Höhere Zahl von Tests verursachen höheren Anteil positiver Ergebnisse

Man sollte erwarten, dass der Anteil der positiven Ergebnisse sinkt, je mehr Menschen ohne Symptome getestet werden. Bei den Massentests werden ja vor allem Menschen ohne Symptome getestet, wer sich krank fühlt geht eher von sich aus zu einem Test. Tatsache ist aber, dass der Anteil der positiven eine Funktion der Zahl der ausgeführten Tests ist. Die Ergebnisse werden also systematisch immer falscher.

Diese Erkenntnis ist das Resultat ausführlicher statistischer Analysen von Tests und deren Ergebnissen durch die Professoren Norman Fenton und Martin Neil, der Pathologin und Biostatistikerin Claire Craig , Ex-Pfizer-Chief Science Officer Michael Yeadon sowie eines früheren Mitarbeiters des europäischen Patentamtes mit 30 Jahren Erfahrung in klinischen PCR, DNA- und serologischen Tests, der mir einige Berechnungen und Grafiken zur Verfügung gestellt hat.

Die Positivenrate … ist meist falsch

Da niemand weiß wie hoch die falsch-negativen und falsch-positiven Anteile bei den PCR-Tests sind, sollte man positiven Testergebnisse als „bestätigte“ Fälle nicht für epidemiologische Zwecke und Entscheidungen heranziehen (die Regierungen und ihre Berater tun es dennoch). Zuverlässiger erscheint die Positivenrate. Sie wird deshalb von den etwas wissenschaftlicher arbeitenden Behörden im UK auch als ein Indikator benutzt (wieder im Gegensatz zu AT und DE).

Betrachtet man die tatsächlichen Daten in Großbritannien, ist die Situation komplex. Was man sieht, ist eine Reihe von Stufen, die im Juli beginnen und bis November andauern – gekennzeichnet durch rote Linien.

Woran kann es liegen, wenn nicht an der zunehmenden Prävalenz von Infektionen? Die Antwort ist, dass es auch eine entsprechende Reihe von Stufen in der Grafik der täglichen Tests gegen die Zeit gibt:


Wenn man nun die Positivitätsrate gegen die Anzahl der täglichen Tests aufträgt, ergibt sich eine gerade Linie – die Positivenrate wächst linear mit der Zahl der Tests. Dies ist ein sehr überraschendes Ergebnis. Die Positivität ist nur eine Funktion der Anzahl der durchgeführten Tests.

Daraus müssen wir schließen, dass die Tests nicht mehr mit der nötigen Sorgfalt und Aufmerksamkeit für die Qualität durchgeführt werden, so dass die Positivenrate steigt. Auf jeden Fall läuft hier etwas systematisch schief.

Diese Analyse für Österreich, Schweden und Deutschland ergab die gleichen Resultate. Außerdem wurden die österreichischen Daten von Our World in Data mit denen auf ORF.at verglichen um Konsistenz zu gewährleisten. Die Korrelation für GB, AT und SE ist sehr gut, die für DE weniger gut. Allerdings wird die Positivität für letztere nur wöchentlich aktualisiert, während es sich bei ersteren um tägliche gleitende Durchschnitte handelt.

Pooling produziert falsche Ergebnisse

Pooling der Einzelproben wird angewendet um einen hohen Durchsatz von bis zu 300.000 Tests pro Tag zu erreichen. Dabei werden mehrere Proben gemeinsam getestet. Wenn eine gepoolte Probe positiv getestet wird, wird jede einzelne Probe aus dem Pool als positiv markiert, anstatt sie einzeln nochmals zu testen, wie es eigentlich vorgesehen ist. Wenn also ein falsch-positives Ergebnis mit einer Rate von 0,8 % (der Wert für Roche) in einen Pool von zehn Proben gelangt, erhält man eine falsch-positiven Rate von 8%.

Die österreichische Linie ist steiler als die GB-Linie, weil es weniger Einrichtungen gibt und daher größere Pools benötigt werden, um die gleiche Anzahl von Tests zu erreichen. Selbst wenn die einzelnen Proben im Nachhinein überprüft werden, wird die falsche Positivität nicht korrigiert.

Das Problem scheint in jedem Land vorhanden zu sein. Es könnte sein, dass alle die gleiche Software mit dem gleichen Fehler verwenden.

