KORREKTURFAKTOREN MÜSSEN EINGERECHNET WERDEN
Korrigiert auf die Altersgruppen hätte man 2,8 Prozent bei über 3000 Personen, die man getestet hat. Das ist vom Umfang gar nicht so eine schlechte Studie. Was man dann noch gemacht hat, man hat noch eine Korrektur reingerechnet auf die Test-Performance. Das ist so gemacht worden: Man hat 37 bekannt Positive vorher im Labor mit diesem Test getestet und auch 30 bekannt Negative getestet. Was man gesehen hat, ist, der Test hat nicht alle der Positiven erkannt, sondern nur 68 Prozent von denen. Darum sagt man, da muss man auf die gefundene Rate noch was obendrauf rechnen. Also wenn wir sagen, 70 Prozent können wir erkennen mit dem Test, dann rechnen wir Dreisatz, um die 100 Prozent zu bestimmen, das ist leicht zu verstehen. Es gibt noch einen anderen Rechenweg, das ist über die Herstellerangabe. Auch der Hersteller hat eine Vorvalidierung gemacht mit ungefähr 70 Patienten. Der findet natürlich, wie Hersteller das manchmal so finden, dass 100 Prozent Sensitivität besteht. Also der Hersteller sagt: Unser Test ist vollkommen qualifiziert. Jeder wird erkannt, der getestet wird. Dann kann man sagen: Gut, wir rechnen das mal so und mal so und je nachdem, wie man das rechnet, kommt man darauf, dass 2,5 oder 4,2 Prozent populationskorrigiert dann als positiv zu werten sind. Also der höchste anzunehmende Wert, der aus dieser Studie rauskommt, sind 4,2 Prozent Bevölkerungsprävalenz. Wenn man den Test nimmt und an die Bevölkerungsaltersgruppen anpasst: 2,8 Prozent.
Korinna Hennig:
Prävalenz ist die Zahl derer, die schon betroffen waren von der Infektion.
Christian Drosten:
Ja, genau. Also die Fraktion der Bevölkerung, die Antikörper hat. Jetzt muss man sagen, da kommt noch eine große Unsicherheit dazu, das ist die Spezifität dieses Testes. Das ist hier nicht so gut bearbeitet worden in dieser Studie, das haben die Autoren zwar auch versucht, aber die Ergebnisse, die dabei rauskommen, sind an nur sehr kleinen Untersuchungsgruppen gemacht worden. Wir wissen, bei den laborbasierten ELISA-Testen, dass wir in dieser Jahreszeit, wo Leute noch nachlaufendes IgM haben (also eine bestimmte Antikörper-Art, die besonders avide ist, besonders klebrig), noch nachlaufend aus überstandenen Erkältungskrankheiten aus der gerade beendeten Erkältungssaison. Da müssen wir mit ungefähr zwei Prozent falsch positiven Testen rechnen, als Kreuzreaktion aus diesen Erkältungs-Coronavirus-Infektionen.
Korinna Hennig:
Also der Test erkennt einen anderen Erreger. Das ist die Spezifität.
Christian Drosten:
Genau, falsch positive Ergebnisse, das ist die Spezifität. Wenn ein Test kein falsch positives Ergebnis macht bei 100 Getesteten, dann ist die Spezifität 100 Prozent. Wenn aber einer von 100 falsch positiv ist, dann ist die Spezifität nur noch 99 Prozent in so einem Test. Wir können im Moment sagen, 2 Prozent Falsch-Positiven-Rate – das sind nur Anhaltswerte, die ich aus Erfahrung und aus unseren eigenen Validierungsarbeiten über den Daumen gepeilt jetzt sagen kann, das sind unsere Erfahrungswerte. Wir müssen einfach so eine Zahl abziehen, aber die kann man in einem Test ganz schwer erkennen. Wenn wir sagen, wir rechnen mal mit 2 Prozent, die kann ich nicht erkennen, wie das jetzt in dieser Studie gemacht wurde, wenn man das an 30 Negativen testet. Also wenn ich 2 von 100 erkennen möchte, aber in Wirklichkeit nur 30 teste, dann ist das Risiko, dass ich aus reinem Zufall den einen, den ich jetzt erkennen möchte oder nicht erkennen kann, ob ich den jetzt erkenne oder nicht, das ist eine reine statistische Verteilung. Und in dieser Studie war es so, die haben 30 Negative getestet und da wurde keiner falsch positiv. Aber was heißt denn das?
Korinna Hennig:
Kann Zufall gewesen sein.
Christian Drosten:
Genau, das kann Zufall sein. Das heißt, wir können nicht wirklich davon ausgehen, dass es wirklich spezifisch ist. Aus diesen Zahlen, die hier gefunden wurden, muss man wahrscheinlich auch noch etwas abziehen. Wahrscheinlich ist das in Wirklichkeit nicht bis zu 4,2 Prozent, sondern man bewegt sich irgendwo in einem Bereich von 2 Prozent oder 3 Prozent. Ich bin in dieser Nennung der Zahlen ganz bewusst grob. Ich bin ganz bewusst nicht hingegangen und habe mir das auf einem Blatt Papier aufgeschrieben und alles mit Confidence-Intervall durchgerechnet, weil ich diesen Punkt gar nicht machen möchte. Ich möchte nur sagen, wir bewegen uns hier im niedrig-einstelligen Bereich als Folge aus dieser Studie.
.
