Alles anzeigenMal abgesehen davon, dass der Satz in Anführungsstrichen keineswegs meine Aussage war: ganz im Gegenteil ist es in der Realität sogar schlimmer. Denn anders als in meinem Idealbeispiel ist ja die Sensitivität des Tests nicht mal 100 %
Der folgende Artikel ist relativ kompliziert, als Quelle verlinke ich ihn trotzdem mal
https://www.aerzteblatt.de/archiv/214370/…-interpretieren
Relevant für unsere Diskussion sind einige realistische Fallbeispiele für Abstrichsituationen
Hierin werden für verschiedene Prävelenzen (vereinfacht: Erkrankungshäufigkeiten) die Auswirkungen bei jeweils 1000 Tests durchgespielt
Die niedrigste Erkrankungshäufigkeit in den Modellen ist 3%, also ein Wert der sogar deutlich über der derzeitigen Realität liegt (und je kleiner der ist, desto weniger aussagekräftig sind positive Tests)
Zitat:
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.
Das ist das Problem, wenn man mit der Kombination aus wenig tatsächlich Infizierten und sehr hohen Testanzahl/Grundgesamtheit ohne a priori Wahrscheinlichkeit ins Blaue hinein testet.