Support Salto!
Unterstütze unabhängigen und kritischen Journalismus und hilf mit, salto.bz langfristig zu sichern! Jetzt ein salto.abo holen.
Liebe/r Leser/in,
dieser Artikel befindet sich im salto.archiv!
Abonniere salto.bz und erhalte den vollen Zugang auf etablierten kritischen Journalismus.
Wir arbeiten hart für eine informierte Gesellschaft und müssen diese Leistung finanziell stemmen. Unsere redaktionellen Inhalte wollen wir noch mehr wertschätzen und führen einen neuen Salto-Standard ein.
Redaktionelle Artikel wandern einen Monat nach Veröffentlichung ins salto.archiv. Seit 1.1.2019 ist das Archiv nur mehr unseren Abonnenten zugänglich.
Wir hoffen auf dein Verständnis
Salto.bz
Bereits abonniert? Einfach einloggen!
Weitere Artikel zum Thema...
Lo screening di massa a Bolzano
“Fatevi testare”
Mit Schnelltest schnell aus Lockdown?
Kommentar schreiben
Zum Kommentieren bitte einloggen!Kommentare
"Südtirol testet – und dann?" - Ziemlich blöde Frage: Dann kommt die Zwangstestung.
“Die Bevölkerung entscheidet, ob der Lockdown länger oder weniger lang dauern wird.”
Wenn man 2/3 der Bevölkerung testen will, um, innerhalb der Grenzen des verwendeten Tests, die Virusträger zu isolieren, bleiben rein rechnerisch 1/3 unerkannt (plus ein paar Hundert falsch negative).
Es reichen dann rein rechnerisch weniger als zwei Verdopplungszyklen, um 4/3, also deutlich mehr Infizierte als jetzt, zu erreichen.
Kommt dann einfach der nächste Lockdown? Darf das auch die Bevölkerung entscheiden?
Im deutschen Fernsehen sagte grad ein Experte, der die Kanzlerin berät, dass der Lockdown jetzt strenger sein und länger dauern müsste, um Weihnachten “retten” und eine dritte Welle klein halten zu können; öffne man jetzt oder bald, geschieht genau das, was Sie oben beschreiben.
Unsere Lobbys und Politiker aber haben das Gegenteil vor, das uns dann langfristig wieder in diese Situation von jetzt zurückbringen wird: sie versprechen eine Lockerung und Aufhebung der Maßnahmen nach 1er, bzw. 2 Wochen, was wohl völlig kontraproduktiv sein wird.
Ich denke, das ist ihnen bewusst - aber dennoch machen Sie solche Versprechungen... warum?
(man soll niemals die “Warum”-Frage stellen).
"Nicht zuletzt, weil inzwischen die Meinung weit verbreitet ist, dass die Landesregierung zum Test zwingen will. ... Das sei völlig falsch, bemüht sich der Landeshauptmann im Gespräch mit den Landtagsabgeordneten klarzustellen: Die Tests sind freiwillig. Niemand wird gezwungen.”
Der ist echt gut ... Tatsachenverdrehung par excellence.
Eine kürzlich (im Preprint) erschienene Studie zeigt, dass die Empfindlichkeit von Antigentests (insbesondere auch des Tests von SD Biosensor, der offenbar bei der Testreihe in Südtirol verwendet wird) ausreicht, die ansteckenden Fälle zu erkennen. Wenn sich also ein hoher Anteil der Bevölkerung testen lässt, würde es sich durchaus um einen wirksamen Schritt in der Pandemiebekämpfung handeln.
https://www.medrxiv.org/content/10.1101/2020.11.12.20230292v1
In dieser Studie lag die Spezifität in der Personengruppe bei 97,12% (über den gesamten Test bei 98,53%) also deutlich schlechter als der Zulassungswert von 99,58%
Bei der von mir vermuteten Prävalenz von 2% und 350.000 getesteten hieße das falsch positive Ergebnisse bei 7.300 (5.900) Personen im Vergleich zu den 1.140 zu erwartenden nach Zulassungswerten.
Kleine Änderung große Auswirkung.
