医師が、Covid-19の症例数の何が問題になっているのかを説明します

f:id:Zzak:20210307013202j:plain

概要

事実： メドページ・トゥデイ(MedPage Today)誌のために、ロバート・ハーゲン(Robert Hagen) 医学博士(MD)が書いた記事は、COVID検査の問題を説明しています。特に、無症候性(asymptomatic)の人と比較した偽陽性(false positives)や症候性(symptomatic)人々の結果に関して説明しています。

考察： 政府は地球を閉鎖することができる権限と力を持っているべきでしょうか。特にそんなにも多くの人々や医師達と科学者達が、COVIDと戦うために取っている措置に、完全に反対しているとき、政府はこの能力を持っているべきでしょうか。

封鎖措置など再び施行されているようです、これは世界中の複数の国々で飛び出しているように見える症例数の結果です。主流メディアからまったく注目されていないように見える驚異的な量の医師達や科学者達がこれらの措置に完全に反対し、それらが善よりもはるかに害を及ぼしていると主張しているという事実にもかかわらず、政府の保健当局は、罰金と懲役の刑罰の下で人々に強制的な措置を強制し続けています。

科学界と医学界により提起されている問題は多数あり、それはCOVIDで何が起こっているのか、それと私達が主流メディアから受け取っている情報に疑問を投げかけます。これらの問題の1つはCOVID-19の症例数であり、症例の数を決めるために使用されている検査です。

少し前に、22人の研究者がその理由を調査した論文(a)を発表しました、彼らによれば、PCRテストがCOVID-19の症例を特定するのに効果的ではないことは全くもって明らかであり、その結果として私達は、かなりの量の偽陽性(false positives)を見ているかもしれません。カナダ(Canada)のオンタリオ州(Ontario)の副医療責任者であるバーバラ・ヤッフェ(Barbara Yaffe)博士は最近こう述べました(b)、COVID-19検査で少なくとも50パーセントの偽陽性を生み出す可能性があります。

7月に、オックスフォード大学(Oxford University)の証拠に基づく医学のセンター(centre of evidence-based medicine)のディレクターで、パンデミックに対する現在の英国の対応について率直な批評家であるカール・ヘネガン(Carl Heneghan)教授は、「Covidの診断は何回偽陽性ですか(How many Covid diagnoses are false positives?)(c)」というタイトルの記事を書きました。彼はこう論じました、英国で偽の陽性検査(positive tests that are false)の割合も50％にもなる可能性があります。

2007年までさかのぼると、PCRテストに基づいてウイルスのパンデミックを宣言することがどのように災害に終わる可能性があるかについて、ジーナ・コラータ(Gina Kolata)氏がニューヨークタイムズ(New York times)紙に記事を掲載しました。この記事のタイトルは、「クイック検査への信頼がエピデミックにつながります(Faith in Quick Test Leads to Epidemic That Wasn’t)(d)」というタイトルでした。

(d) 2007年－クイック検査への信頼は、そうではなかったエピデミックにつながります

これらは、私が書いたCOVID検査で提起された懸念の多くの例の見解です。私が最近公開したコチラ(a)の記事で、あなたはもっと見つけることができます。

この記事では、メドページ・トゥデイ誌のためにロバート・ハーゲン医学博士が書いた記事(e)に、あなたの注意を引きたいと私は思いました。彼は最近、インディアナ州(Indiana)のラファイエット整形外科クリニック(Lafayette Orthopaedic Clinic)を退職しました、彼はインディアナ大学(Indiana University)の非常勤教授(adjunct professor)[助教授]です。

(e) Here's What's Wrong With COVID-19 Case Counts | MedPageToday

あなたは彼の完全な投稿を以下で読むことができます。

米国で、COVID-19の重症度を否定することは確かにありませんが、しかし、報告された陽性検査(positive tests)の数は、－ 特に大学の町での私達にとって － 混乱を招く可能性があります。

ヘルスケアの私達のほとんどは、数学をかなりよく理解していますが、しかし、統計の分野でわずかな違いはありません。 残念ながら、基準値の誤り(base rate fallacy)/偽陽性のパラドックス(false positive paradox)の統計的原理の理解の欠如は、一部の混乱を招く数字につながっています。

ニューイングランド・ジャーナル・オブ・メディシン(New England Journal of Medicine)誌の古典的な1978年の記事(f)は、この問題を明らかにします。 研究者達は、60人のハーバード大学(Harvard)の医師達と医学生達に一見単純な質問をしました：もしも、1 / 1,000の有病率(prevalence)の病気を検出するための検査で偽陽性率が 5％ならば、陽性結果が見つかった人が、実際に病気にかかっている可能性はどのくらいでしょうか。

