Μοριακά τεστ και επιδόσεις στον COVID-19

Η συζήτηση σχετικά με τον αριθμό των μοριακών τεστ που πραγματοποιούνται στη χώρα αποτέλεσε ένα πεδίο διχογνωμίας στον δημόσιο διάλογο. Δικαίως, μπορούμε να πούμε, καθώς τα σχετικά δεδομένα δεν παρέχουν μία εύκολη και μονοσήμαντη απάντηση. Απαιτείται μία συνδυαστική επεξεργασία τους που θα δώσει τις κατάλληλες απαντήσεις σε διακριτά σχετικά ερωτήματα. Στη συνέχεια παρουσιάζονται τα αποτελέσματα μίας τέτοιας επεξεργασίας* για 19 ευρωπαϊκές χώρες και τις ΗΠΑ σε 2 διακριτές ημερομηνίες (15/4 και 15/5), έτσι ώστε να διευκολύνεται η γεωγραφική σύγκριση αλλά και η παρακολούθηση της χρονικής εξέλιξης.

1. Τεστ ανά μονάδα πληθυσμού. Στο Σχ.1 φαίνεται ότι από την αρχή της πανδημίας μέχρι τις 15/4, στην κορυφή της κατάταξης με πάνω από 20 χιλιάδες τεστ ανά εκατομμύριο κατοίκους βρίσκονται η Νορβηγία, Ελβετία, Γερμανία και Πορτογαλία, ενώ η Ελλάδα μαζί με Πολωνία και Ρουμανία εμφανίζεται στις τελευταίες θέσεις, με λιγότερα από 5 χιλιάδες τεστ ανά εκατομμύριο κατοίκους. Όμως, έναν μήνα μετά, στις 15/5, η εικόνα εμφανίζεται αρκετά διαφορετική. Όπως είναι φυσικό (αφού τα τεστ προστίθενται), όλες οι χώρες καταγράφουν αύξηση με διαφορετικό όμως ρυθμό η κάθε μία. Στις τελευταίες θέσεις βρίσκονται και πάλι οι ίδιες χώρες, με την Ελλάδα καθαρά στην τελευταία θέση με 12 χιλιάδες τεστ ανά εκατομμύριο κατοίκους.

2. Τεστ ανά ημέρα και μονάδα πληθυσμού. Από το Σχ. 2 που δείχνει τον ημερήσιο** αριθμό τεστ ανά εκατομμύριο κατοίκους, αντιλαμβανόμαστε πιο καθαρά την πορεία της κάθε χώρας στο θέμα των ελέγχων και την αντίδρασή τους κατά την εξέλιξη της πανδημίας. Φαίνεται ότι στις αρχές Απριλίου οι περισσότερες χώρες διενεργούν λιγότερα από 500 τεστ την ημέρα ανά εκατομμύριο κατοίκους. Παρατηρούμε ακόμη ότι στις περισσότερες χώρες ο ημερήσιος αριθμός των τεστ παραμένει σταθερός ή δείχνει πολύ μικρή αύξηση, είτε είναι υψηλός (Πορτογαλία-Ιρλανδία), είτε χαμηλός (Αυστρία, Ελβετία, Νορβηγία, Σουηδία, Ελλάδα). Αυτές που αυξάνουν σημαντικά τον αριθμό των ημερήσιων ελέγχων είναι κυρίως αυτές που είναι γνωστό ότι έχουν χτυπηθεί πολύ από την πανδημία (Βέλγιο, Ηνωμένο Βασίλειο, Ισπανία, Γαλλία) αλλά και η Δανία. Στην Γαλλία όμως, ο αριθμός εξακολουθεί να είναι πολύ χαμηλός. Αξίζει ακόμη να σημειωθεί ότι στη διάρκεια αυτού του μήνα (15/4-15/5) η Γερμανία και η Ολλανδία μειώνουν τον ημερήσιο αριθμό ελέγχων.