Falsch negative sind laut Zulassungswerten 240 zu erwarten (immer bei einer Prävalenz von 2%), meine (beschränkte) klinische Erfahrung lässt mehr vermuten
Was passiert mit den Falsch Ergebnissen? Wer trägt die finanziellen Konsequenzen für diese Personen.
Wird man die statistisch zu erwarteten eventuell falsch befundeten Fälle überhaupt erkennen und persönlich zuordnen (können)?
Die “falsch Positiven” kaum, da ja kein nachfolgender PCR-Test am selben Tag vorgesehen ist.
Die “falsch Negativen” zum Teil und indirekt dadurch, dass es weitere Ansteckungen geben wird, welche wohl von diesen ausgehen werden.
Ich vermute, dass die Kosten für eine "Falsch-Positive"-Krankschreibung die INPS (also im Endeffekt wir alle) tragen wird, ohne einen Unterschied zu einem "Korrekt-Positiv"-Fall. Erscheint mir halt logisch. Die "Kosten" für ein "Falsch-Negativ" fallen in der letzten Konsequenz auch wieder auf die Allgemeinheit, sprich die Gesundheitsbetriebe und Krankenhäuser...
Szenario 15.000 positive, davon die Hälfte falsch positiv. Wird aber nicht mit PCR überprüft.
Es kommt zu einer Verschärfung der Massnahmen, da die Zahlen ja wahnsinnig hoch sind.
Wer wieder dafür bezahlen wird ist klar. Wer übernimmt aber die Verantwortung?
Sie schreiben:
“Szenario 15.000 positive, davon die Hälfte falsch positiv”.
Die 15.000 Positiven sind also ein “Szenario”.
Die Aussage “die Hälfte falsch positiv” ist eine reine “Vermutung”, wie Sie weiter oben (08:21 Uhr) schreiben, und nicht eine Tatsache, wie es hier klingt.
Bitte erklären Sie, wie Sie zu der “Vermutung” kommen, mehr als die Hälfte der Ergebnisse (falsch Positive + falsch Negative) seien “falsch”.
Damit müsste man die ganze Aktion als wertlos abblasen.
Führen Sie selbst auch Tests durch?
Oben genanntes Szenario von 9:52 ist eine Modellrechnung, welche auf den im Beitrag von 8:21 genannten Voraussetzung (Prävalenz von 2% und der Testvalidität nach der von "Thomas Unterwinkler" verlinkten Studie aus dem Hause Drosten) beruht.
Entwerfen wir ein Szenario mit der von Ihnen vermuteten Prävalenz von 1% (peter gasser 15.11.2020, 14:26), wird sich die absolute Zahl der falsch Positiven natürlich ebenfalls verringern, aber im Verhältnis zu den richtig Positiven steigen, und zwar auf ca 2 falsch Positive pro richtig Positive.
Verwenden wir für ein 3. Szenario die 2% Prävalenz und die Werte der Validierungsstudie der Herstellerfirma erhalten wir nur etwas über 1100 falsch positive auf 7000 richtig positive, wie bereits von mir beschrieben.
Alle 3 sind plausible Szenarien
"Damit müsste man die ganze Aktion als wertlos abblasen."
Jede Studie hat ihre Limitierungen, wichtig ist, dass man sie kennt und bei der Interpretation berücksichtigt.
Man könnte z.B. eine repräsentative Stichprobe der positiv Getesteten mittels PCR überprüfen. Wenn diese Stichprobe gut gewählt ist, erhöht man die Aussagekraft enorm.
... ein guter Vorschlag!
Ja, guter Vorschlag! ... wir müssen dann nur hoffen, dass nicht die gute Frau Renate Holzeisen dazwischen funkt, nach der ja 95% der PCR-Tests auch falsch sind.
:-) dann hoffen wir zur Abwechslung mal auf Funkstörungen...u n d bessere Zeiten!
