[BananeToWin]

Zitat von Lucy89

Zu 2: Ja, deckt sich weitestgehend mit dem, was ich geschrieben habe, bis auf dass ich nicht mit 99% gerechnet habe, sondern mit 97%-98% (konservativ könnte man auch mit 95% rechnen, s. https://www.bmj.com/content/bmj/369/bmj.m1808.full.pdf, aber das halte ich auch nicht für realistisch aufgrund deines Arguments).
Wie auch immer- ob 97% oder 98% macht nicht den großen Unterschied wie der, den die Prävalenz verursacht. Und die kann aktuell nur deutlich geringer sein.

Mir gehts jetzt nicht mehr um exakte Zahlen. Im Wesentlichen ist deine Aussage ja: es gibt sehr viele Falsch-Positive Test und damit ist der positive prädiktive Wert relativ schlecht.

Aber mich würde aus mathematischer Hinsicht folgendes interessieren. Nehmen wir an: Test-Güte in den letzten Wochen gleichbleibend. Spezifität und Sensitivität > 90%. Nehmen wir an Prävalenz ist bei 0%, also keiner ist infiziert. Wenn ich jetzt 1000 Tests mache und 0,6% positive Test habe, dann würde das per Definition einer Spezifität von von 99,4% entsprechen. Wenn ich eine Prävalenz von > 0 habe, sagen wir 0,3%. Dann nehmen wir an, dass fast alle durch den Test entdeckt werden. Dann bleiben noch 0,6% - 0,3% = 0,3% der Tests über, die falsch positiv sind. Damit würde sie eine Spezifität von in etwa 99,7% ergeben. Also wenn ich bei gegebener Positiven-Rate die Spezifität berechnen möchte, dass gilt: Niedrigere Prävalenz -> niedrigere Spezifität, höhere Prävalenz -> höhere Spezifität. Und wenn ich also mit der niedrigst möglichen Prävalenz von 0% rechne, ergibt sich immer noch eine Spezifität von 99,4%. Somit kann die Spezifität, wenn man diese 0,6% Positiven-Rate zugrunde legt, eigentlich nur 99,4% oder höher sein. Oder habe ich da einen Denkfehler?