Corona-Test: Wie funktioniert der Test?

• Die Sensitivität eines Tests gibt an, bei wie viel Prozent der Infizierten ein Test die Infektion auch wirklich erkennt. Ein Test mit einer Sensitivität von 99 Prozent identifiziert 99 von 100 Infektionen und eine nicht. Eine Person hat also ein falsch-negatives Ergebnis. Heißt: Je höher die Sensitivität ist, desto sicherer erfasst ein Test die Erkrankung.
• Die Spezifität gibt an, zu wie viel Prozent ein Test eine gesunde Person auch als gesund erkennt. Ein Test mit einer Spezifität von 95 Prozent liefert bei 95 von 100 gesunden Menschen ein negatives Ergebnis. Bei fünf Gesunden schlägt der Test allerdings trotzdem an und erkennt sie fälschlicherweise als infiziert. Er liefert also bei fünf Personen ein falsch-positives Ergebnis.

Hersteller geben oft eine nahezu 100-prozentige Sensitivität und Spezifität für PCR-Tests an.  Diese guten Werte gelten zunächst aber nur unter Laborbedingungen. Sie dürften in der Praxis selten erreicht werden, schon weil beim Testen selbst Unsicherheitsfaktoren hinzukommen. So können bei der Entnahme der Proben Fehler passieren oder die Proben falsch transportiert werden. Auch der Zeitpunkt der Probenentnahme spielt eine Rolle dafür, ob überhaupt noch Viren nachweisbar sind. So zeigt eine im Fachmagazin Nature veröffentlichte Studie eines deutschen Forschungsteams: Abstrichproben aus dem Rachen enthalten vermehrungsfähige Viren nur bis zum vierten, aus dem Sputum bis zum achten Tag nach Symptombeginn.

Wenn dieses Kriterium eingehalten wird, gelten die Tests allerdings als sehr zuverlässig. Falsche Befunde kommen laut RKI nur sehr selten vor.

Wichtig: Wie hoch ist das Risiko für eine Infektion überhaupt?

Sensitivität und Spezifität zeigen nur auf, wie viele Personen in einer Gruppe von infizierten Personen auch als solche erkannt werden (Sensitivität) und wie viele Personen in einer Gruppe von gesunden Menschen richtig als gesund erkannt werden (Spezifität).

Für die Aussagekraft der Tests ist noch ein weiterer Faktor wichtig: die sogenannte Vortestwahrscheinlichkeit. Sie beschreibt, wie hoch das Risiko ist, dass eine Person überhaupt mit dem Virus infiziert sein könnte.

Also: Hatte die Person vor dem Test Kontakt mit Infizierten? Kommt sie aus einem Risikogebiet? Zeigt sie Krankheitssymptome und sind diese mit Covid-19 vereinbar? Dabei spielt auch eine Rolle, wie viele Menschen in der gesamten Bevölkerung oder der untersuchten Gruppe gerade infiziert sind. Je höher der Anteil an Infizierten ist, umso größer ist auch das Ansteckungsrisiko – und damit die Vortestwahrscheinlichkeit.

Bei hohem Infektionsrisiko sind positive Testergebnisse sehr sicher

Grundsätzlich gilt: Je wahrscheinlicher es ist, dass sich eine Person tatsächlich infiziert hat, desto höher ist auch die Aussagekraft eines positiven Tests. Mit anderen Worten: Hatte eine Person engen und längeren Kontakt mit einem Covid-19-Patienten, so ist ein positiver PCR-Test mit nahezu 100-prozentiger Sicherheit richtig.

Auf der anderen Seite steigt unter diesen Bedingungen der Anteil von Personen, die fälschlicherweise als negativ getestet werden. Denn es gibt schlicht einen größeren Pool an infizierten Personen, die überhaupt ein falsch-negatives Testergebnis erhalten können. Heißt also: Wenn das Ansteckungsrisiko in der Bevölkerung generell hoch ist, das Virus also stark verbreitet ist, dann steigt die Zahl der Infizierten, die trotz Test nicht als infiziert erkannt werden. Es bleibt also ein höherer Anteil an Infizierten unentdeckt.

Das ist extrem wichtig für die Einschätzung von Testergebnissen. Denn: War eine Person mit einem Infizierten in engem Kontakt und hat damit ein hohes Infektionsrisiko, dann ist ein einzelner negativer Test kein Freibrief – und auch kein Anlass, die Quarantänezeit zu verkürzen. So empfiehlt es auch das Robert-Koch-Institut. Aber: „Bei unsicheren Testergebnissen kann durch die Wiederholung und Kombination verschiedener Tests die Aussagekraft der Testergebnisse gesteigert werden“, sagt Martin Hellmich, Leiter der Arbeitsgruppe Medizinische Statistik an der Universität Köln.

Ist das Ansteckungsrisiko gering, steigt der Anteil falsch-positiver Tests

Nehmen wir das gegenteilige Szenario an: Das Ansteckungsrisiko ist sehr gering, da es zum Beispiel nur sehr wenige Infektionen in der Bevölkerung gibt. Unter diesen Voraussetzungen sind negative Testergebnisse ziemlich sicher richtig. Gesunde Personen werden also mit hoher Wahrscheinlichkeit auch als gesund identifiziert.

