Una ricerca pubblicata sulla rivista scientifica Frontiers in Epidemiology riapre una delle questioni più controverse dell’intera gestione della pandemia: quanto corrispondevano i “casi positivi” individuati tramite PCR alle infezioni effettivamente avvenute nella popolazione?
Lo studio, firmato da Michael Günther, Robert Rockenfeller e Harald Walach, porta un titolo decisamente tecnico: A calibration of nucleic acid (PCR) by antibody (IgG) tests in Germany: the course of SARS-CoV-2 infections estimated.
Ma la conclusione avanzata dagli autori è tutt’altro che marginale.
Analizzando i dati tedeschi relativi ai test PCR e confrontandoli con quelli dei test sierologici IgG, i ricercatori arrivano a stimare un fattore di calibrazione di circa 0,14.
In altre parole, secondo il loro modello, soltanto circa un individuo su sette risultato positivo alla PCR avrebbe successivamente mostrato gli anticorpi IgG interpretati dagli autori come evidenza di un’infezione effettivamente avvenuta.
Gli stessi ricercatori scrivono che, introducendo alcune correzioni, la proporzione potrebbe scendere ulteriormente, verso il 10-11%.
È una conclusione che merita attenzione.
Ma bisogna anche capire esattamente che cosa dimostra e che cosa non dimostra lo studio, perché parlare semplicemente di «86% di falsi positivi» rischia di trasformare una ricerca interessante e controversa in uno slogan che va oltre i dati.
Il gigantesco database dei laboratori tedeschi
Il punto di forza dell’analisi è la dimensione della base statistica utilizzata.
Gli autori hanno lavorato sui dati provenienti dall’Akkreditierte Labore in der Medizin (ALM), il consorzio dei laboratori medici accreditati tedeschi.
Secondo lo studio, durante la pandemia questi laboratori hanno effettuato circa il 90% di tutti i test PCR SARS-CoV-2 eseguiti in Germania.
Non stiamo quindi parlando di qualche centinaio di pazienti osservati in una singola clinica.
Gli autori hanno analizzato l’andamento settimanale aggregato di due indicatori:
- percentuale dei test PCR positivi;
- percentuale dei test sierologici IgG positivi.
I dati coprono essenzialmente il periodo compreso tra marzo 2020 e il 2021, mentre la serie dei test PCR prosegue ulteriormente.
L’obiettivo era verificare se l’accumulo delle positività PCR fosse compatibile con la successiva comparsa degli anticorpi nella popolazione.
Il risultato che sta facendo discutere: 0,14
Gli autori hanno costruito un modello matematico nel quale la somma cumulativa delle percentuali settimanali di PCR positive viene confrontata con l’andamento della positività IgG.
Il parametro ottenuto dal modello è circa:
0,14.
Gli stessi ricercatori interpretano il risultato in maniera esplicita:
circa il 14% delle persone risultate positive alla PCR sarebbe stato effettivamente infettato.
Nella sezione dedicata ai risultati principali, gli autori traducono il dato in una formula ancora più comprensibile:
circa una persona su sette tra quelle PCR-positive avrebbe successivamente presentato IgG rilevabili.
L’intervallo di confidenza riportato per il parametro è compreso approssimativamente tra 0,135 e 0,146.
Gli autori discutono inoltre la possibilità che alcuni bias nella selezione delle persone sottoposte a test sierologico abbiano addirittura prodotto una sovrastima.
Applicando una correzione più conservativa arrivano quindi a ipotizzare che soltanto una persona su otto o nove, circa l’11%, potesse essere stata realmente infettata.
Nelle conclusioni parlano di una possibile fascia compresa tra 10 e 14%.
Significa davvero che l’86% delle PCR era falso?
Qui bisogna essere estremamente precisi.
Non necessariamente.
Ed è probabilmente questo il punto più importante per interpretare correttamente lo studio.
La PCR e la sierologia misurano due fenomeni differenti.
La PCR cerca sequenze genetiche del virus nel campione biologico.
La sierologia cerca invece una risposta immunitaria, in questo caso gli anticorpi IgG.
Una PCR positiva, pertanto, non equivale automaticamente alla dimostrazione che il soggetto fosse in quel momento contagioso; ma, allo stesso modo, l’assenza successiva di IgG rilevabili non dimostra automaticamente che la precedente PCR fosse un falso positivo.
Gli stessi autori riconoscono diverse limitazioni.
I dati ALM sono aggregati, non individuali: non si tratta cioè di seguire la stessa persona dalla PCR positiva al successivo test anticorpale.
Mancano inoltre stratificazioni dettagliate per età e sesso e non sono completamente conosciuti i criteri con cui le persone venivano selezionate per la sierologia.
Lo studio utilizza quindi una calibrazione epidemiologica e matematica tra due serie temporali, non una verifica clinica individuale di ogni tampone.
Per questo sarebbe scorretto trasformare automaticamente:
14% nel modello
in
86% di PCR tecnicamente false positive.
Sono due affermazioni scientificamente differenti.