Die Verantwortung übernimmt der politische Entscheidungsträger, sprich Landesregierung oder ev. das durchführende Organ (Sanitätsbetrieb). Wenn man nun davon ausgeht, dass man Jemanden zur Verantwortung ziehen möchte für einen gesundheitlich oder wirtschaftlichen Schaden welcher aus deren Handeln entstanden ist, wird man dies in einem Gerichtsverfahren durchstreiten müssen und dabei beweisen müssen dass trotz besseren Wissens falsch oder fährlässig gehandelt wurde. Alles in allem der Rechtsweg halt. Aber nagelt mich nicht darauf fest - ich bin KEIN Jurist.
Wenn wir die 4,1% Positiven von gestern ausklammern, so hat es heute bis 16 Uhr 1,1% Positive gegeben. So wenig Positive wären mit einer Spezifität von weniger als 98,9% nicht erklärbar.
Kann man denn die von gestern ausklammern?
Kann man dann auch die vom Vormittag ausklammern?
Oder die aus Gemeinden mit ungerader Postleitzahl?
Kurz: müssen in jeder Stichprobe Sensitivität und Spezifität genau stimmen oder ist Statistik doch etwas komplexer?
Natürlich kann ich/man das. Jeder seriöse Wissenschaftler wird die Zahlen unter verschiedenen Gesichtspunkten analysieren und versuchen Regelmäßigkeiten zu erkennen. Es wäre durchaus möglich, dass am Morgen die Leute weniger infektiös sind als am Abend. Und wer sich schon am Donnerstag testen ließ, hatte wohl einen Grund dazu (daher die 4,1%). Genauso wurde ein möglicher Zusammenhang mit dem Geschlecht oder der Blutgruppe untersucht.
Aber Analytik und Statistik sind wohl nicht Ihre Stärke.
"So wenig Positive wären mit einer Spezifität von weniger als 98,9% nicht erklärbar." ist schlichtweg nonsens. Meine Antwort war wohl zu komplex für Sie.
Wenn Sie ein seriöser Wissenschaftler sind, können sie ja Ihre Publikationsliste zeigen. Und dann versuchen zu erklären, wie Sie zu dieser Aussage oben gekommen sind.
Je komplexer Sie rechnen, desto mehr Fehler unterlaufen Ihnen. Die Rechnung ist doch sehr simpel. Die Spezifität gibt an welcher Prozentsatz von positvien Ergebnissen auch wirklich positiv ist. bei eine Spezifität von 99,5% ist also von 200 Positiven im Schnitt nur eine Person nicht wirklich positiv.
In Südtirol wurden bisher 137.171 Personen getestet. Angenommen es exitieren keine infizierten Personen, so hätte der Test, wenn er nur zu 90% spezifisch wäre, stolze 13.717 Positive finden müssen. Hat er aber nicht - also muss der Test doch viel besser sein. Rechnen wir es umgekehrt und nehmen an, dass alle 1744 Positive bisher falsch positive sind, so ergibt das eine Spezifität von 98,7%. Daher die mathematisch korrekte Schussfolgerung, dass der Test zu mehr als 98,7% spezifisch sein muss.
Sie gehen von der Annahme aus, dass die falsch positiven Ergebnisse absolut regelmäßig verteilt sind, und somit (bei einer Spezifität von 98,7% ) pro 300 Tests mindestens knapp 4 falsch positive aufscheinen müssten.
So wie beim Würfeln eine 6 alle sechs Würfe auftritt. Statistisch gesehen hat man dafür zwar schon beim ersten Wurf eine Wahrscheinlichkeit von 16,7%, erst bei 13 Würfen eine hohe Wahrscheinlichkeit von 90% und "Sicherheit", also 99.9%, erst bei 38 Würfen. Deshalb heißt ein beliebtes Spiel auch "Mensch ärgere dich nicht".
Wenn Sie mir jetzt sagen, mit welcher Wahrscheinlichkeit (95% CI) ihr Rechnungsweg wirklich den Grenzwert für die Spezifität des Tests darstellt, dann bin ich beeindruckt.
Wenn ich noch zum Schluss darauf Hinweise, dass nach Ihrer Rechenmethode gestern Abend der Test eine Spezifität von mindestens 98.9% haben musste, heute Mittag aber 98,7% für den selben Test reichen, dann um darauf hinzuweisen, dass sich hinter einer scheinbar simplen Rechnung nicht selten Komplexes versteckt.
