Wskaźnik śmiertelności przypadków (CFR) a wskaźnik śmiertelności infekcji (IFR)
Dwie miary śmiertelności, dwa zupełnie różne pytania. Jak testowanie zmienia obraz epidemii
Myślenie pojęciowe, a myślenie stereotypowe – Andrzej Wronka, Kazimierz Ajdukiewicz, Józef Kossecki
W epidemiologii liczby często sprawiają wrażenie prostych i jednoznacznych. Gdy słyszymy, że „śmiertelność choroby wynosi 2%”, większość ludzi automatycznie zakłada, że oznacza to: „2 na 100 zakażonych umrze”. W rzeczywistości sprawa jest znacznie bardziej złożona. Wszystko zależy od tego, co dokładnie mierzymy oraz kogo uwzględniamy w statystykach.
Dwie najważniejsze miary stosowane do oceny groźności chorób zakaźnych to:
— Wskaźnik śmiertelności przypadków, CFR (Case Fatality Rate),
— Wskaźnik śmiertelności infekcji, IFR (Infection Fatality Rate).
Choć oba wskaźniki dotyczą zgonów związanych z chorobą, odpowiadają na dwa zupełnie różne pytania. Ta pozornie techniczna różnica może całkowicie zmieniać obraz epidemii oraz sposób interpretacji danych.
Wskaźnik śmiertelności przypadków (CFR)
CFR pokazuje, jaki odsetek osób zmarł spośród tych, u których chorobę oficjalnie rozpoznano.
W uproszczeniu: CFR = (liczba zgonów / liczba potwierdzonych przypadków) × 100%
Kluczowym pojęciem jest tutaj słowo „przypadek”.
W klasycznej epidemiologii przypadkiem była zwykle osoba z wyraźnymi objawami choroby, na tyle silnymi, że zgłosiła się do lekarza i została ujęta w oficjalnych statystykach. Współcześnie CFR oblicza się zazwyczaj na podstawie wszystkich laboratoryjnie potwierdzonych przypadków, również tych bezobjawowych, choć może być z tym różnie.
To bardzo istotne ograniczenie.
Jeżeli testujemy głównie osoby ciężko chore, do statystyk trafiają przede wszystkim najpoważniejsze przypadki. W efekcie liczba zgonów wydaje się wysoka w stosunku do liczby wykrytych zachorowań, a CFR rośnie.
CFR nie odpowiada więc na pytanie: „Jak śmiertelna jest choroba dla wszystkich zakażonych?”
CFR odpowiada na pytanie: „Jak śmiertelna jest choroba wśród osób, które zostały wykryte i zakwalifikowane jako przypadki?”
Wskaźnik śmiertelności infekcji (IFR)
IFR patrzy na problem znacznie szerzej. Ten wskaźnik próbuje oszacować, jaki odsetek wszystkich zakażonych osób umrze, niezależnie od tego, czy miały ciężkie objawy, lekkie objawy, czy nie miały żadnych objawów.
W uproszczeniu: IFR = (liczba zgonów / liczba wszystkich zakażeń) × 100%
To fundamentalna różnica.
W mianowniku IFR znajdują się nie tylko osoby wykryte przez system, ale również: osoby niezdiagnozowane, osoby bezobjawowe, osoby, które nigdy nie wykonały testu oraz osoby z bardzo lekkim przebiegiem choroby.
Dlatego IFR jest zawsze niższy lub w skrajnym przypadku równy CFR. Nie dlatego, że opisuje „mniej groźną” chorobę, ale dlatego, że obejmuje znacznie większą grupę ludzi.
Sedno problemu: wszystko zależy od mianownika
Najważniejsza różnica między CFR a IFR nie dotyczy liczby zgonów. Dotyczy mianownika. W obu przypadkach licznik jest podobny, bo liczymy zgony związane z chorobą. Zmienia się natomiast odpowiedź na pytanie: „Spośród kogo liczymy te zgony?”
Wskaźnik śmiertelności przypadków (CFR) liczy zgony spośród wykrytych przypadków.
Wskaźnik śmiertelności infekcji (IFR) liczy zgony spośród wszystkich zakażonych.
To właśnie dlatego obie wartości mogą różnić się nawet wielokrotnie.
Prosty przykład liczbowy
Wyobraźmy sobie populację liczącą 1000 osób, w której wszystkie osoby zostały zakażone.
Spośród nich jedynie 10 osób rozwinęło na tyle wyraźne objawy, że zgłosiły się po pomoc medyczną i zostały oficjalnie zdiagnozowane jako „przypadki”. W tej grupie zmarły 4 osoby.
W takim scenariuszu: CFR = (4 / 10) × 100% = 40%
Oznacza to, że spośród oficjalnie wykrytych przypadków zmarło 40% osób.
Jednak jeśli spojrzymy na wszystkie zakażone osoby, sytuacja wygląda zupełnie inaczej:
IFR = (4 / 1000) × 100% = 0,4%
Oznacza to, że rzeczywisty odsetek zgonów wśród wszystkich zakażonych wynosi 0,4%.
Różnica jest ogromna, w tym przykładzie CFR jest aż 100 razy wyższy niż IFR.
