Grundsätzliche Probleme und zu berücksichtigende Aspekte bei diagnostischen Tests im Allg. und PCR-Tests im Besond. in Bezug auf deren Sensitivität und Spezifität:
1. Ein diagnostischer Test wird verwendet, um bei einer Testpopulation oder einer Einzel-Person einen bestimmten körperlichen Status – z.B. hinsichtlich diverser Stoffwechselerkrankungen, einer Schwangerschaft oder einer Infizierung mit einem speziellen Virus – festzustellen.
2. Welche Art von Status ein diagnostischer Test prüft, hat Einfluss auf die Art seiner Erhebung:
a) So wird ein Schwangerschaftstest wohl kaum eine Testpopulation zum Gegenstand haben, da er in aller Regel den individuellen Status von hierüber im Zweifel befindlichen Frauen prüfen soll.
b) Bei dem Versuch der Erfassung sogenannter Infektionsgeschehen hingegen ist die Anwendung eines solchen Tests nur sinnvoll, wenn er massenhaft, also an einer Testpopulation durchgeführt wird, da hier vor allem beabsichtigt ist, die Infektionsrate bzw. ihre im zeitlichen Ablauf der Infektionsphase[n] sich zeigende Veränderung festzustellen.
Ferner unterscheiden sich die diagnostischen Tests bzgl. ihrer sogenannten Gütekriterien [s. 4.] z.T. erheblich: So kommt ein moderner Schwangerschaftstesst in über 99% aller Fälle zu einem richtigen Ergebnis, während dies bei sog. PCR-, aber auch Antilörper-Tests mitnichten der Fall ist.
3. Daher ist gerade hinsichtlich des PCR-Test-Typs, der den Erregertyp SARS-CoV-2 nachweisen soll, der Begriff des ‘diagnostischen Tests‘ irreführend, weil aufgrund der [vergleichsweise mangelhaften] Qualität der für diesen Test-Typ gegenwärtig ausgewiesenen Gütekriterien – in Verbindung mit einer relativ sehr niedrigen Infektionsrate – der prozentual festgestellte Anteil der sogenannten falsch Positiv-Getesteten stets ein gewisses Maß überschreitet [s. 8.]: Der PCR-Test ist daher allenfalls geeignet, die allgemeine Infektionsrate innerhalb der gewählten Testpopulation, und dies in aller Regel zudem nur annähernd, festzustellen, nicht aber, mit genügender Sicherheit, den Status einzelner Getesteter!
4. Dies vorausgeschickt, kann ein diagnostischer, hier speziell: PCR-Test grundsätzlich 2 klar voneinander zu unterscheidende Fehler beinhalten:
a) Er kann ein falsch-negatives Ergebnis zeigen [100% der real Infizierten – Sensitivitäts-Rate]
–> Ein tatsächlich Infizierter wird nicht als solcher [sondern als Nicht-Infizierter] erkannt
b) Er kann ein falsch-positives Ergebnis zeigen [100% der real Nicht-Infizierten – Spezifizitäts-Rate]
–> Ein tatsächlich Nicht-Infizierter wird nicht als solcher [sondern als Infizierter] erkannt
c) Jeder Test beinhaltet potenziell beide Fehlermöglichkeiten
d) Jedes einzelne Testergebnis hingegen besitzt nur je eine Fehlermöglichkeit:
– Ein positives Ergebnis kann nur falsch-positiv, nicht aber falsch-negativ sein
– ein negatives Ergebnis kann nur falsch-negativ, nicht aber falsch-positiv sein
Im Ergebnis eines Tests, der bei einem bestimmten Individuum durchgeführt wird [was ja im Rahmen von Massentestungen unabdinglich der Fall ist], können daher beide Fehler niemals gleichzeitig auftreten, weil sie sich gegenseitig ausschließen
5. In der Theorie sind alle 4 in Prozentsätzen ausgedrückte Testpersonengruppen zwar bekannt und definitiv unterschieden bzw. beziffert, in der Test-Praxis jedoch resultieren nur 2 klar unterschiedene Gruppen: die positiv und die negativ Getesteten, denn nur diese beiden Ergebnisse kann der Test erbringen. Zwei Gruppen – die Falsch-Positiven und die Falsch-Negativen – treten also nicht identifizierbar in Erscheinung, sondern sind lediglich jeweils echte, aber anonyme Teilmengen der positiv bzw. negativ Getesteten.