Ja genau, je mehr Leute wir testen, desto mehr konvergietr die Spezifität auf einen konkreten Wert hin. So wie beim Würfeln: je mehr ich würfle, desto mehr erkenne ich, dass die Chance auf einen 6er bei 16,666% liegt.
Wir testen ja nicht nur 3, 10 oder 100 Personen sondern bis zu 350.000. Das reicht vollkommen um sinnvolle statistische Daten zu erhalten. Diese Zahlen strafen alle jene Lügen, die bisher (ohne eine Funken Sachkenntnis) behauptet haben, die Tests erzeugen 30% oder gar 95% falsch Positive.
"Diese Zahlen strafen alle jene Lügen, die bisher (ohne eine Funken Sachkenntnis) behauptet haben, die Tests erzeugen 30% oder gar 95% falsch Positive."
Diese Zahlen sagen gar nichts zum Anteil der falsch positiven aus, die könnten alles zwischen 0% und 100% sein. Nur eine zeitnahe PCR- Bestätigung der Positivität könnte uns darüber Auskunft geben. Sonst bleibt es eine Gleichung mit zwei unbekannten.Auch Ihnen würde ein Funken Sachkenntnis gut tun.
Ach Martin, sie sind schon ein komischer Kauz: wenn die "falsch positiven" 100% wären, dann hätten wir bis jetzt 323.313 "Neuinfizierte" gefunden. Da es aber nur 3040 sind, können es rein rechnerisch nicht mehr als 0,94% sein. Also hat der Schnelltest eine Spezifität von mindestens 99,06%.
Und wie schauts aus mit den falsch Negativen? Null?
@Markus
Die Positiven können 100% falsch positiv sein (bei einer Prävalenz von 0%), oder 100% richtig positiv sein (bei einer Spezifität von 100%), oder alles dazwischen.
Lassen Sie das mit der Statistik lieber, oder lernen Sie zumindest die Grundlagen, sonst kommt, wie bisher, nur Blödsimn raus.
@ Manfred Gasser
Die falsch negativen können alles zwischen (null) und (Testpopulation - positiv Getestete) sein. Wahrscheinlich ist deren Zahl aber relativ niedrig.
Ob der Anteil der positiven Tests im nicht getesteten Drittel der Bevölkerung ebenso niedrig gewesen wäre, lässt sich ebenfalls nicht sagen, da die Teilnahme am Massentest nicht randomisiert war sondern auf Freiwilligkeit beruhte.
Ohne PCR Bestätigung der positiven Schnelltests ist die Aussagekraft des Massentests beschränkt. Und auch mit wissen wir nur: wer misst misst Mist
@Martin bleiben Sie besser bei ihren Leisten! Bei einer Prävalenz von 0% sind die falsch Positiven 100%, egal wieviele Positive gefunden wurden, logisch - das macht aber keinen Sinn. Sie müssen den Prozentsatz daher immer auf die Gesamtmenge der Getesteten beziehen, nicht nur auf die Positiven.
@Manfred die falsch Negativen ergeben sich aus der Sensitivität. Wenn der Test zu 95% sensitiv ist, so wurden bei 3000 positiven Ergebnissen etwa um die 150 Infektiöse übersehen. Da es aber auch Personen gibt, die durch den Antigentest gar nicht erfasst werden können, da diese noch nicht die entprechendenn Proteine gebildet haben (in den ersten 3 Tagen - aber da bin ich jetzt nicht der Fachmann), entgehen uns etwa 30%. Also sind es wohl um die 1000 falsch Negative.
@ Markus
ich habe bereits mehrfach klar und deutlich geschrieben, dass ich mich auf den Anteil der falsch positiven an den positiven Ergebnissen beziehe. Im anderen Thema weil der Artikel, zu dem ich Stellung genommen hatte, ebenso diesen Bezug hergestellt hatte.
Genauso schreibe ich hier über den Anteil der falsch positiven wie auch hier.
