MANAGEMENT
SARS-CoV-2: Testergebnisse richtig einordnen
; ; ; ;
Schnelltests ergeben nur dann Sinn, wenn Gruppen getestet werden, die einen hohen Anteil an Infizierten aufweisen – andernfalls erhält man zu viele falsch-positive Ergebnisse. Das Robert Koch-Institut hat eine Infografik erstellt, die das Problem unterschiedlicher Testansätze aufzeigt.
Diagnostische Antigen-Tests („Schnelltests“) können dabei helfen, akut mit SARS-CoV-2 infizierte Personen zu identifizieren. Sie weisen SARS-CoV-2-Proteine nach und sind schneller und preiswerter als PCR-Tests. Gegenwärtig bieten etwa einhundert Unternehmen Schnelltests zum Nachweis von SARS-CoV-2-Antigenen an (1). Um die Testergebnisse richtig einordnen zu können, müssen zwei Fragen beantwortet werden können: Zum einen: Wenn der Test positiv ist, wie wahrscheinlich ist es, dass der oder die Getestete tatsächlich akut infiziert ist? Und zum anderen: Wenn der Test negativ ist, wie wahrscheinlich ist es, dass der oder die Getestete tatsächlich nicht akut infiziert ist? Im Folgenden wird erläutert, weshalb die Aussagekraft von Antigen-Schnelltest-Resultaten stark davon abhängt, wie viele der Getesteten tatsächlich infiziert sind.
Die Antworten auf die beiden Fragen hängen zum Teil von den Testgütekriterien Sensitivität und Spezifität ab: Die Sensitivität (Richtig-Positiv-Rate) eines Tests beschreibt seine Fähigkeit, mit SARS-CoV-2 infizierte Personen korrekt zu identifizieren. Die Spezifität (Richtig-Negativ-Rate) eines Tests beschreibt seine Fähigkeit, diejenigen Personen korrekt zu identifizieren, die nicht mit SARS-CoV-2 infiziert sind.
Bewertung der Testgüte
Eine Übersichtsstudie gibt Sensitivitäten von 29,7–79,8 % und Spezifitäten von 98,8–99,9 % an (2); verschiedene Hersteller geben derzeit Sensitivitäten von 90 % bis 98 % und Spezifitäten von 98 % bis 100 % an (eigene Recherche). Die Herstellerangaben beziehen sich allerdings auf PCR-positive Proben. Da nur etwa 80 % aller Proben von infizierten Personen den Virus enthalten (zum Beispiel wegen Fehlern beim Abstrich; 3), wird die maximale klinische Sensitivität konservativer geschätzt (80 %).
Aber die Zuverlässigkeit des Tests hängt auch maßgeblich von der Prävalenz der Virusinfektion in der untersuchten Gruppe ab. Der Anteil von akut mit SARS-CoV-2 infizierten Personen ist in der Gesamtbevölkerung gering; er liegt je nach Ausbruchsgeschehen bei etwa 0,05–5 %, also 5–500 von 10 000 Menschen. Der Anteil Infizierter in einer Gruppe von Menschen mit COVID-19-Symptomen ist ungleich höher, beispielsweise bei 10 %, also 1 000 von 10 000 Menschen.
Verschiedene Testansätze
Die Grafik vergleicht zwei verschiedene Testansätze, Massentests an der Gesamtbevölkerung bei sehr niedrigerer Prävalenz und gezielte Tests an Personen mit COVID-19-Symptomen. Zur Darstellung verwenden wir natürliche Häufigkeiten in einem Baumdiagramm (einen natural frequency tree). Dieses Format erleichtert die Beantwortung der Eingangsfragen (4; 5). Zudem benötigen Abbildungen mit natürlichen Häufigkeiten durch ihr intuitives Format wenig Vorwissen und Übung.
Wie die Grafik zeigt, werden bei Massentestungen oder Screenings, also bei niedriger Prävalenz, viele falsch-positive Testergebnisse erzeugt. Die Testresultate bei gezielterem Testen (zum Beispiel von symptomatischen Personen), also bei höherer Prävalenz, sind solider. Die Aussagekraft des Tests hängt also stark vom Testansatz und der Verbreitung des Virus ab.
Dr. rer. nat. Ines Lein,
Dr. rer. nat. Christina Leuker,
Dr. rer. nat. Esther-Maria Antão,
Max von Kleist, PhD,
Dr. phil. Mirjam A. Jenny
Robert Koch-Institut, Universität Potsdam und Max-Planck-Institut für Bildungsforschung
Literatur im Internet:
www.aerzteblatt.de/lit4720
oder über QR-Code.
