Sinnlose Massentests

Massentests und Reihenuntersuchungen waren schon immer in der Medizin völlig sinnlos, wenn eine bestimmte Erkrankung nicht häufig genug in der Bevölkerung auftritt. Daher macht insbesondere die immer weitergehende Ausweitung der PCR-Tests auf COVID-19 überhaupt keinen Sinn und zeigt nur die absolute Unfähigkeit der Verantwortlichen.
Da ich immer wieder danach gefragt werde, zeige ich heute gerne einmal, wieso es sinnlos ist, in der Bevölkerung wahllos auf irgendetwas zu testen, hier insbesondere anhand der PCR-Tests auf COVID-19.

Mit Stand vom 11. Dezember 2020 wurden 30.554.896 PCR-Tests durchgeführt. Danach gelten lt. RKI 1.254.091 als infiziert. Schon alleine das ist völlig Blödsinn. Nur weil eine Virusnukleinsäure nachgewiesen wurde, bedeutet dieses keinesfalls, dass jemand infiziert oder gar krank ist. Dieses wurde u.a. ausführlich im Corman-Drosten Review Report beschrieben. Auf diese Tatsache möchte ich nur mit einem kleinen Beispiel eingehen, denn inzwischen ist es allgemein hin bekannt, dass diese PCR-Tests zu nichts zu gebrauchen sind, so wie sie angewendet werden. Stellen Sie sich vor, sie würden auf einem Schrottplatz die dort liegenden Autos mit Benzin befüllen. Nur weil sich einige mit Benzin befüllen lassen, bedeutet dieses doch noch lange nicht, dass sie wieder anspringen oder gar fahrtauglich sind. Möglicherweise, dass möchte ich gar nicht abstreiten, gibt es das eine oder andere Auto, dass nur hinten so derartig verdellert ist, dass es aufgrund seines Alters als Schrottwagen zählt und dort lagert. Durch das Befüllen des Tanks mit Benzin springt aber sicherlich das eine oder andere Auto an und lässt sich dann auch noch wegfahren. Das wären dann die Infizierten und die Kranken. Alle anderen sind aber tatsächlich Schrott. Genau so verhält es sich mit den PCR-Tests und das nicht, wie Sie gleich sehen werden, weil die PCR-Tests so schlecht sind, sondern weil die Anwendung unterirdisch schlecht ist.

Zurück zum 11. Dezember 2020, die Zahlen sind hier nicht anders als an allen anderen Tagen diesen Jahres mit den unsäglichen PCR-Tests auch. Von den 30.554.896 durchgeführten PCR-Tests gelten also offiziell 1.254.091 als infiziert. Das ergibt die sogenannte Prävalenz, die Auftretenshäufigkeit einer Erkrankung. Diese liegt bei 1.254.091 : 30.554.896 = 0,041, also 4,1%. 4.1% gelten also offiziell als krank.

 

 

Der ganze Rest, also die Gesamtzahl abzüglich der als krank geltenden Personen, muß gesund sein, da es nur den Zustand krank oder gesund geben kann. Somit sind 30.554.896 – 1.254.091 = 29.300.805 Personen gesund.

 

 

Als nächstes müssen wir die sogenannte Spezifität und Sensitivität eines Tests kennen, d.h. wie gut kann ein Test Gesunde als gesund (Spezifität) und Kranke als krank (Sensitivität) erkennen. Die tatsächliche Sensitivität und Spezifität bei den PCR-Tests auf COVID-19 ist nur sehr schwer herauszubekommen. Darüber hinaus müssen diese noch bis Anfang/Mitte nächsten Jahres nicht von unabhängigen Labor zertifiziert werden sondern jeder Hersteller darf seine eigenen Tests zertifizieren, heißt jeder darf seine eigene, nicht nachprüfbare oder unabhängig festgestellte Sensitivität und Spezifität angeben. Auf den Seiten des RKI wird die Sensitivität mit 94 – 96% angegeben. Die Spezifität für die PCR-Tests ist noch schwieriger herauszubekommen, wird aber gelegentlich mit um die 97% angegeben.