Ten prosty model pokazuje, jak bardzo wskaźnik CFR może zawyżać obraz śmiertelności w sytuacji, gdy system wykrywa głównie najcięższe, objawowe przypadki, podczas gdy rzeczywista liczba zakażeń w populacji jest znacznie większa i obejmuje również osoby bezobjawowe lub z bardzo łagodnym przebiegiem choroby.
Jak testowanie zmienia obraz śmiertelności
Na początku epidemii system zwykle wykrywa głównie osoby ciężko chore. Testów jest mało, a łagodne lub bezobjawowe przypadki pozostają niewidoczne.
W takiej sytuacji liczba wykrytych przypadków jest stosunkowo mała, ale liczba zgonów wśród tych wykrytych osób jest wysoka.
W efekcie CFR gwałtownie rośnie.
Wraz z rozszerzaniem testowania sytuacja zaczyna się zmieniać, bo wykrywane są osoby z łagodnymi objawami, później osoby niemal bezobjawowe, a w końcu także osoby całkowicie bezobjawowe.
Każda taka osoba zwiększa liczbę przypadków w mianowniku CFR, ale nie zwiększa proporcjonalnie liczby zgonów. W rezultacie CFR zaczyna spadać.
To bardzo ważny mechanizm.
Spadek CFR nie musi oznaczać, że choroba stała się mniej groźna. Może oznaczać jedynie, że system zaczął dostrzegać większą część rzeczywistych zakażeń.
Im szersze testowanie, tym bardziej CFR zaczyna zbliżać się do IFR.
Dlaczego IFR jest trudniejszy do obliczenia
CFR można policzyć stosunkowo łatwo, ponieważ opiera się na oficjalnie wykrytych przypadkach.
IFR jest znacznie trudniejszy do oszacowania, ponieważ wymaga odpowiedzi na pytanie: „Ile osób naprawdę zostało zakażonych?”
A tego zazwyczaj nie wiemy bezpośrednio.
Aby oszacować IFR, epidemiolodzy wykorzystują: badania populacyjne, badania serologiczne, modele statystyczne, analizy nadmiarowych zakażeń oraz metody szacowania liczby niewykrytych infekcji.
IFR jest więc bardziej złożonym wskaźnikiem, ale jednocześnie znacznie lepiej opisuje rzeczywiste ryzyko dla całej populacji.
Dzięki niemu można wiarygodniej prognozować ogólną liczbę zgonów:
IFR × liczba zakażonych osób = oczekiwana liczba zgonów w populacji
Który wskaźnik jest ważniejszy?
Oba wskaźniki są potrzebne, ale służą do różnych celów.
CFR jest użyteczny do szybkiego monitorowania ciężkich przypadków, obserwacji obciążenia systemu ochrony zdrowia, analizy sytuacji klinicznej wykrytych pacjentów.
IFR jest użyteczny do oceny rzeczywistej groźności infekcji, prognozowania skutków epidemii, szacowania liczby potencjalnych zgonów w całej populacji oraz porównywania ryzyka między populacjami i okresami.
Można więc powiedzieć, że CFR pokazuje obraz widoczny dla systemu medycznego, natomiast IFR próbuje pokazać pełny obraz całej epidemii.
Podsumowanie – dwa pytania, dwie odpowiedzi
CFR i IFR nie są konkurencyjnymi wskaźnikami. Po prostu odpowiadają na dwa różne pytania.
CFR pyta: „Jaki odsetek umiera spośród osób, które wykryliśmy jako przypadki?”
IFR pyta: „Jaki odsetek umiera spośród wszystkich zakażonych?”
Różnica między nimi wynika przede wszystkim z intensywności testowania oraz zdolności systemu do wykrywania zakażeń. Im więcej niewidocznych infekcji istnieje w populacji, tym większa będzie różnica między CFR a IFR.
Zrozumienie tej pozornie technicznej różnicy pozwala znacznie ostrożniej interpretować dane epidemiologiczne. Pokazuje również, że same liczby nie mówią jeszcze całej prawdy — kluczowe jest zawsze pytanie: „Kogo dokładnie liczymy?”
Zobacz na: COVID – dlaczego terminologia ma znaczenie? – dr Malcolm Kendrick
Definicja przypadku COVID w badaniach Pfizera i Moderny
Czy liczba przypadków świńskiej grypy jest zawyżona? – Sharyl Attkisson [USA]
Bloomberg: CDC ograniczyło polowanie i rejestrowanie przypadków C-19 u zaszczepionych.
Covid-19: cztery piąte przypadków to przypadki bezobjawowe – Michael Day
Los Angeles: nawet 55 razy więcej infekcji niż udokumentowanych przypadków – [20 kwiecień 2020]
Przypadki zapalenia mięśnia sercowego zgłoszone po szczepieniu COVID-19 opartym na mRNA w USA od grudnia 2020 r. do sierpnia 2021 roku.
Szczepionka polio spowodowała 47,500 przypadków paraliżu u hinduskich dzieci w 2011 roku – dr Joseph Mercola
Testy PCR: Po 35 cyklach odcięcia nie wyhodujesz wirusa – dr Anthony Fauci