File interminabili davanti agli hot spot e alle farmacie, e attese di ore per chi, con o senza sintomi sospetti, vuole verificare la positività o meno al Covid. Ma quanto è attendibile il risultato del tampone? E da cosa dipende l’esito del test?

Per dare una risposta a queste domande occorre innanzitutto conoscere quali sono i livelli di sensibilità (capacità di individuare i veri positivi) e di specificità (capacità di individuare i veri negativi) del test cui ci si sta sottoponendo. Ad esempio, se un test ha una sensibilità del 95%, su 100 campioni positivi, 5 non verranno identificati. La specificità esprime invece la percentuale di esiti negativi su campioni negativi: in altre parole, se abbiamo una specificità del 100%, identificheremo tutti i negativi.

Sia la sensibilità e sia la specificità sono calcolate sulla base di studi di accuratezza diagnostica, dunque determinate per ciascun test approvato, anche se l’attendibilità del risultato dipende anche da un terzo aspetto che non riguarda l’esame diagnostico in sé, ma la prevalenza dell’infezione nella popolazione, ovvero la frequenza di contagi in quel determinato momento.

Questo concetto, che può risultare poco intuitivo, è espresso in termini di probabilità (pre-test probability), per cui la probabilità che un positivo sia realmente infetto (valore predittivo positivo, VPP) e la probabilità che una persona negativa sia davvero non infetta (valore predittivo negativo) variano a seconda del numero di infezioni nella popolazione.

La probabilità pre-test dipende quindi dalla prevalenza dell’infezione nella popolazione generale, che può essere diversa per gruppo di età, sesso e contesto nel quale il soggetto viene osservato. Attenzione però a non confondere la prevalenza con l’incidenza che, per capirci, è invece il dato comunicato settimanalmente nel report del Ministero della Sanità. Ad esempio, nell’ultimo monitoraggio settimanale, l’incidenza ha superato la soglia dei 350 casi per 100.000 abitanti, il che significa che in una settimana il numero di nuovi casi di infezione ha superato 350 positivi ogni 100.000 persone.

La prevalenza è invece la proporzione di infezioni in un determinato momento, ed è espressa come il rapporto tra soggetti positivi e la somma tra soggetti positivi e soggetti negativi a rischio infezione in un dato istante. Occorre dunque prendere in considerazione tutti i casi di infezione attivi e dividere questo numero per il totale di infezioni attive più il numero di soggetti a rischio infezione nel momento considerato. Se, ad esempio, su 100 persone, in 80 sono positive all’infezione e 20 sono negative, la probabilità pre-test è dell’80%.

Tornando ai tamponi rapidi e molecolari, per facilitare il calcolo dell’attendibilità del test, i ricercatori hanno messo a punto un calcolatore di probabilità, uno strumento che semplifica l’interpretazione dei risultati dei test Covid. Per utilizzarlo, è necessario conoscere sensibilità e specificità del test diagnostico e, appunto, la probabilità pre-test.

Simulando un rapido calcolo, se ci sottoponiamo a un test con sensibilità del 95% e specificità del 98% (come ad esempio un test molecolare PCR), la probabilità di falsi negativi (1-VPN, la probabilità di avere l’infezione nonostante il test sia negativo) supera il 2% quando la probabilità pre-test è superiore al 30%.

Se invece abbiamo un test con sensibilità del 70% e specificità del 95% (come ad esempio un test antigenico rapido), la probabilità di falsi negativi (1-VPN) supera il 5% quando la probabilità pre-test è superiore al 15%. Per ogni altro valore di accuratezza del test (sensibilità e specificità) e probabilità pre-test, è possibile utilizzare il calcolatore disponibile sul British Medical Journal (BMJ).