Somit rechnen wir mit einer Spezifität (Gesunde werden als gesund erkannt) von 97%. Dann werden von den 29.300.805 als gesund geltenden Personen 26.716.473 tatsächlich als Gesunde erkannt.

 

 

Der verbleibende Rest wird, obwohl gesund, fälschlich als krank getestet (29.300.805 – 28.421.781 = 879.024.

 

 

Bei den als krank geltenden Personen zeigt dieses der Test mit einer Sensitivität von 94 – 96% diese auch als krank an. Unterstellt sei einmal das Optimum, dass der Test eine Sensitivität von 96% aufweist. Dann erkennt der Test von den 1.254.091 Personen, die tatsächlich krank sind, 1.203.927 (1.254.091 x 96 / 100 = 1.203.927) als krank an.

 

 

Die restlichen Personen (1.254.091 – 1.203.927 = 50.164) werden fälschlicherweise als gesund getestet.

 

 

Auf den ersten Blick erkennt man, dass die fälschlicherweise als krank getesteten im Verhältnis zu den tatsächlich als krank getesteten eine nicht unerhebliche Masse ausmachen. Wenn man diese jetzt ins Verhältnis setzt, erhält man den positiven prädiktive Wert, d.h. der Wert, der anzeigt, wie sicher ein bestimmter Test jemanden als krank erkennen kann. Der positive prädiktive Wert (PPW) errechnet sich nach der Formel:

PPW = tatsächlich krank erkannte / (falsch krank erkannte + tatsächlich krank erkannte)

in unserem Fall also wie folgt: 

PPW = 1.203.927 / (879.024 + 1.203.927) = 0,5779 entspricht 57,79%.

Somit sagt also das Testergebnis des derzeitigen PCR-Tests nur mit einer knapp 58%-tigen Wahrscheinlichkeit ein richtiges (Erkrankung liegt vor) Ergebnis vorher. Man könnte das PCR-Ergebnis also auch würfen. Das wäre einfacher und vor allem kostengünstiger. Denn ein PCR-Test kostet in etwa 130,-€. Bei bisher 30.554.896 durchgeführten Tests, wurden dafür 3.972.136.480,-€, knapp 4 Mrd.€, für völligen Unsinn ausgegeben.

Wie können wir die Trefferquote des Tests erhöhen?

1. Vorschlag, wir verbessern die Sensitivität und die Spezifität, was nicht so einfach geht aber wir können es gedanklich ja einmal durchspielen und nehmen eine Spezifität von 99% und eine Sensitivität von 98% an. Dann erhalten wir das folgende Bild.

 

In diesem Fall kämen wir auf einen PPW von 0,80 = 80%. Jetzt würde uns der Test schon mit einer 80%-tigen Sicherheit einen Kranken als krank erkennen. Das Problem hierbei ist, dass es nicht funktioniert, einen Test zu entwickeln, der sofort eine deutlich größere Spezifität und Sensitivität hat. Das ist aufwendigste Entwicklung, dauert Jahre und funktioniert häufig überhaupt nicht. (Anm.: wenn man Entwicklung eines Impfstoffes derzeit sieht, dann bin ich mir da allerdings nicht mehr so sicher, wo nicht auch solche Wunder möglich wären).

2. Vorschlag wir erhöhen die durchgeführten Tests, testen also nicht nur gut 30 Mio. Menschen sondern alle 80 Mio. Einwohner von Deutschland. Da die Spezifität und Sensitivität gegen ist und wir sie nicht erhöhen können, müssen wir hier also die ursprüngliche Sensitivität von 97% und Spezifität von 96% ansetzen. Die Prävalenz, also die Auftretenshäufigkeit der Erkrankung hingegen verändert sich nicht dadurch, dass man mehr Leute testet. Diese bleibt stabil bei 4,1%. 
Dann ergibt sich unter diesen Vorgaben das folgende Bild:

 

 

Der PPW in diesem Fall läge, nicht überraschend, bei 57,77%. Eine Ausweitung der Teststrategie ist also ein genau solcher Blödsinn wie der weitere Lockdown und entsprechende Maßnahmen. Wenn etwas nichts bringt, dann bringt das noch mehr davon auch nichts. Wenn der Nagel in der Wand nicht hält, bringt es nichts, einen größeren Hammer zu nehmen und zu versuchen, den Nagel weiter in die Wand zu schlagen. Jeder aufgeklärte Mensch hat das verstanden und greift zu einem anderen Weg, z.B. eine Schraube mittels Dübel in die Wand oder das zu große Loch vor erneutem Einschlagen des Nagels zugipsen.