Ich vermische also gar nichts sondern stelle klar dar, worüber ich rede. Im Gegensatz zu Ihnen, wenn Sie sagen: Diese Zahlen strafen alle jene Lügen, die bisher (ohne eine Funken Sachkenntnis) behauptet haben, die Tests erzeugen 30% oder gar 95% falsch Positive aber von der Falsch-positiven-Rate sprechen, obwohl jene, die Sie damit widerlegen wollen, den Anteil der falsch Positiven meinen (es ist nämlich evident, dass dieser Anteil gemeint ist, denn bisher waren noch nie soviele der Tests positiv, als dass sich jemand auf etwas anderes hätte beziehen können)
Ob es für Sie Sinn macht ist einerlei. Ich kann den Prozentsatz auf das beziehen, was ich angebe, und das ist im Text auch klar verständlich.
Es würde die Kommunikation deutlich erleichtern, wenn Sie einerseits klar angeben, auf was Sie sich beziehen und andererseits auf das Geschriebene eingehen.
Also laut Sanitätsbetrieb wurden Antigen Tests der Firmen Relab (Spezifität 99,68%) sowie Abott (Spezifität 99,4%) verwendet. Da die Sensitivität bei ca. 70% liegt, ergeben sich bei einer mittleren Spez. von 99.54%, N=343227 und 3185 positiven Tests genau folgende Resultate:
Richtig Positiv: 1617
Falsch Positiv: 1568
Falsch Negativ: 693
Richtig Negativ: 339349
Also sind 2310 von 343227 an COVID erkrankt, und wir konnten 1617 davon entdecken.
All diese Resultate geben lediglich Erwartungswerte wieder, gegeben die Zuverlässigkeit der Tests ist wie oben angeführt; und gegeben die beiden Tests wurden im Verhältnis 50:50 eingesetzt.
PS. Für mich ist das Thema Hypothesentest kein Neuland.
@Martin die meisten, die hier mitlesen (oder auch die facebook-Seite von Frau Holzeisen lesen) sind keine Mathematiker, und verstehen bei der Angabe dass ein Test "bis zu 95% falsch Positive lieferen kann" einfach nur, dass der Test total unzuverlässig ist - was aber nicht stimmt. Daher darf man die Zahlen für die Allgemeinheit nicht so selektiv darstellen.
Also zurück zu meiner Frage: glauben Sie im Ernst, dass man das Ergebnis dieser 3200 Positiven bei 345.000 getesteten Personen mit eine Spezifizität von weniger als 99% erklären kann?!?
Nein, glaube ich nicht, dazu sind die Zahlen mittlerweile gross genug.
Aber trotz der hohen Spezifität könnten von den positiv getesteten dennoch 95% falsch positiv sein. Bei der derzeitigen Prävalenz sind 20-40% wahrscheinlich.
Ich weiss jetzt nicht was Renate Holzeisen genau schreibt aber ich persönlich habe bisher noch niemand gehört, der die falsch positiven auf die Gesamtzahl der Tests gesehen hat.
@Martin vertrau mir, Otto Normalverbraucher kann zwischen "95% falsch" und "95% falsch positiv" nicht unterscheiden - er hört nur das Wort "falsch" und die hohe Quote von 95%...
Frau Holzeisen hatte dazu ein Video auf ihrer facebook-Seite veröffentlicht, das sie inzwischen aufgrund zahlreicher (kompetenter) Kritiken entfernt hat. Aber es ist derweil viral geworden, vor allem untern den No-Vax-Anhängern, die der Autorität einer Anwältin blind vertrauen.
Ein paar Wochen Geduld, dann wissen wir mehr: Der österreichische Gesundheitsminister hat angekündigt, dass jene Personen, die bei den Schnelltest-Screenings ab 6. Dezember in Österreich positiv sein werden, einer PCR-Kontrolle unterzogen werden.
Hallo Herr Koellensperger, ich besitze leider nicht Ihre medizinische Expertise aber ich zweifle Ihre Berechnungen trotzdem an. Wie Sie sicher wissen, geht es hier sehr stark um Wahrscheinlichkeiten, welche sehr stark von der Prävalenz beeinflusst werden. Wenn man sich die aktuellen Zahlen anschaut, erkennt man unschwer, dass es bereits fast 2% durch PCR-Tests bestätigte Infektionen in der Bevölkerung gibt. Wenn man nun annimmt, dass ein Großteil der Infizierten asymtomatisch ist und die täglichen Zahlen der Neuansteckungen betrachtet, kann man davon ausgehen, dass die Prävalenz doch deutlich größer sein dürfte. Das reduziert wiederum die Wahrscheinlichkeit von falsch-positiven und falsch-negativen Tests deutlich.
