Gehen wir mal davon aus, dass wir testen möchten, ob eine Erkrankung vorliegt oder nicht. Das wäre also ein ganz einfaches Szenario: Man kann nur krank oder gesund sein, Zwischenstufen gibt es nicht.
Ein Test für diese Krankheit wäre entsprechend auch ganz einfach: positiv oder negativ. Positiv würde bedeuten, dass der Test sagt: „dieser Mensch ist krank“, ein negatives Ergebnis hieße: „dieser Mensch ist nicht krank“.
Aber schon bei diesem ganz einfachen Szenario (eines mit 2x2 Zustandsmöglichkeiten, nämlich krank/gesund und positiv/negativ) gibt es Fehlermöglichkeiten. Es ist möglich, und dies kommt gar nicht so selten vor, dass der Test positiv ist, obwohl der Mensch gar nicht erkrankt ist, dies sind dann „falsch positive“ Fälle. Andersherum können Menschen auch fälschlicherweise als nicht krank getestet werden, obwohl sie es doch eigentlich sind, dies sind dann die „falsch negativen“ Fälle (siehe Abbildung).
Den Anteil der richtigerweise positiv Getesteten bezogen auf alle positiv Getesteten bezeichnet man als „Positiven Prädiktiven Wert“. Entsprechend gibt es auch den „Negativen Prädiktiven Wert". Je höher diese beiden Werte, desto besser und genauer ist der Test. Allerdings hängen beide Werte auch davon ab, wie häufig die Erkrankung in der Bevölkerung vorkommt. Wenn eine Erkrankung sehr, sehr selten ist, dann kann der Test sehr gut sein, es werden trotzdem einige falsch positiv Getestete mit dabei sein.
Unabhängig von der Häufigkeit der Erkrankung sind aber zwei andere Zahlen, die die Güte des Tests beschreiben: Sensitivität (Anteil der richtig positiv Getesteten bei allen Kranken) und Spezifität (Anteil der richtig negativ Getesteten bei allen Gesunden).
Das Dumme ist, dass man als getestete Person natürlich nicht wissen kann, in welche der vier Tabellenzellen man nur gerade gefallen ist. Daher sollte man bei Tests, die keine sehr hohe Sensitivität bzw. Spezifität haben, und bei Erkrankungen, die gefährlich sind (z. B. COVID-19, HIV), lieber doppelt testen. Wenn beide Testergebnisse übereinstimmen, kann man sich relativ sicher sein.
Commentaires