(f) Interpretation by Physicians of Clinical Laboratory Results | New England Journal of Medicine

わずか14％の人が2％の正解を出しました、たいていの人が95％と答えています。

基準値の誤り/偽陽性のパラドックスは、ベイズの定理(Bayes theorem)(g)から導き出されます。住民[集団]の病気の発生率が低いとき、使用する検査がとても高い特異度(specificity)を持っていない限り、真陽性(true positives)よりも多くの偽陽性(false positives)が決められます。 数字の違いは全くもって目立ちますし、そして確かに生得的に理解できません。

(g) Bayes' Theorem: What It Is, the Formula, and Examples | Investopedia
訳注：特異度：医学で、特定の疾患のない人の集団のなかで、その疾患に対する検査で陰性の結果が出る人の割合

私達は過去に、定期的なPSA検査とマンモグラム(mammograms)からこれを学びました。スクリーニングの事態で陽性検査は、状況に応じて解釈する必要があります。あなたが検査している住民[集団]での病気の発生率(incidence of a disease)は、正確さのために極めて重要です。

パデュー大学(Purdue University)は、春の終わりにこの決定をしました、秋のセッションのために対面式のクラスを再開します。 パデュー大学は、STEM教育に関して重点を置いている主要な研究大学です。 これらのクラスの多くは、実習や実験室セッション、そして対面での出席が必要なグループ・プロジェクトが含まれます。

適切に振る舞い、マスクを着用し、社会的距離(social distancing)を維持するために、総ての学生からの署名された誓約を含めて、入念な計画が実施されました。 毎週、学生とスタッフの10％にランダム検査を実行することが決定されました。 パデュー大学のスタッフと学生の合計は50,000人なので、毎週5,000回の検査が行われます。 ランダム検査の目的は、学生とスタッフが適切な振る舞いを維持することを奨励するための監視でした。

インディアナ州保健局(Indiana State Department of Health)は、総体的ななデータの正確さは難しいだろうと感じたとして、ランダムな検査プログラムに反対するようアドバイスしました。 私達の郡(county)では、症状のないランダムに検査されたパデュー大学の学生と、症状があり検査された人々からの、データを混ぜ合わせることが発生しました。 残念ながら、これを行うとき、基準値の誤り/偽陽性のパラドックスは無視されることになります。

この時点まで、パデュー大学は、平日あたり、約1,000人の学生にランダム検査を行ってきました。 大学のダッシュボード(h)によれば、その方々で、毎日約35人が陽性です。 検査が陽性の学生は、古い寮で隔離するか、または家に帰る必要があります。 家に帰ることを選択する方達は、彼らの主治医(personal physician)による別の検査を受けることが頻繁にあります。 これらの検査が陰性を戻すとき、重大な混乱が発生します。

(h) COVID-19 Dashboard | Purdue University

ここまで、検査で陽性となった学生の90％は、症状を現わしません。 わずか1名が入院し、誰も死亡していません。 パデュー大学が毎週50,000人の学生とスタッフ全員をテストすることを選択しました、その数の10倍が毎週陽性の検査として報告されたでしょう。 このデータは症状のある個人の検査と混ざり合っていたら、全部を再び閉じるために、カジュアル・オブザーバー(casual observer)により確かに[大衆の]抗議があったでしょう。 それでも、これらの数値は、大量検査の積極性(positivity)を表すだけでしょう、これは感染症患者の有病率ではありません。

日々陽性と判定された35人の学生は、私達の郡の合計に追加されます(これらの郡の陽性検査の多くは、COVID-19症状のある人々に関して行われます)。 したがって、パデュー大学が8月に対面式のクラスを開始して以来、それは私達の郡の陽性検査の数が倍増したように見せます。

その数が原因で、私達の郡の保健局は注意して動きます。 レストランの占有率、スポーツのイベント、その他の大規模な集まりは、州の要件よりも高いレベルで、再び制限されています。

検査の特異度を知らなければ、偽陽性のこれらの陽性の数は不明です。

基準値の誤り/偽陽性のパラドックスにより、もしも検査の特異度が95％だったならば、－ 健康な大学生やスタッフなど － 病気の発生率が2％の集団で使用したとき、 2件の真陽性毎に5件の偽陽性があります。 (大学の年齢の学生でアクティブなCOVID-19の実際の発生率は不明ですが、しかし、インディアナ大学/フェアバンクス(Fairbanks)のデータにより、0.6％未満(i)と推定されています。 1％の住民[集団]発生率(population incidence)で、99％の特異度の検査を使用してさえ、9件の真陽性毎に10件の偽陽性を生成します。

(i) IUPUI, ISDH release findings from Phase 2 of COVID-19 testing in Indiana | Indiana University

