Zitat von Ralf L. Schlenger für das Ärzteblatt (24/2020, 12. Juni 2020
)
Die Vortestwahrscheinlichkeit
Um die wirkliche Erkrankungswahrscheinlichkeit, ausgedrückt als positiver oder negativer Vorhersagewert nach einem Test, zu beurteilen, sollten Ärzte die Vortestwahrscheinlichkeit hinzuziehen (das gilt nicht nur für COVID-19). Das geschätzte Risiko für die Erkrankung ergibt sich zum einen durch die klinische Einschätzung der betroffenen Person und ihres Umfeldes: Hatte die Kontakt mit Infizierten, kommt sie aus einem Risikogebiet? Sind ihr Alter, die Symptome und Befunde mit COVID-19 vereinbar? Bestehen Vorerkrankungen, kommen Differenzialdiagnosen infrage?
Des Weiteren ist die Prävalenz der Erkrankung in der Population relevant. Im Patientengut eines Allgemeinarztes in der Uckermark wird die Prävalenz von COVID-19 von vornherein niedriger zu schätzen sein als in einem Altersheim mit bereits einigen infizierten Bewohnern. Um den starken Einfluss der geschätzten Prävalenz auf den Vorhersagewert deutlich zu machen, seien Prävalenzen von SARS-CoV-2-Infektionen von 3 %, 20 % und 80 % gegenübergestellt: Unter 1 000 Personen würde es in diesen Fällen 30, 200 oder 800 Infizierte geben. Die Autoren im BMJ mutmaßen, das der RT-PCR-Test eine Sensitivität von 70 % und eine Spezifität von 95 % aufweist. Sars-CoV-2-Prävalenz 3 % (z. B. Hausarztpraxis): Richtig positiv getestet werden 21 von 30 infizierten Personen, falsch negativ sind damit 9 Ergebnisse. Richtig als gesund erkannt werden 921 von 970 Personen, falsch positiv bleiben 49. Der positive Vorhersagewert errechnet sich als Quotient aus der Zahl der richtig positiv Getesteten (21) und der Summe aller Personen mit positivem Testergebnis (21 + 49 = 70). Er ist mit 0,30 erschreckend gering – 70 % der als positiv getesteten Personen sind gar nicht positiv, ihnen wird aber Quarantäne verordnet. Der negative Vorhersagewert als Quotient aus der Zahl der richtig negativ Getesteten 921 und der Summe aller Personen mit negativem Testergebnis (921 + 9 = 930) ist hingegen 0,99, also sehr gut.
Prävalenz 20 % (z. B. Altenheim): Richtig positiv getestet werden 140 von 200 Personen, falsch negativ sind 60 Ergebnisse. Richtig negativ erkennt der Test 760 von 800 Personen, falsch positiv 40. Der positive Vorhersagewert (140/180) beträgt nun 0,78, die Erkrankungswahrscheinlichkeit ist also bei der angenommenen Prävalenz von 20 % 2,5 Mal höher anzusetzen als bei der niedrigen Prävalenz von 3 %. Der negative Vorhersagewert (760/820) ist 0,93. Immerhin 7 % der negativ Getesteten tragen das Virus in sich und können es verbreiten. Prävalenz 80 % (z. B. Isolierabteilung): Bei einer besonders hoch geschätzten Prävalenz von 80 % sind von 1 000 Getesteten 800 infiziert, von denen der Test 560 erkennt und 240 nicht. Richtig negativ erkannt werden 190 von 200 Personen, falsch positiv sind 10. Der positive Vorhersagewert (560/570) erreicht sichere 0,98, während der negative Vorhersagewert auf 0,44 sinkt. 56 % Prozent der negativ Getesteten tragen das Virus in sich und können es weitergeben.
Das bedeutet: In einer Population mit niedriger Prävalenz – z. B. 3 %, wie bevölkerungsweit bei COVID-19 anzunehmen – und unter der Prämisse einer niedrigen effektiven Test-Sensitivität von 70 % ist der positive Vorhersagewert äußerst schwach. Ein (falsch) positiver Test kann aber eine Quarantäne der Person zur Folge haben. Je höher die Prävalenz und damit die Vortestwahrscheinlichkeit, desto höher ist die Aussagekraft eines positiven Tests einzustufen und desto niedriger ist der negative Vorhersagewert.
Ein hoher Anteil infizierter Personen bleibt unentdeckt, wird nicht isoliert und kann andere anstecken – wenn nicht doch ein zweites Mal getestet wird. Fazit: Bei einer hohen anzunehmenden Wahrscheinlichkeit für das Vorliegen einer SARS-CoV-2-Infektion ist ein einzelner negativer Test kein Freibrief. Ralf L. Schlenger
|