Gleichzeitig steigt jedoch der Anteil der falsch-positiven Tests: Personen erhalten zwar ein positives Testergebnis, sind aber gar nicht mit SARS-CoV-2 infiziert. Denn bei insgesamt wenig Infizierten gibt es einen viel größeren Pool an gesunden Menschen, die ein falsch-positives Testergebnis erhalten können.

Fazit: Massentests machen nicht immer Sinn

Wir wissen: Es ist kompliziert. Daher hier ein kleines Gedankenexperiment, um zu veranschaulichen, welchen Effekt ein hohes oder niedriges Risiko für eine Erkrankung auf das Testergebnis hat. Für die Berechnung nutzen wir für Spezifität und Sensitivität die Mittelwerte, die die Gesellschaft zur Förderung der Qualitätssicherung in medizinischen Laboratorien für PCR-Testungen in 488 Laboren aus 36 Ländern ermittelt hat: eine Sensitivität von 99,3 Prozent und eine Spezifität von 98,2 Prozent.

Der dritte Einflussfaktor auf das Testergebnis, das Infektionsrisiko, ist grundsätzlich natürlich für jeden Menschen individuell unterschiedlich – je nachdem, ob er mit einer infizierten Person in engerem Kontakt war, zum Beispiel auf einer Party. Für unsere Rechnung gehen wir aber davon aus, dass quer durch die Bevölkerung getestet wird. So hat jede getestete Person das gleiche Risiko für eine Infektion. Je nach Vortestwahrscheinlichkeit ergeben sich so verschiedene Werte:

1. Hohe Vortestwahrscheinlichkeit:
Gehen wir davon aus, dass sich 80 von 100 Menschen in Deutschland mit dem Coronavirus infizieren. Das heißt, das Risiko der Bevölkerung, sich zu infizieren, liegt im Durchschnitt bei 80 Prozent. Unter diesen Voraussetzungen würden in der Regel 80 von 100 getesteten Menschen richtigerweise als positiv getestet werden. Keine Person würde ein falsch-positives Testergebnis erhalten.

2. Niedrige Vortestwahrscheinlichkeit:
Gehen wir nun davon aus, es ist nur einer von 100 Menschen in Deutschland mit dem Coronavirus infiziert. Das Risiko, sich zu infizieren, liegt im Durchschnitt bei 1 Prozent. Unter diesen Voraussetzungen würde eine Person von 100 getesteten Menschen richtigerweise als positiv getestet werden: Zwei Personen würden jedoch ein falsch-positives Testergebnis erhalten, heißt: positives Testergebnis, aber gar nicht infiziert. Dieser Anteil an falsch-positiven Ergebnissen steigt sogar noch weiter an, wenn das Infektionsrisiko noch unter einem Prozent liegt.

Beliebtes Argument für Verschwörungsideologen

Dieser statistische Zusammenhang wird auch von Verschwörungsanhängern für ihre Argumentation herangezogen, dass das Coronavirus eigentlich gar nicht existiert. Sie behaupten: Die Infektionsrate in Deutschland sei so niedrig, dass alle gemeldeten Fälle in Wirklichkeit auf falsch-positive Testergebnisse zurückzuführen seien, Corona also gar nicht existiere. In anderen Worten: Die Vortestwahrscheinlichkeit liege bei null.

Doch ihre Argumentation hat einen Haken: „Wenn quer durch die Bevölkerung getestet würde, läge die Falsch-positiv-Rate bei der aktuell niedrigen Infektionsrate tatsächlich hoch“, sagt Walter Krämer von der Fakultät Statistik an der TU Dortmund. Das passiere aber nicht – vielmehr finde eine Vorselektion statt, sodass im Normalfall nur auf Verdacht getestet werde. Darüber hinaus lassen sich Falsch-Positive im Verdachtsfall vermeiden, indem doppelt getestet wird. Dadurch reduziert sich auch die Rate von Falsch-Positiven.

Das Robert-Koch-Institut rät in seiner Nationalen Teststrategie deshalb auch klar davon ab, die gesamte Bevölkerung ohne Verdacht querbeet durchzutesten – und empfiehlt ein zielgerichtetes Vorgehen. Getestet werden sollen vor allem:

• Personen mit Covid-19-spezifischen Symptomen
• Menschen, die mit einem Corona-Infizierten in engeren Kontakt gekommen sind
• Einreisende aus Risikogebieten
• medizinisches und Pflegepersonal
• und Bewohner von Betreuungseinrichtungen und Patienten.

Fazit: Testergebnis im Kontext interpretieren

Ein Testergebnis muss immer in seinem Kontext interpretiert werden. Mit welcher Wahrscheinlichkeit ist eine positiv getestete Person tatsächlich positiv und eine negativ getestete tatsächlich negativ?

„Sollte es doch zu Massentestungen in Deutschland kommen, so muss die Bevölkerung über die Möglichkeit falsch-positiver, aber auch falsch-negativer Tests unbedingt aufgeklärt werden“, fordert Gerd Gigerenzer, Direktor des Harding-Zentrums für Risikokompetenz an der Universität Potsdam. Das Problem: Bei falsch-negativen Ergebnissen würden sich Infizierte in falscher Sicherheit wiegen und könnten zu Superspreadern werden.