Ein wirklich kluger Vorschlag ist, die Prävalenz zu erhöhen. Jetzt werden Sie berechtigterweise sagen, wie soll das denn gehen, man kann doch die Prävalenz einer Erkrankung nicht wirklich erhöhen. Auch ich kann das nicht, aber ich kann sinnvoll überlegen. Die Prävalenz hängt sehr eng mit der Vortestwahrscheinlichkeit zusammen. Hierbei handelt es sich um die Wahrscheinlichkeit, dass ich eine bestimmte Erkrankung durch einen Test auch wirklich sicher feststellen kann und das, obwohl der Test vielleicht sogar gar keine so gute Spezifität und Sensitivität hat. Wenn zukünftig nur noch die getestet werden würden, bei denen mit sehr großer Wahrscheinlichkeit eine SARS-CoV-2 Infektion anhand der klinischen Parameter (Halsschmerzen, sehr hohes Fieber, welches sich nicht dauerhaft senken lässt, Atemnot, Verlust des Geruchs- und Geschmacksinns) zu erwarten ist, dann tritt die Erkrankung in dieser Personengruppe mit den beschriebenen Symptomen natürlich auch deutlich häufiger als bei irgendeinem zufällig getesteten. Ohne uns besonders anzustrengen, würden wir so eine Prävalenz von 75% hinbekommen, d.h. bei denen die die oben aufgeführten Symptome haben, sind 75% wahrscheinlich erkrankt. Das alleine ist schon wieder extrem niedrig angenommen, da sehr hohes Fieber, Atemnot und Geruchs- und Geschmackssinnverlust bei mehr als 80% der erkrankten auftritt.
Wie sähe aber dann der Testverlauf aus, wenn ich nur magere 75% annehme und ansonsten alles gleich lassen würde? Hierbei ist es egal wie viele ich teste, denn bei den ausgewählten liegt der Verdacht einer Infektion ja mit 75% recht hoch. Daher gehen wir davon aus, dass die bisher getesteten 30.554.896 Personen die wären, die tatsächlich echte Symptome aufweisen und wir sehr sorgfältig ausgewählt hätten, bei wem wir einen Test durchführen würden, so wie es sich immer für Untersuchungen in der Medizin gehört.

Dann kämen wir zu folgendem Bild:

 

 

Jetzt hätten wir einen PPW von 98,96%!!!! Sensationell. Jetzt würde unser Test uns tatsächlich weit weg von einem gewürfelten Ergebnis sagen, wer krank ist, wer nach Hause gehört, möglicherweise in Quarantäne und wer nicht. 

Das ist alles nicht überraschend, jeder Statistiker weiß es und jeder Mediziner sollte es auch wissen, da er es im Studium im Rahmen der medizinischen Statistik Vorlesung gehört hat. Allerdings bin ich der Überzeugung, dass einige diese Vorlesung nicht besucht haben oder andere Dinge während der Vorlesung betrieben haben. Oder aber sie verdienen aufgrund von Patentrechten an den PCR-Tests und wollen davon deshalb nicht loslassen. Aber das wäre so, als wenn Sie sich von dem Vorsitzenden der Petrochemie beraten lassen würden, wenn es um den Kauf des nachten Autos (Benziner, Diesel, Hybrid, E-Auto, Gas) beraten lassen würden. Was ist da wohl an objektiver Beratung zu erwarten?

Also, Mund zu, kein Spender sein und die Erkrankung als diese ansehen, die sie ist. Ernsthaft und möglicherweise lebensbedrohlich für entsprechend hochaltrige und vorerkrankte Personen und für den Rest allenfalls eine heftige Infektion der oberen und ggf. unteren Atemwege mit einer sehr hohen Überlebenswahrscheinlichkeit.

Author Info

Dr. med. Matthias Keilich