3. Τεστ ανά κρούσμα. H προσέγγιση αυτή στηρίζεται σε μία πιο στέρεη λογική γιατί εμπλέκει στον υπολογισμό και τον λόγο για τον οποίο κάνουμε τα τεστ: για να διαπιστώσουμε φορείς του κορωνοϊού. Άρα η αναγωγή του συνολικού αριθμού των τεστ στα συνολικά διαπιστωμένα κρούσματα σε κάθε ημερομηνία μας δείχνει ταυτόχρονα και την προληπτική ικανότητα της διαγνωστικής προσπάθειας κάθε χώρας. Στο Σχ. 3 πράγματι βλέπουμε ότι η Ελλάδα και η Τσεχία βρίσκονται στην κορυφή των εξεταζόμενων χωρών και στις δύο ημερομηνίες 15/4 και 15/5. Φαίνεται συγκεκριμένα ότι για τη διαπίστωση ενός κρούσματος στις δύο χώρες έχουν γίνει πάνω από 20 και πάνω από 40 τεστ, αντίστοιχα στις δύο ημερομηνίες. Συνολικά όμως όλες οι χώρες που βρίσκονται στην πρώτη 5άδα της κατάταξης είναι χώρες που διενεργούν χαμηλό αριθμό τεστ. (μικρότερο των 500 τεστ την ημέρα ανά εκατομμύριο κατοίκους). Στον αντίποδα, η Γαλλία, η Ισπανία, το Βέλγιο και το Ηνωμένο Βασίλειο φαίνεται ότι μέχρι τις 15/4 κάνουν λιγότερα από 5 τεστ ανά κρούσμα, ενώ και μετά από 1 μήνα ο αριθμός αυτός δεν υπερβαίνει τα 10 (με εξαίρεση το Βέλγιο που έφτασε τα 12 τεστ ανά κρούσμα). Συμπεραίνεται με άλλα λόγια ότι στις χώρες αυτές η εξέλιξη της πανδημίας ήταν τόσο γρήγορη, που ένα πολύ μεγάλο ποσοστό των ελέγχων (ακόμη και αν ο αριθμός τους είχε αυξηθεί) ήταν θετικό. Άρα και τα περιθώρια σωστής ιχνηλάτησης και ανάσχεσης της διάδοσης του ιού ήταν πολύ περιορισμένα.

Η σχεδόν γενική αυξητική πορεία του δείκτη με τον χρόνο, δεν μπορεί να ερμηνευθεί με ενιαίο τρόπο. Σε πολλές χώρες οφείλεται κυρίως στην αύξηση του ημερήσιου αριθμού τεστ που διαπιστώθηκε στο Σχ.2 (π.χ. Δανία, Τσεχία, Πολωνία, Ρουμανία αλλά και Ηνωμένο Βασίλειο, Βέλγιο, Ισπανία, Γαλλία). Σε εκείνες όμως τις χώρες που παρουσιάζουν σχετικά σταθερό αριθμό ημερήσιων ελέγχων (Ελλάδα, Αυστρία, Νορβηγία, Ελβετία) η αύξηση της τιμής του δείκτη θα πρέπει να αποδοθεί στη σταδιακή ημερήσια μείωση των κρουσμάτων λόγω υποχώρησης της πανδημίας. Εξαίρεση σε αυτήν την αυξητική τάση αποτελούν η Σουηδία και σε μικρότερο βαθμό η Ολλανδία, που βρίσκονται σταθερά στις τελευταίες θέσεις της ιεράρχησης και παρουσιάζουν σταθερή και ιδιαίτερα χαμηλή τιμή του λόγου (5-7 τεστ ανά κρούσμα). Καθώς ο ημερήσιος αριθμός ελέγχων στις 2 αυτές χώρες είναι επίσης χαμηλός και σταθερός (Σχ. 2) συμπεραίνεται ότι οι χώρες αυτές έκαναν την επιλογή να μην αντιδράσουν με περισσότερους ελέγχους στην εξέλιξη της πανδημίας η οποία μέχρι τις 15/5 φαίνεται να μην έχει παρουσιάσει ουσιαστική κάμψη. Αντίθετα, η μείωση του αριθμού ημερήσιων ελέγχων που παρατηρήθηκε στη Γερμανία αιτιολογείται από την υποχώρηση της πανδημίας, καθώς ο λόγος τεστ/κρούσμα αυξάνεται.

Τα εκ πρώτης όψης αντιφατικά αποτελέσματα των προηγούμενων διαγραμμάτων γεννούν τα εξής ερωτηματικά: α) μήπως οι χώρες όπως η Ελλάδα και η Τσεχία που βρίσκουν μικρό αριθμό κρουσμάτων στο μικρό αριθμό τεστ που πραγματοποιούν, απλώς αστοχούν να εντοπίσουν εστίες διάδοσης του ιού και αποτυγχάνουν στην αντιμετώπιση της πανδημίας; β) μήπως οι χώρες που διενεργούσαν σταθερά υψηλό αριθμό ελέγχων (Πορτογαλία, Ιρλανδία) ή αύξησαν σημαντικά τον αριθμό αυτό (Δανία, Βέλγιο, Ηνωμένο Βασίλειο, Ισπανία) και βρίσκουν μεγάλο αριθμό κρουσμάτων κατόρθωσαν να αντιμετωπίσουν αποτελεσματικότερα την πανδημία; Για να απαντηθούν τα ερωτήματα αυτά είναι ανάγκη να συμπληρωθεί η ανάλυση με τους βασικούς δείκτες εξέλιξης της πανδημίας και ειδικότερα με τον αριθμό των θανάτων, στοιχείο που τουλάχιστον για τις χώρες της ΕΕ δεν αμφισβητείται.

