Os testes de diagnóstico de RT-PCR (reverse transcription polymerase chain reaction) para Covid-19 têm uma elevada especificidade e uma moderada sensibilidade.
Na prática se uma pessoa tem um resultado positivo isso é um forte indicador de que deve ficar em isolamento imediatamente para evitar contágios a outras pessoas.
Contudo, se tem um resultado negativo poderá ter de voltar a ser testada frequentemente caso tenha estado em contacto com alguém infetado porque pode tratar-se de um falso negativo. Um dos aspetos que mais contribui para o resultado falso negativo é a qualidade da amostra recolhida para análise. O vírus pode estar lá e não ser colhido na amostra – falso negativo.
Num ou noutro lugar — penso que é no prefácio a Saint Joan— Bernard Shaw comenta que somos hoje mais crédulos e supersticiosos do que o éramos na Idade Média, e como exemplo da credulidade moderna cita a crença muito difundida de que a Terra é redonda. O homem médio, afirma Shaw, não consegue apresentar uma só razão para pensar que a Terra é redonda. Limita-se a engolir esta teoria por haver nela algo que é atraente para a mentalidade do século XX.
Ora, Shaw está a exagerar, mas o que afirma tem algo que se lhe diga, e vale a pena explorar a questão devido à luz que lança sobre o conhecimento moderno. Afinal por que acreditamos efectivamente que a Terra é redonda? Não estou a falar dos poucos milhares de astrónomos, geógrafos, e assim por diante, que poderiam apresentar provas oculares, ou que têm um conhecimento teórico da prova, mas do cidadão comum que lê os jornais, como eu ou você.
No que respeita à teoria da Terra Plana, penso que poderia refutá-la. Se ficarmos junto ao mar num dia com boa luz, consegue-se ver os mastros e chaminés de navios invisíveis que passam ao longo do horizonte. Este fenómeno só pode ser explicado supondo que a superfície da Terra é curva. Mas não se segue que a Terra é esférica. Imagine-se outra teoria, chamada teoria da Terra Oval, que afirma que a Terra tem a forma de um ovo. Que posso dizer contra ela?
Contra o homem da Terra Oval, a primeira carta que posso jogar é a analogia do Sol e da Lua. O homem da Terra Oval responde logo que não sei, pela minha própria observação, que esses corpos são esféricos. Só sei que são redondos, e podem perfeitamente ser discos planos. Não tenho resposta a isto. Além disso, continua ele, que razão tenho para pensar que a Terra tem de ter a mesma forma que o Sol e a Lua? A isto também não posso responder.
A minha segunda carta é a sombra da Terra: quando incide sobre a Lua, durante os eclipses, parece a sombra de um objecto redondo. Mas como sei, exige o homem da Terra Oval, que os eclipses da Lua são causados pela sombra da Terra? A resposta é que não sei, tendo antes tomado às cegas este pedaço de informação de artigos de jornal e opúsculos de ciência.
Derrotado nas trocas menores, jogo agora a minha rainha de trunfo: a opinião dos especialistas. O Astrónomo Real, que tem obrigação de saber, diz-me que a Terra é redonda. O homem da Terra Oval joga o seu rei em cima da minha rainha. Testei eu a afirmação do Astrónomo Real, e saberia sequer como o fazer? Aqui faço uso do meu ás. Sim, conheço um teste. Os astrónomos conseguem prognosticar eclipses, e isto sugere que as suas opiniões sobre o sistema solar são bastante sólidas. Tenho consequentemente justificação para aceitar o que dizem sobre a forma da Terra.
Se o homem da Terra Oval responder — o que penso ser verdade — que os antigos egípcios, que pensavam que o Sol anda à volta da Terra, sabiam também prever eclipses, lá se vai o meu ás. Só me resta uma carta: a navegação. As pessoas velejam à volta do mundo, e chegam aonde querem, fazendo cálculos que presumem que a Terra é esférica. Penso que isto acaba com o homem da Terra Oval, apesar de mesmo assim ele poder talvez ter um qualquer tipo de contra-ataque.
Como se vê, as minhas razões para pensar que a Terra é redonda são muito precárias. Contudo, trata-se de um pedaço excepcionalmente elementar de informação. Na maior parte das outras questões, eu teria apelado muito mais cedo ao especialista, e teria tido menos capacidade para testar as suas proclamações. E a maior parte do nosso conhecimento está neste nível. Não repousa em raciocínio ou experimentação, mas na autoridade. E como poderia ser de outro modo, quando a diversidade de conhecimento é tão vasto que o próprio especialista é um ignoramus mal se afasta da sua própria especialidade? As pessoas, na sua maior parte, se lhes pedissem para provar que a Terra é redonda, nem se dariam ao incómodo de apresentar os fraquíssimos argumentos que esbocei. Começariam por dizer que “toda a gente sabe” que a Terra é redonda, e se insistíssemos, ficariam zangadas. De certo modo Shaw tem razão. Esta é uma época crédula, e o fardo de conhecimento que agora temos de carregar é em parte responsável.
Uma curva epidémica é uma representação visual do início de uma doença e da distribuição temporal dos casos associados a um surto. No eixo horizontal x é representada a data ou hora do início da doença entre os casos. No eixo vertical y é representado o número de casos identificados. Uma curva epidémica permite analisar a magnitude e a tendência temporal do surto. O, tão falado, pico do surto corresponde ao período em que ocorreu o maior número de casos e só pode ser identificado no final do surto. Deixo aqui a curva epidémica, com registo diário, à data de hoje de Covid-19 em Portugal. O pico do surto, até ao momento, ocorreu a 10 de Abril com o registo de 1516 casos.