Es wurde in verschiedenen Phasen die Anzahl der Tests quasi über Nacht hochgefahren. Doch die Anzahl der Anlagen hätte niemals in diesem Tempo steigen können. Die einzige Möglichkeit, dies zu erreichen, ist die Zusammenlegung der Proben.

Der ursprüngliche Grund für die Verwendung der Positivenrate ist, dass sie durch die Anzahl der Tests geteilt wird, um sie unabhängig von deren Zahl zu machen! Wie von Yeadon und Craig et al. in ihrem Schreiben an Abgeordnete zum britischen Parlament angemerkt wurde, kann die Tatsache, dass die Positivitätsrate mit der Anzahl der Tests korreliert „… nicht mit der Biologie zu tun haben …“.

In Österreich kommt noch dazu, dass ohnehin seit Anfang November für jeden erkennbar das Infektionsgeschehen stark rückläufig ist. Trotzdem verfügt die Politik Lockdowns. Die Folge sind massive Kollateralschäden, zusätzliche Todesfälle, Verlust von Arbeitsplätzen und die weitere Zerstörung der KMU-Wirtschaftsbasis des Landes.


Alle aktuellen News im TKP Telegram Channel

Unterstütze unabhängigen Journalismus mit einer Spende via PayPal


Massentests in Österreich wenig besucht, 60 bis 80% falsch-positive und 0,10 bis 0,23% Infektionen

WHO weist nun auch auf Probleme mit falsch-positiven PCR Tests hin

Strategiewechsel nötig: Testen auf T-Zellen-Immunität statt wenig aussagekräftige massenhafte PCR-, Antigen- und Antikörper-Tests

Wie die Massentests auf die Infektion wirken

6 Kommentare zu „Höhere Zahl von Tests verursachen höheren Anteil positiver Ergebnisse

  1. es muss doch für die zuständigen Politiker Folgen haben wenn sie dauernd irgendwelche Verordnungen aufgrund dieser falsch positiven tests veranlassen.
    die gehören massiv zur verantwortung gezogen weil sie wissentlich sämtliche wissenschaftliche erkenntnisse einfach negieren.
    ich halte das für höchst kriminell.
    es geht sichtlich auch gar nicht um corona .

  2. Danke für diesen, wie immer, sehr aufschlussreichen Artikel. Es ist wirklich unglaublich, welche Lügen uns Tag für Tag von den offiziellen Medien präsentiert werden. Hoffentlich bricht dieses Lügengebäude bald zusammen wie ein Kartenhaus, und hoffentlich bevor die Giftspritze, auch Impfung genannt, bei allzu vielen allzu große Schäden angerichtet hat.

  3. Gute Beobachtung. Der Zusammenhang zwischen der Positivrate und der Anzahl Tests ist in der Schweiz im Winter noch viel ausgeprägter. Beide stiegen Anfang Oktober explosionsartig an: https://ourworldindata.org/coronavirus-data-explorer?zoomToSelection=true&time=2020-02-27..latest&country=~CHE&region=World&positiveTestRate=true&interval=daily&smoothing=0&pickerMetric=location&pickerSort=asc

    Bisher ging ich davon aus, dass beim Pooling die zurückgelegten Proben nochmals einzeln getestet werden, wenn ein Pool positiv ist. Falls das nicht der Fall sein sollte wie oben beschrieben, wäre das in der Tat unglaublich. Ebenso, falls die falsche Positivität des Pools beim Reporting der „Fallzahlen“ nicht korrigiert würde. Gibt es für diese beiden Aussagen Quellen?

  4. Insgesamt wäre es sehr interessant, welche Ursachen zu falsch positiven Tests führen. Bestimmte Nahrungsmittel kurz vor der Probenentnahme, bestimmte Reinigungsmittel, Zimmerpflanzen, Zusatzstoffe in Masken …? Dazu wären mittlerweile Analysen erforderlich.

  5. Hier trotzdem nochmals die Frage nach den Quellen dieser beiden Aussagen in diesem Post:

    1. „Wenn eine gepoolte Probe positiv getestet wird, wird jede einzelne Probe aus dem Pool als positiv markiert, anstatt sie einzeln nochmals zu testen, wie es eigentlich vorgesehen ist.“

    2. „Es könnte sein, dass alle die gleiche Software mit dem gleichen Fehler verwenden.“

    Gibt es eine Quelle zur 1. Aussage?

    Und gibt es eine Quelle für den genannten Softwarefehler in der 2. Aussage?

Kommentar verfassen