4. Αριθμός θανάτων ανά πληθυσμιακή μονάδα. Ο αριθμός θανάτων ανά εκατομμύριο πληθυσμού είναι ο πιο ισχυρός δείκτης της αποτελεσματικότητας του τρόπου αντιμετώπισης της πανδημίας σε κάθε χώρα. Αν και η θνησιμότητα εξαρτάται από δημογραφικά και κοινωνικά χαρακτηριστικά (γήρανση πληθυσμού, δομή οικογένειας, επιβαρυντικοί παράγοντες υγείας), πιθανές διαφοροποιήσεις στα χαρακτηριστικά αυτά δεν αρκούν να ερμηνεύσουν τις μεγάλες διαφορές που καταγράφονται στο Σχ. 4. Οι χώρες της πρώτης 5άδας με τα χαμηλότερα ποσοστά θνησιμότητας ταυτίζονται με εκείνες του Σχ. 3, που δείχνουν μεγάλο αριθμό τεστ ανά κρούσμα. Χώρες, που όπως είδαμε και στο Σχ.2 κάνουν μικρό αριθμό τεστ (κάτω των 500 τεστ την ημέρα ανά εκατομμύριο κατοίκους.). Ειδικά στην Ελλάδα που εμφανίζει και τη χαμηλότερη θνησιμότητα (15 θάνατοι ανά εκατομμύριο κατοίκους στις 15/5), διενεργούνται στο διάστημα αυτό 250-300 τεστ την ημέρα ανά εκατομμύριο κατοίκους. Επομένως, οι χώρες αυτές δεν αποτυγχάνουν να εντοπίσουν εστίες της πανδημίας, αντίθετα οι έλεγχοι που διενεργούν φαίνεται ότι είναι στοχευμένοι και ποσοτικά επαρκείς.

Αντίστοιχη ταύτιση βλέπουμε και στην τελευταία 5άδα του Σχ. 4 που περιλαμβάνει το Βέλγιο, την Ισπανία, την Ιταλία, το Ηνωμένο Βασίλειο και τη Γαλλία. Οι χώρες αυτές καταγράφουν πολύ υψηλούς δείκτες θνησιμότητας (30-50 φορές υψηλότερους από εκείνον της Ελλάδας) παρά το γεγονός ότι σημείωσαν οι περισσότερες πολύ μεγάλη αύξηση στον αριθμό των διενεργούμενων ελέγχων.

5. Αριθμός θανάτων ανά συνολικά διαπιστωμένα κρούσματα. Ο δείκτης θνητότητας δείχνει θεωρητικά την επικινδυνότητα της νόσου, όμως στη φάση αυτή δεν είναι δυνατό να υπολογισθεί γιατί: α) η νόσος βρίσκεται ακόμη σε εξέλιξη, άρα οι τιμές θανάτων και κρουσμάτων σε μία ημερομηνία αποτυπώνουν την κατάσταση μέχρι τη στιγμή εκείνη, β) τα διαπιστωμένα κρούσματα είναι πολύ χαμηλότερα των πραγματικών είτε λόγω αδυναμίας ελέγχου είτε λόγω ασυμπτωματικών ασθενών. Επομένως, κατά τη διάρκεια εξέλιξης της πανδημίας ο δείκτης αποτελεί απλώς ένδειξη αποτελεσματικής παρακολούθησης και κατ’ επέκταση αντιμετώπισης της νόσου. Όπως φαίνεται στο Σχ. 5 και εδώ παρατηρείται μία μεγάλη ανομοιογένεια μεταξύ των εξεταζομένων χωρών. Συγκεκριμένα, οι χώρες με υψηλές τιμές θνησιμότητας εμφανίζουν και πολύ υψηλό δείκτη θνητότητας, καθώς στις 7 τελευταίες χώρες έχει πεθάνει πάνω από 10% του συνολικού αριθμού των κρουσμάτων, τιμή πολύ υψηλότερη από τον εκτιμώμενο για τη νόσο δείκτη που σύμφωνα με πολλές εκτιμήσεις ειδικών κυμαίνεται γύρω στο 1% (π.χ. 0.77-1.38%***). Eπιβεβαιώνεται έτσι ότι στις χώρες αυτές υπήρξε αδυναμία έγκαιρου ελέγχου διάδοσης της νόσου, που ανεξάρτητα από τον αριθμό τεστ που διενεργήθηκαν οδήγησε σε μεγάλο αριθμό συνολικών (όχι διαπιστωμένων) κρουσμάτων και σε αντίστοιχες απώλειες ζωών. Η Ελλάδα εμφανίζει στις 15/5 μία τιμή 5.5%, ενώ εγγύτερα στο θεωρητικό 1% βρίσκεται μόνο η Νορβηγία (2.8%), χώρα που εφάρμοσε εξ αρχής ένα συστηματικό πρόγραμμα χαμηλού αριθμού στοχευμένων ελέγχων.

