CORRECTIV FAKTENCHECK: Corona-PCR-Test – So kann es zu falschen Ergebnissen kommen


Die grosse Frage ist, ob man den Corona-Tests vertrauen kann, wenn ja, dann ist es möglich Angst und Panik zu verbreiten, wenn nein verliert jede Panikmache den Effekt, deshalb ist dieser Punkt existenziel wichtig um die Corona-Krisenstimmung weiterhin aufrechterhalten zu können…. aber selbst CORRECTIV sagt folgendes dazu:

„Kommt die Krankheit in der getesteten Gruppe kaum vor, sinkt die Wahrscheinlichkeit, bei einem positiven Testergebnis auch tatsächlich infiziert zu sein, extrem. Rund 67 Prozent der positiven Testergebnisse (2 von 3) sind in diesem Fall falsch.“
Quelle: https://correctiv.org
Näheres dazu weiter unten…


Seit Beginn der Corona-Pandemie kursiert in Sozialen Netzwerken ein zentraler Vorwurf: Die PCR-Tests seien unzuverlässig und lieferten oft falsche Ergebnisse. Was steckt dahinter? 

Weiter > https://correctiv.org/faktencheck/hintergrund/2020/06/18/corona-pcr-test-und-vortestwahrscheinlichkeit-so-kann-es-zu-falschen-ergebnissen-kommen


Die PCR-Tests, mit denen Infektionen erkannt werden, seien in „bis zu 80 Prozent der Fälle“ falsch positiv. „Falsch positiv“ bedeutet: Eine eigentlich gesunde Person bekommt ein positives Testergebnis und wird fälschlich als Infektionsfall gezählt. Dass diese Fehlerquote hoch sei, behaupteten in Youtube-Videos unter anderem der Internist Claus Köhnlein, der Onkologe Heiko Schöning und der Heilpraktiker Andreas Schlecht. Sie bezogen sich dabei unter anderem auf Störanfälligkeiten des Tests oder Reaktionen mit anderen, älteren Coronaviren. 


Das Robert-Koch-Institut hatte bis zum 2. Juni auf seiner Webseite stehen: „Von einer Testung von asymptomatischen Personen wird aufgrund der unklaren Aussagekraft eines negativen Ergebnisses sowie der Möglichkeit falsch positiver Befunde in Abhängigkeit von der Prävalenz/ Inzidenz in der Regel abgeraten.“ 

Hinweis auf der Seite des Robert-Koch-Instituts. (Abgerufen am 18. Mai 2020, Screenshot: CORRECTIV)

Der große Unterschied von 50 oder einem Prozent Vortestwahrscheinlichkeit 

Das British Medical Journal stellt auf seiner Webseite eine interaktive Covid-19-Simulation zur Verfügung, an der jeder ausprobieren kann, wie sich die Test-Spezifität und Sensivität und die Vortestwahrscheinlichkeit auf die Testergebnisse von 100 Personen auswirken. Je nach Vortestwahrscheinlichkeit kommt es zu völlig unterschiedlichen Ergebnissen. 

Kalkulator 50 Prozent Vortestwahrscheinlichkeit
Eine Simulation mit dem Covid-19-Kalkulator des British Medical Journal. Von 100 getesteten Personen mit einer Vortestwahrscheinlichkeit von 50 Prozent wird eine Person falsch positiv getestet. (Screenshot: CORRECTIV)

Nehmen wir als Beispiel je 50 und ein Prozent Vortestwahrscheinlichkeit. Bei 50 Prozent Prävalenz, wenn also von 100 getesteten Personen 50 infiziert sind, werden im Test (mit den angenommenen Parametern 99 Prozent Sensitivität und 98 Spezifität) 50 korrekt positiv erkannt, eine Person als falsch positiv, 49 als korrekt negativ und 0 falsch negativ. Eine Person würde also fälschlicherweise unter Quarantäne gestellt. Der Anteil falsch positiver Ergebnisse an allen Tests liegt bei einem Prozent (1 von 100). 

Bei einer Vortestwahrscheinlichkeit von nur einem Prozent sieht das schon ganz anders aus. Von 100 Personen ist nun eine infiziert. Im Test wird es deshalb ein korrektes positives Ergebnis geben, aber auch zwei falsch positive Ergebnisse. Es gibt also mehr falsch positive Ergebnisse als tatsächlich positive. Der Anteil der falsch positiven Ergebnisse an allen Tests liegt bei zwei Prozent (2 von 100). Falsch negativ wird in diesem Szenario niemand getestet.  

Kalkulator 1 Prozent Vortestwahrscheinlichkeit
Eine Simulation mit dem Covid-19-Kalkulator des British Medical Journal. Von 100 getesteten Personen mit einer Vortestwahrscheinlichkeit von einem Prozent werden zwei falsch positiv getestet. (Screenshot: CORRECTIV)

Die Beispiele zeigen: Kommt die Krankheit in der getesteten Gruppe kaum vor, sinkt die Wahrscheinlichkeit, bei einem positiven Testergebnis auch tatsächlich infiziert zu sein, extrem. 

Im ersten Beispiel bedeutet ein positiver Test, dass die Person mit 98 prozentiger Wahrscheinlichkeit auch tatsächlich infiziert ist. Im zweiten Beispiel liegt dieser Wert nur noch bei 33 Prozent. Rund 67 Prozent der positiven Testergebnisse (2 von 3) sind in diesem Fall falsch. 


SARS-CoV-2-Tests: Antikörper, Antigene, PCR

Welche Tests gibt es, um das neue Coronavirus nachzuweisen? Wie verlässlich ist ihr Ergebnis?
Ein Überblick.
https://www.br.de/nachrichten/wissen/coronavirus-die-suche-nach-neuen-sars-cov-2-schnelltests,RrQlHxe

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.