Weiteres möchte ich sagen, dass keine sofortigen und umfangreichen Lockerungen in Aussicht gestellt wurden. Wir werden uns auch nach dem Massentest nicht ohne Maske in die Arme fallen können. Hygiene- und Abstandsregeln werden uns auch weiterhin begleiten. Der Sinn von strengen Maßnahmen wie Lockdowns ist immer, das Infektionsgeschehen so weit abzusenken, dass eine Kontaktverfolgung durch die Behörden wieder möglich wird. Dafür ist ein solcher Massentest meiner Meinung nach ein geeignetes Mittel, um einen langen Lockdown zu vermeiden. Voraussetzung ist allerdings, dass die Landesregierung ihre Hausaufgaben macht und die Kapazitäten bei der Kontaktverfolgung erhöht. Ein Erfolg dieser Aktion liegt also doch zum Großteil bei uns, aber nicht nur.
"Voraussetzung ist allerdings, dass die Landesregierung ihre Hausaufgaben macht und die Kapazitäten bei der Kontaktverfolgung erhöht."
Wie gerne würde ich daran glauben. Aber die Chance hatte man schon einmal, in den Monaten Mai bis September, und man hat sie augenscheinlich nicht genutzt.
Hallo Hr. Schoepf,
eine höhere Prävalenz reduziert zwar den Anteil der falsch Positiven, erhöht aber deutlich die Anzahl der falsch Negativen, wie an anderer Stelle bereits dargestellt (allerdings mit den Validierungsdaten der Hersteller).
Rechnet man mit der Spezifität aus dem oben verlinkten preprint und 10% Prävalenz kommen auf 35.000 Positive ca 7.200 falsch Positive
Nachtrag: mit 95% Wahrscheinlichkeit zwischen 1.500 und 22.400 falsch Positive
Ich muss hier was loswerden, was mit dieser Geschichte nicht direkt zu tun hat: in diesem Blog sind einige Intellektuelle unterwegs, und von denen erwarte ich mir schon, daß sie auch die richtigen Begriffe verwenden: es gibt kein "Dèpartment für Gesundheit" in Südtirol! Dieser französische Begriff ist wohl eine Fehl-Übersetzung des italienischen "dipartimento". Auf Deutsch heißt das "Abteilung" oder "Ressort", wie für alle anderen Landesabteilungen. Danke!
Ops, das wollte ich eigentlich unter "Gadertaler Selektion" posten, da dort oft diese französische Verwaltungseinheit erwähnt wird...
Auch an der Med Uni IBK gibt es diese Departments.
Die Österreicher sind immer schon etwas frankophon gewesen.
Das rechtfertigt aber keine Fehlübersetzung hier in Südtirol.
Departments gibt im klinischen (primär universitär aber auch nicht) Bereich überall in Deutschland, Österreich und der Schweiz. Ich gehe davon aus, dass der Begriff aus dem englischsprachigen Bereich übernommen wurde, wo er seit langem verwendet wird. Deshalb auch das fehlende e.
@Martin dann schau dir bitte an, wie alle anderen Ressorts in unserem Land genannt werden. Und wie sie vor 10, 20 oder 50 Jahren hießen. Die Fehlübersetzung hat sich erst kürzlich eingeschlichen und das auch nur beim Ressort für Gesundheit!
Das Department für Gesundheitsvorsorge ist nicht mit den Ressort für Gesundheit gleich zu setzen. Nach meinem Verständnis ist das Ressort für Gesundheit eine Verwaltungseinheit des Landes, während das Department für ........ eine Organisationseinheit des Sanitätsbetriebes ist (Im Department für Gesundheitsvorsorge sind mehrere Dienste zusammengeschlossen, die im Netzwerk arbeiten).