COVID-19症状のある患者に同じ検査を使用して、何故ならばそれらの病気の発生率は50％以上ですから、テストが完璧な必要はありません。 特異度がわずか90％しかないテストを使用してさえ、偽陽性の数はさほど重要ではありません。

COVID-19検査の実際の感度(sensitivity)と特異度は不明です、これらのテストは緊急使用許可の下でFDAによって承認されたからです。 メーカーのデータはまだ行政機関により裏付けられていません。

この検査は、症状のある患者を診断するのに「十分」ですが、しかし、ランダム検査プログラムに使用したとき、ほとんど効果的ではありません。

これらのグループを個別に報告しないことにより、私達の町で何が起こっているのか、私達は本当に分からないです。 幸いなことに、パデュー大学は独自のダッシュボードを保持していますし、そして、私達に球場の推測を与えるために、いくつかの計算で、それらのデータを郡のデータから抜き取ることができます。 また、追加の検査が利用可能であるために、インディアナ州は現在、1日あたり40,000回のCOVID検査を行っています。 8週間前、インディアナ州は、1日あたり20,000回のテストを行っていました。 私達の州の人口は650万人です。 これらの検査の数の増加により、インディアナ州の人口の4％が現在、COVID-19に対して毎週検査されています。

パデュー大学は、連続検査(serial testing)の実施要領(protocol)を使うことを議論しました。 抗原検査(Antigen tests)はランダムな母集団で使用されます、続いて、最初の検査で陽性の誰に対して、確認PCR検査は使われます。 これにより、全体的な偽陽性の数が減るはずで、そしてうまくゆけば、大変に多くの人が隔離されるのを防ぐことができます。

確かに、陽性率がここで上がっています。 接触追跡者達(Contact tracers)は、彼らの病院の緊急治療室で評価されるために、隔離する場所がない陽性の分析者達(testers)に伝えています。 これが、入院の増加の理由でしょうか。 一週間前の時点で、私達の地元の合計350床の2つの病院は、18人の患者がCOVID診断で入院させました。 インディアナ州でのCOVIDによる死亡者数は、1日あたり平均約23人ですが、しかし、それも上昇しています。

そうなので、それは総てとても混乱しています。 理想的には、症状のある方達を検査することは、症状がなしでランダムに検査された方達とは別に報告されます。

症状のあるCOVID患者の近くにいると特定された接触追跡された人々(COVIDに対する検査陽性の発生率> 10％)も別のカテゴリーになりますし、そして症状なしで陽性(COVIDの発生率> 1％)と判定された人の近くにいた接触追跡により特定された方達は、4分の1になります。

なんなら一緒に、これら4つのグループ総てを放り泣けてください、しかし、何が起こっているのかをあなたが正確に把握していないことを、ただ理解してください。 私達は、全体からフルーツサラダを作るよりもむしろ、リンゴとリンゴ、オレンジとオレンジを比較しなければなりません。 統計の誤解のために、悪い決定がされる可能性があります。

----- 出典 ----- (掲載終了した元記事のウェブ保存版)

Doctor Explains What’s Wrong With Covid-19 Case Counts | Collective Evolution

(同様な記事)

nexusnewsfeed.comwww.lewrockwell.comwww.sgtreport.com

----- 2020/12/27公開の記事を読んで -----

PCR検査の問題は、特異度がわずかにでも悪いと、何万人にものぼる検査人数によっては大量の偽陽性の検査結果を産むことになります。

本編では、症状のない者達のランダム検査が統計的な混乱を生むと言っています。日本でも「陰性証明書」を欲しがる行為が、同じ問題を生み出しているのではないでしょうか。あれほど検査、検査と言っていたWHOも、検査だけで感染を判断するのではなくて、医師が診察をして感染を診断するものと通達を出しています。

このPCR検査の不確かさによりパンデミックが作り上げられた、もっと言えばデッチアゲられたパンデミックだとの見解があります。PCR検査数を絞ったり、CT値(サイクルしきい値)をチューニング(調整)することで、偽陽性を含めて感染者数として報告/報道されている結果は左右されます。

そもそも、PCR検査はウイルスが検出できるか否かの「定性検査」であって、発症するだけのウイルス量を持っているかを測定できる「定量検査」ではありません。雑な言い方をすれば、出たか出ないかだけの計測です。

臨床検査の偽陽性と偽陰性について (PDF) より
「病気にかかっている方達」の検査の陽性率(真陽性率)を感度、「病気にかかっていない方達」の検査の陰性率(真陰性率)を特異度と呼びます。
「病気にかかっている方達」の検査結果が陰性となることを偽陰性、「病気にかかっていない方達」の検査結果が陽性となることを偽陽性と呼びます。　簡単に言えば、デタラメな結果のことを言っています。