Corona-Schnelltests: erhebliche Qualitätsunterschiede

Schnelltest-Kit Quelle: ptw

Wo gerade die Erkrankungen mit dem SARS-CoV-2 rasant ansteigen, bekommen die Corona-Schnelltests eine immer größere Bedeutung. Um der Verwirrung vorzubeugen: Die Corona-Schnelltests haben viele Namen: Antigentest. Oder PoC-Test (manchmal PoC-Antigentest), was so viel heißt wie Point of care-Test: Das sind Tests, die unabhängig von einem großen Labor direkt beim Patienten, also am „Ort der Versorgung“ durchgeführt werden.

Die Tests sind somit sehr praktisch, weil unmittelbar nach Durchführung des Test in wenigen Minuten ein Resultat vorliegt. Nur, sie testen etwas ganz anderes als die bisherigen „Corona-Tests“, die sog. PCR-Tests. Und damit ist auch ihre Bewertung anders. Dabei ist wichtig zu wissen, dass ein negatives Ergebnis nicht unbedingt sagt, dass jemand nicht mit dem Virus infiziert ist. Und umgekehrt ist auch ein positives Ergebnis nicht sofort eine sichere „Corona-Diagnose“. Diese Umstände beschreiben die Begriffe Spezifität und Sensitivität. Was sie bedeuten, soll kurz erklärt werden:

Spezifität

Die Spezifität für einen diagnostischen Test zeigt die Wahrscheinlichkeit an, dass dieser Test tatsächlich gesunde Personen, die nicht an Corona erkrankt sind, im Test auch als gesund erkennt. Eine Spezifität von 99% bedeutet also: Von 100 Gesunden Personen schätzt der Test  also 1 Person als krank („positiv“) ein, obwohl sie gesund ist.

Sensitivität

Die Sensitivität zeigt die Wahrscheinlichkeit eines diagnostischen Tests an, eine bestimmte Krankheit sicher zu erkennen. Liegt die Sensitivität eines Tests bei 98%, so bedeutet dies, dass der Test 98 Erkrankte als erkrankt („positiv“) richtig erkennt, aber zwei tatsächlich Erkrankte für gesund hält – das nennen Mediziner zwei „falsch Positive“.

Es ist somit klar, dass im Idealfall Sensitivität und Spezifität bei jeweils 100% liegen sollten. Aber so einfach funktioniert die Welt leider nicht. Ein weiterer Störfaktor kommt hinzu: Nehmen wir an, dass in Baden-Württemberg die Zahl der tatsächlich Erkrankten einer Gruppe von 100 Menschen bei 1% läge (tatsächlich liegt, auf das ganze Land bezogen die Zahl deutlich geringer). Dann müsste bei einer Testung von 100 Personen 1 Test positiv ausfallen. Liegt die Spezifität dieses Test bei 99%, so kommt (s.o.) nochmals 1 Person hinzu, die der Test – fälschlicherweise – als positiv erkennt, obwohl sie eigentlich gesund ist. Somit haben wir zwei positive Tests und wissen nicht, welches Testergebnis nun die Wahrheit widerspiegelt. Der Test sagt uns in diesem Fall nur: eine der beiden Personen ist krank (oder in Bezug auf Corona „infiziert“), die andere gesund. Aber welche?

Die Schnelltests bringen also manche Tücken mit sich. Zusammenfassend kann man sagen, dass – gute Tests vorausgesetzt – die Ergebnisse umso sicherer sind, je mehr Menschen in der getesteten Gruppe tatsächlich Corona-krank sind. Insofern eignet sich der Schnelltest etwa in Schulen, wenn sog. Cluster auftreten. Wenn also mehrere Schüler von Corona betroffen sind, aber keine Symptome haben. Wenn dann unter 100 getesteten Schülern 11 positiv getestet werden bedeutet das bei einer Spezifität des Test von 99%: bei 10 Personen zeigt der Test die Wahrheit (sie sind infektiös), nur bei einem (s.o.) irrt sich der Test.

Ein weiteres Problem kommt hinzu. Die Qualität des jeweiligen Tests. Viele Schnelltests sind in den letzten Monaten entwickelt worden und kommen nun auf den Markt. Sie verkaufen sich gut, obwohl im Einzelfall nicht ganz klar ist, welche Tests wie gut sind. Viele der genannten Daten zu Spezifität und Sensitivität sind Angaben der Hersteller, die bisher ungeprüft sind. Inzwischen gibt es jedoch auch unabhängige Prüfungen, die für manche Hersteller gut und für andere weniger gut ausfallen. Eine Übersicht über die aktuelle Bewertung der Schnelltest (in Englisch) verschafft die Webseite von Forschern der Universität Heidelberg. Darin sind auch die Quellen der jeweiligen Beurteilung klar hinterlegt. Nicht ganz einfach zu lesen. Wer aber je für den Einkauf von Tests verantwortlich sein sollte, sollte diese Information berücksichtigen.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.