Ma resta un problema fondamentale: PCR positiva non significa necessariamente contagiosità
La distinzione non rende però irrilevante la questione sollevata dallo studio.
Anzi.
Uno dei problemi discussi fin dall’inizio della pandemia riguarda proprio l’interpretazione epidemiologica della PCR.
La tecnica RT-PCR amplifica materiale genetico virale. È estremamente sensibile e può continuare a individuare RNA anche quando la capacità di coltivare virus vitale è drasticamente diminuita.
Uno studio pubblicato su JAMA Internal Medicine, per esempio, seguì soggetti con infezione confermata confrontando PCR, test antigenico e coltura virale.
Undici giorni dopo l’insorgenza della malattia, la PCR risultava ancora positiva nell’86% dei soggetti, mentre la positività della coltura virale era scesa al 9%.
Tra i campioni raccolti tra l’undicesimo e il quattordicesimo giorno, soltanto circa l’1% risultava positivo alla coltura.
Questo non significa che le PCR fossero “sbagliate”.
Significa qualcosa di più sottile:
rilevare RNA virale e dimostrare che una persona è ancora contagiosa non sono la stessa cosa.
Ed è precisamente questa distinzione che diventa politicamente importante quando il numero assoluto dei test positivi viene utilizzato come indicatore centrale per adottare restrizioni sull’intera popolazione.
La questione dei valori Ct
Nel lavoro tedesco viene affrontato anche il controverso problema del cycle threshold (Ct).
Più cicli di amplificazione sono necessari per ottenere un segnale rilevabile, minore è generalmente la quantità iniziale di materiale genetico presente nel campione.
Gli autori osservano che durante la pandemia furono utilizzati protocolli capaci di arrivare a valori Ct elevati e citano esempi fino a 40 e oltre.
Secondo la loro interpretazione, questo avrebbe potuto contribuire a identificare quantità estremamente ridotte di materiale genetico che non necessariamente corrispondevano a un’infezione clinicamente significativa o a una persona contagiosa.
Anche qui serve però cautela.
Non esiste un valore Ct universale capace, da solo, di dividere matematicamente tutti gli individui in “infetti” e “non infetti”: piattaforme, campionamento, momento dell’infezione e protocolli di laboratorio possono modificare il significato del valore.
La questione centrale resta quindi l’uso che viene fatto del risultato.
Il problema della “7-Tage-Inzidenz”
Ed è qui che la ricerca diventa particolarmente interessante sul piano delle politiche pubbliche.
Durante la pandemia la Germania utilizzò estesamente la cosiddetta incidenza a sette giorni, cioè il numero dei casi notificati in sette giorni rapportato alla popolazione.
Gli autori contestano duramente l’utilizzo di questo parametro quando costruito prevalentemente sulla positività PCR.
La loro obiezione è intuitiva:
se il numero dei positivi dipende anche da quante persone vengono sottoposte a test, allora confrontare semplicemente il numero assoluto dei casi può produrre distorsioni.
Un territorio che effettua enormemente più test può trovare più positivi anche senza un aumento proporzionale della prevalenza reale.
Questo non significa che l’incidenza sia necessariamente priva di valore epidemiologico, ma significa che dovrebbe essere interpretata insieme ad altri indicatori:
numero di test, percentuale di positività, ricoveri, terapia intensiva, mortalità, sorveglianza sierologica e, quando disponibile, sorveglianza rappresentativa della popolazione.
Il dato sorprendente sugli anticorpi prima della vaccinazione
Lo studio contiene un’altra conclusione destinata a suscitare discussioni.
Secondo la ricostruzione degli autori, al momento dell’avvio della campagna vaccinale tedesca, il 27 dicembre 2020, circa il 24% della popolazione avrebbe già sviluppato anticorpi riconducibili all’infezione naturale.
Gli autori sottolineano che la loro stima risulta nettamente superiore ad alcune valutazioni del Robert Koch-Institut dell’epoca.
Secondo il loro modello, quindi, la diffusione dell’infezione durante il 2020 sarebbe stata considerevolmente maggiore rispetto a quanto suggerito da determinate indagini sierologiche ufficiali.
Paradossalmente, questo punto evidenzia anche perché sia problematico interpretare il lavoro semplicemente come prova che “quasi tutte le PCR erano false”.
Gli stessi ricercatori utilizzano infatti un secondo modello nel quale richiamano studi secondo cui per ogni PCR positiva potevano esserci molte altre infezioni non diagnosticate.
Quindi il quadro proposto è più complesso:
da una parte la positività PCR non equivarrebbe automaticamente all’infezione sistemica così come definita dagli autori;
dall’altra moltissime infezioni reali sarebbero sfuggite completamente alla diagnostica PCR.
Il 92% del Robert Koch-Institut
Gli autori confrontano infine le proprie curve con un dato del Robert Koch-Institut secondo cui verso la fine del 2021 la prevalenza complessiva degli anticorpi avrebbe raggiunto circa il 92%.
Secondo Günther, Rockenfeller e Walach, l’andamento previsto dai loro modelli risulta sorprendentemente compatibile con quel valore finale.