A mais recente publicação de Ben Goldacre é um estudo de coorte prospectivo que dá conta da real dimensão do problema das discrepâncias entre os outcomes pré-especifícados (antes do estudo) e os outcomes reportados (após o estudo) em 67 ensaios clínicos publicados num de cinco principais jornais científicos em saúde – New England Journal of Medicine, The Lancet, Journal of the American Medical Association, British Medical Journal, and Annals of Internal Medicine.[1] O estudo considera ainda as tentativas de corrigir essas discrepâncias.[2] Todos estes jornais estão publicamente comprometidos com o CONSORT (Consolidated Standards of Reporting Trials). Para ler, com preocupação, em duas partes:
Since 2003 Smiths’ Systematic Review that was unable to identify any randomised controlled trials of parachute intervention and thus concluded that the effectiveness of parachutes had not been subjected to rigorous evaluation by using randomised controlled trials, the world was expecting such a trial.
The conclusions: ‘Parachute use did not reduce death or major traumatic injury when jumping from aircraft in the first randomized evaluation of this intervention. However, the trial was only able to enroll participants on small stationary aircraft on the ground, suggesting cautious extrapolation to high altitude jumps. When beliefs regarding the effectiveness of an intervention exist in the community, randomized trials might selectively enroll individuals with a lower perceived likelihood of benefit, thus diminishing the applicability of the results to clinical practice’.
Several journals have developed a tradition of publishing slightly different papers in their December issues. These papers are intended to either make a provocative statement, making us reflect upon unusual topics, or provide unusual examples of scientific topics. I like to call them Christmas Pearls. This year my favorite Christmas Pearls:
Kaplan-Meier survival analysis with Cox proportional hazard regression modeling was used to quantify survival times and probabilities to identify independent predictors of mortality among ‘important characters’ (n = 330) appearing in Seasons 1 to 7 of Game of Thrones.
Although the statistics are quite sound and the data extensive some remarks are mandatory.
First, resuscitation bias was not considered (e.g. John snow). Neither were white walkers. Not clear what justifies the exclusion of these non-less important characters. From a mixed-methods perspective, white walkers could have participated in a focus group discussion of the results, for example.
Secondly, the effectiveness of wall policies for security purposes is clearly understated.
Finally, the authors conclude:
“There is great potential for preventing violent deaths in the world of Game of Thrones. Stable democratic governments, resilient institutions that deliver public goods, and implementation of evidence-based violence prevention policies can decrease the risk of violent deaths considerably“.
Given that winter is coming this is clearly an unrealistic and utopic worldview of Game of Thrones.
The lack of standardisation in emoji artwork that may cause ambiguity in interpretation is quite disturbing. Also, the emoji based alternatives to the denotation of statistical significance can’t really apprehend the need to consider the enunciation of the null hypothesis for adequate interpretation of P-values. The in a Kolmogorov-Smirnov to check distribution assumptions for parametric testing may be actually hiding
A obtenção de resultados estatisticamente significativos (i.e. valor p < 0,05) é muitas vezes motivo de apreço e de celebração entre investigadores, mas o seu significado nem sempre é compreendido e utilizado de forma adequada. O uso do valor p como principal, senão único, elemento de suporte estatístico às conclusões em investigação científica tem sido bastante criticado e merece atenção.
A afirmação de que algo é significativo pode ser muito subjectiva. Contudo, em estatística o termo ‘resultado estatisticamente significativo’ traduz um consenso objectivo cujo significado é amplamente aceite. Porém, o que significa que o resultado é estatisticamente significativo? Considera-se um resultado significativo caso o valor p obtido seja inferior a 0,05. E o que significa que o valor p seja inferior a 0,05?
O uso de valor p ganhou notoriedade através do trabalho de Ronald Fisher que o definiu em 1925 como: ‘the probability of the observed result, plus more extreme results, if the null hypothesis were true’. Ou seja, o valor p é a probabilidade de o resultado observado, ou um resultado ainda mais extremo, ocorrer se a hipótese nula fosse verdadeira. Convencionou-se, posteriormente, que um valor p < 0,05 traduziria um resultado estatisticamente significativo (i.e. critério alpha).
Assim, um resultado observado numa dada estatística (e.g. um valor do coeficiente de correlação) com menos de 5% de probabilidade de ocorrer, por mero acaso, caso a hipótese nula se verificasse na população (i.e. H0 : r = 0 na população) sugere que a hipótese nula poderá ser rejeitada e que se poderá encarar a hipótese alternativa (i.e. H1 : r ≠ 0 na população). Assim, por exemplo, a hipótese de que na população (de onde veio a amostra) r será diferente de zero tem alguma sustentação e, de acordo com esta abordagem estatística, a melhor estimativa que temos para esse r é o valor estimado na amostra. A incerteza associada a essa estimativa pode ainda ser calculada (e.g. intervalo de confiança a 95%). A conclusão do estudo estatístico suporta assim a hipótese alternativa e aponta uma estimativa ou conjunto de estimativas (i.e. intervalo de confiança) para o valor da população em estudo (i.e. parâmetro).
Probabilidade e hipótese são termos chave do uso apropriado do valor p e da noção de significância estatística. continuar a ler…
The conclusions: ‘Parachute use did not reduce death or major traumatic injury when jumping from aircraft in the first randomized evaluation of this intervention. However, the 
in a Kolmogorov-Smirnov to check distribution assumptions for parametric testing may be actually hiding
.