Συμπερασματικά, η συζήτηση για τον αριθμό των τεστ που διενεργούνται θα πρέπει να στηρίζεται σε μία πολυδιάστατη και κριτική θεώρηση των διαθέσιμων στοιχείων και να μην ξεφεύγει από τον κύριο στόχο που εξυπηρετούν τα τεστ: εργαλείο διάγνωσης με στόχο τον έλεγχο (μέσω της συστηματικής ιχνηλάτησης) και εν τέλει τον περιορισμό της διάδοσης του ιού. Δεν αποτελεί αυτοσκοπό και αναμφισβήτητα ένας μεγάλος αριθμός ελέγχων δεν εγγυάται αποτελεσματικότερη αντιμετώπιση. Τα ποσοστά θνητότητας του Σχ. 5 δείχνουν ότι σε όλες τις χώρες γίνεται υποεκτίμηση των συνολικών κρουσμάτων. Αυτό όμως που φαίνεται ότι έχει την μεγαλύτερη σημασία είναι ο έγκαιρος εντοπισμός και η σωστή περίθαλψη του μεγαλύτερου δυνατού αριθμού των συμπτωματικών κρουσμάτων.

Επομένως, οι αιτίες της διαφοροποίησης των επιδόσεων μεταξύ των χωρών που εξετάσθηκαν θα πρέπει να αναζητηθούν αρχικά σε διαφορές στην έγκαιρη και οργανωμένη αντίδραση στην πανδημία, στη συστηματική και στοχευμένη διαδικασία ελέγχου και στην επάρκεια του υγειονομικού συστήματος. Με αυτή τη σειρά. Γιατί μία καθυστερημένη αντίδραση οδηγεί σε μία ταχεία και ανεξέλεγκτη διάδοση του ιού στις αρχικές φάσεις, δυσχεραίνει τον μετέπειτα έλεγχο των κρουσμάτων και υπερβαίνει τα όρια ακόμη και πολύ ισχυρών συστημάτων υγείας.

Θα πρέπει ασφαλώς να ληφθούν υπόψη και εγγενείς παράγοντες της κάθε χώρας, όπως ο βαθμός διεθνοποίησης της οικονομίας και η κινητικότητα της κοινωνίας της, η πληθυσμιακή της πυκνότητα, δημογραφικά στοιχεία, χαρακτηριστικά κοινωνικής οργάνωσης και πρόνοιας (π.χ. γηροκομεία, γκέτο ή γενικότερα υποβαθμισμένες περιοχές), κλιματολογικά δεδομένα κλπ. Παράγοντες που δεν μπορεί να εξατασθούν με την απαιτούμενη σοβαρότητα στο παρόν σημείωμα και που πιστεύω ότι θα αποτελέσουν σύντομα αντικείμενο μελέτης ειδικών επιστημόνων.

*Δεδομένα από τη βάση: www.worldometers.info/coronavirus
** Ο ημερήσιος αρ. ελέγχων σε κάθε ημερομηνία προκύπτει ως ο μέσος όρος των ημερήσιων ελέγχων στο προηγούμενο 15ήμερο. Π.χ. στις 15/5 ο αριθμός αναφέρεται στο διάστημα 1-15/5.
*** Cold spring Harbor Lab, Yale University: www.medrxiv.org/content

Η Δανάη Διακουλάκη είναι ομότιμη καθηγήτρια του Εθνικού Μετσόβειου Πολυτεχνείου. Μέχρι το τέλος του 2019 δίδασκε στη Σχολή Χημικών Μηχανικών ΕΜΠ, σε αντικείμενα οικονομικής, ενεργειακής και περιβαλλοντικής ανάλυσης