6. Diese anonyme ‘Durchmischung‘ jeweils innerhalb der Gruppen der positiv bzw. negativ Getesteten führt zwangsläufig dazu, dass, vor allem unter den positiv Getesteten, auch die durch den Test korrekt klassifizierten Personen, also die Richtig-Positiven und die Richtig-Negativen, nicht mehr eindeutig identifizierbar sind.
7. Aufgrund der zu 5. und 6. erläuterten Umstände führt aus rein mathematisch-statistischen Gründen bereits eine Spezifität ≤ 99% – bei zunehmend niedriger Infektionsrate – zwangsläufig zu einer zunehmenden Bedeutungslosigkeit der entspr. Testergebnisse.1
8. Dies liegt nahezu ausschließlich an der durch den Test hervorgebrachten Ʃ der Falsch-Positiven; denn diese fällt – trotz noch relativ hoher Spezifität [≤ 98%] und bei [zunehmend] niedriger Infektionsrate aufgrund des [zunehmend] sehr hohen Anzahl der real Nicht-Infizierten an der Testpopulation absolut viel höher aus, als das bei der Ʃ der Falsch-Negativen im Verhältnis zum vergleichsweisen winzigen Anteil der real Infizierten der Fall ist.
9. Eben jener Effekt wirkt sich entscheidend auf den hieraus resultierenden positiven Vorhersagewert1 aus. Von diesem ausgehend, stimmt dessen individuelle [= diagnostische] mit dessen allgemeiner [= statistischen] Aussagekraft bzgl. eines Testergebnisses natürlich überein. Je niedriger er jedoch ausfällt [ab ca. ≤ 90 oder ≤ 85%], desto weniger ist er für eine ernstzunehmende Diagnose [= jew. Einzelaussage über jeden der Getesteten] brauchbar [vgl. 3.].
10. Ableitung der allgemeingültigen aus der individuellen Aussagekraft eines Tests:
Bei einem positiven Vorhersagewert von 50% [25%] und somit einer Falsch-Positiv-Quote von 50% [75%] liegt die Ʃ der positiv Getesteten um 100% [200%] über der Ʃ der tatsächlich Infizierten [die 100% entspricht], beträgt also 200% [300%] dieser Ʃ.
.
Zusätzliche Probleme bei SARS-CoV-2-Tests:
Bei der statistischen Betrachtung und Auswertung der SARS-CoV-2-Test-Ergebnisse wird ferner oft von folgenden idealen Voraussetzungen ausgegangen, die der Realität in aller Regel jedoch nicht entsprechen:
1. Die PCR-Tests reagieren nicht ‘richtig positiv‘ auf frühere – also andere – Corona- oder sonstige Viren.
2. Die PCR-Tests weisen sehr hohe – und zudem möglichst identische – Sensitivitäts- + Spezifitäts-Raten auf.
3. Die PCR-Tests werden rein technisch stets korrekt durchgeführt [z.B. korrekte Abstrichentnahme]. Diese ausschließlich auf die korrekte Testdurchführung bezogenen Fehlerquellen werden, im Gegensatz zu den anderen, häufig sogar benannt, evtl. deshalb, weil sie tendenziell zu niedrigeren Infiziertenzahlen führen.
.
1: Zu weiteren diesbzgl. Problemen, gerade auch hins. der Vorhersagewerte: s. Text ‘Exemplarische Berechnung positiver und negativer Vorhersagewerte bei vorgegebener Sensitivität, Spezifität und Infektionsrate’
.
Jan Veil | Juli 2020 | aktualisiert August 2020
.