Zahlenverständnis
Der positive prädiktive Wert (PPV) quantifiziert die Wahrscheinlichkeit, dass eine Person mit einem positiven Testergebnis tatsächlich mit dem Virus infiziert ist. Dies bedeutet für die Beispiele in der Grafik: 4/(4+200) ≈ 0,019 für Massenuntersuchungen und 800/(800+180) ≈ 0,816 für gezieltere Untersuchungen. Abhängig vom Testansatz beträgt der PPV 1,9 % (Massentest) oder 81,6 % (zielgerichteter Test). Diese Ergebnisse deuten darauf hin, dass zur Bestätigung ein PCR-Test durchgeführt werden sollte.
Dementsprechend quantifiziert der negative prädiktive Wert (NPV) die Wahrscheinlichkeit, dass eine Person mit einem negativen Testergebnis tatsächlich nicht infiziert ist. Für das Beispiel in der Grafik: 9.795/(9.795+1) ≈ 0,9999 (99,99 %) für Massenuntersuchungen und 8.820/(8.820+200) ≈ 0.978 (97,8 %) für gezielte Untersuchungen. Je nach Testansatz beträgt die Wahrscheinlichkeit, dass eine Person trotz eines negativen Testergebnisses infiziert ist, somit 0,01 % (Massentest) beziehungsweise 2,2 % (zielgerichteter Test).
Hinzu kommt, dass wie im Text erwähnt die vom Hersteller angegebene Sensitivität in der Praxis konservativer geschätzt werden muss.
| 1. | World Health Organization (2020). Antigen-detection in the diagnosis of SARS-CoV-2 infection using rapid immunoassays: Interim guidance. WHO Publications, 11 September, 2. https://www.who.int/publications/i/item/antigen-detection-in-the-diagnosis-of-sars-cov-2infection-using-rapid-immunoassays, (last accessed on 9 November 2020). |
| 2. | Dinnes J, Deeks JJ, Adriano A, Berhane S, Davenport C, Dittrich S, ... & Dretzke J: Rapid, point-of-care antigen and molecularbased tests for diagnosis of SARS-CoV-2 infection. Cochrane Database of Systematic Reviews, (8). 26 August 2020, https://doi.org/10.1002/14651858.CD013705. |
| 3. | Kucirka LM, Lauer SA, Laeyendecker O, Boon D, Lessler J: Variation in false-negative rate of reverse transcriptase polymerase chain reaction–based SARS-CoV-2 tests by time since exposure. In: Annals of Internal Medicine 2020; https://doi.org/10.7326/M20-1495. |
| 4. | Gigerenzer G: What are natural frequencies? BMJ 2011; 343, d6386 CrossRef |
| 5. | McDowell M, Jacobs P: Meta-analysis of the effect of natural frequencies on Bayesian reasoning. In: Psychological Bulletin 2017; 143, 1273–312. https://doi:10.1037/bul0000126 CrossRef MEDLINE |
Kommentare
Die Kommentarfunktion steht zur Zeit nicht zur Verfügung.am Donnerstag, 26. November 2020, 20:38
vergleichbare Daten zur Testgüte der PCR Tests?
Der Abbildung ist offenbar eine Spezifität von 98% zugrunde gelegt, wodurch gerade bei niedriger Prätestwahrscheinlichkeit wie dargestellt eine hohe Rate falsch Positiver resultiert. Die im Text angegebenen Spezifitäten von 98,8-99,9 bzw. 98-100% lassen aber erwarten, dass es deutlich bessere Tests gibt als in der Abbildung dargestellt. Könnten die besten Antigentests möglicherweise sogar die Spezifität der PCR erreichen? Oder ist der der angegebenen Spezifität zugrundegelegte Goldstandard die PCR?
Es wäre sehr wünschenswert eine ähnliche Darstellung für den PCR Test bzw. die PCR Tests zu veröffentlichen. Insbesondere auch um die nicht nachlassende Kritik an seiner Aussagekraft zu entkräften. Die mir bekannten Laborringversuche lassen beim PCR Test (single target) Spezifitäten von im Mittel 98-99% erkennen. Die Realität in Deutschland scheint besser als dieser Mittelwert zu sein, da im Spätsommer eine Positivenrate von deutlich unter 1% und regional sogar 0% auf eine Spezifität von >99-100% schließen lässt, was auf bessere Tests (in den Ringversuchen haben einige sehr gut abgeschnitten) und/oder dual-target Tests zurückzuführen sein könnte. Die im Winter weitere Verbreitung der Erkältungscoronaviren könnte allerdings die Spezifität in der Praxis einschränken, eine Hypothese die durch die Ringversuche unterstützt wird. Ich glaube zwar nicht, dass derartig falsch Positive Tests einen großen Anteil an den täglichen Fallzahlen ausmachen. Eine wissenschaftlich fundierte Stellungnahme zu diesem Thema wäre aber dennoch sehr hilfreich.