Per loro questa convergenza costituisce una verifica indiretta della ricostruzione.
Non è tuttavia una dimostrazione definitiva del modello: soprattutto dopo l’introduzione della vaccinazione, interpretare la sieroprevalenza richiede di distinguere accuratamente gli anticorpi prodotti dall’infezione da quelli indotti dalla vaccinazione e di considerare il tipo di test sierologico utilizzato.
Le limitazioni che non devono essere nascoste
Chi vuole utilizzare seriamente questa ricerca dovrebbe riportarne anche i limiti.
Il primo è fondamentale:
non abbiamo 100 PCR-positive seguite individualmente e 86 dimostrate successivamente come false.
Abbiamo serie temporali aggregate sottoposte a modellizzazione.
Secondo: la presenza o assenza di IgG non rappresenta un test perfetto e universale dell’avvenuta infezione. Non tutte le persone sviluppano la stessa risposta anticorpale e gli anticorpi possono diminuire nel tempo.
Terzo: le popolazioni sottoposte a PCR e quelle sottoposte a sierologia non erano necessariamente identiche.
Quarto: la selezione delle persone testate cambiò considerevolmente durante la pandemia.
Quinto: ripetere PCR sulla stessa persona può alterare il rapporto tra numero di test positivi e numero di individui realmente infettati.
Sono problemi importanti e gli stessi autori ne discutono diversi apertamente.
Ciò che lo studio mette realmente sotto accusa
Eliminati gli slogan, rimane comunque una questione enorme.
Durante il 2020 e il 2021 una quantità senza precedenti di decisioni politiche fu collegata direttamente o indirettamente al conteggio dei “casi”.
Scuole chiuse.
Limitazioni alla mobilità.
Quarantene.
Restrizioni alle attività economiche.
Limitazioni agli incontri sociali.
Obblighi di certificazione.
E successivamente politiche vaccinali estremamente aggressive in diversi Paesi.
Se il significato epidemiologico di una positività PCR era differente dal significato attribuitogli nella comunicazione pubblica, allora è assolutamente legittimo chiedere una rivalutazione storica delle metriche utilizzate.
Ma questa rivalutazione diventa più forte, non più debole, quando evita conclusioni che i dati non possono dimostrare.
La domanda scientificamente seria non è:
«La PCR era una truffa?»
La domanda è:
«Quanto era appropriato utilizzare il numero grezzo delle positività PCR come rappresentazione dell’andamento reale delle infezioni e, soprattutto, come parametro per decisioni politiche che coinvolgevano milioni di persone?»
È una domanda molto più difficile da liquidare.
Scienza significa anche riesaminare le decisioni prese durante l’emergenza
Il lavoro di Günther, Rockenfeller e Walach non dimostra che l’86% dei tamponi positivi fosse tecnicamente falso.
Dimostra invece che, nel modello elaborato dagli autori confrontando PCR e sierologia, emerge una fortissima discrepanza: il parametro ottenuto è circa 0,14, e gli stessi ricercatori interpretano tale risultato sostenendo che soltanto circa una persona PCR-positiva su sette sarebbe stata effettivamente infettata secondo il criterio sierologico adottato.
È un risultato provocatorio, discutibile e destinato a essere sottoposto a critica e verifica indipendente.
Ed è precisamente così che dovrebbe funzionare la scienza.
Dopo anni nei quali il dibattito pubblico sul Covid è stato spesso ridotto alla contrapposizione tra “negazionisti” e “seguaci della scienza”, è arrivato il momento di affrontare una questione molto più concreta:
le metriche utilizzate durante l’emergenza erano davvero quelle migliori disponibili?
Se nuovi studi suggeriscono che alcune di esse potevano essere interpretate in maniera eccessivamente semplicistica, la risposta corretta non è né gridare automaticamente alla frode né fingere che nulla sia successo.
La risposta corretta è aprire i dati, replicare le analisi e verificare.
Perché una politica sanitaria che ha inciso sulle libertà, sull’economia, sulla scuola e sulla vita quotidiana di centinaia di milioni di persone deve poter essere sottoposta, anche anni dopo, al più rigoroso controllo scientifico.
Fonti e documenti
Studio originale – Frontiers in Epidemiology:
A calibration of nucleic acid (PCR) by antibody (IgG) tests in Germany: the course of SARS-CoV-2 infections estimated
Articolo Legitim che ha rilanciato lo studio:
EXPLOSIV – Deutsche Peer-Review-Studie deckt den Corona-Schwindel auf
Robert Koch-Institut – Corona Monitoring:
RKI – Corona-Monitoring lokal
JAMA Internal Medicine – confronto tra RT-PCR, antigenico e coltura virale:
Comparison of Home Antigen Testing With RT-PCR and Viral Culture During the Course of SARS-CoV-2 Infection
eLife – valori Ct e carica virale nei casi SARS-CoV-2:
Ct threshold values, a proxy for viral load in community SARS-CoV-2 cases
Cochrane/PMC – revisione sistematica sulla diagnostica radiologica del COVID-19:
Thoracic imaging tests for the diagnosis of COVID-19
