RT-PCR-COVID-19-Test: Mehr falsche als richtige Ergebnisse?! [Studie]
Endlich gibt es eine wissenschaftliche Arbeit, die geeignet ist, den Humbug, der uns tagtäglich von den MS-Medien zugemutet wird, wenn es darum geht, die angebliche “Anzahl der positiv auf COVID-19 Getesteten” zu verbreiten, als ebensolchen zu entlarven. Wir verdanken die Arbeit
Bis zum heutigen Tag haben es weder die Haus- und Hofberater der Bundesregierung noch einer der Polit-Darsteller, die in MS-Medien als “Experten” für SARS-CoV-2 verkauft werden, noch einer der angeblichen Wissenschaftler, die den neuen #ZeroCovid Hype befeuern, für notwendig gehalten, darauf hinzuweisen, dass in Labors, in denen Tests durchgeführt werden, NATÜRLICH AUCH FEHLER PASSIEREN, und je mehr Tests durchgeführt werden, desto mehr Fehler werden gemacht.
In der Regel wird behauptet, die Tests seien so genau, dass Spezifizität (false negative) und Sensitivität (false positiv) in Bereichen rangieren, die den Fehler vernachlässigbar machten. Diese Behauptung ist unaufrichtig, bei denen, die es besser wissen und falsch, in jedem Fall, denn:
Die Sensitivität und Spezifizität von Tests beschreiben einen Idealzustand, der in der Realität von Laboren nicht erreicht werden kann, denn dort geschehen Fehler:
Proben werden verunreinigt,
Ergebnisse falsch dokumentiert,
Test falsch ausgeführt,
Standards, sofern überhaupt vorhanden, nicht eingehalten;
Selbst der WHO ist der Testwahnsinn, der derzeit grassiert, mittlerweile, aus welchen Gründen auch immer, zu viel. In WHO-Information Notice for IVD Users 2020/5 [IVD = in vitro diagnostics] schreibt die WHO:
WHO reminds IVD users that disease prevalence alters the predictive value of test results; as disease prevalence decreases, the risk of false positive increases (2). This means that the probability that a person who has a positive result (SARS-CoV-2 detected) is truly infected with SARS-CoV-2 decreases as prevalence decreases, irrespective of the claimed specificity.
Mit anderen Worten, die Verlässlichkeit von RT-PCR-Tests hängt von der Prävalenz dessen, was nachgewiesen werden soll, in der Bevölkerung ab. Je geringer der Anteil von z.B. Personen, die mit SARS-CoV-2 infiziert sind, in einer Gesellschaft ist, desto höher ist die Anzahl falscher Testergebnisse, die Anzahl von Personen, die falsch positiv oder negativ getestet werden, ersteres wird gemeinhin als Sensitivität, Letzteres als Spezifizität eines Tests bezeichnet.
Aukema et al. haben diese Beziehung, die die Spezifizität und die Sensitivität eines Virus-Tests in Abhängigkeit von der Prävalenz eines Virus in einer Population setzt, zur Grundlage genommen, um ein Programm zu entwickeln, das das Bayes Theorem anwendet, um die möglichen Kombinationen von Sensitivität, Spezifizität und Prävalenz zu berechnen, die Kombinationen, die möglich sind, um eine gegebene Verteilung zu erklären. Das Schöne an dem Programm von Aukema et al. ist seine einfache Anwendung und seine Anwendbarkeit auf alle vom RKI oder anderen öffentlichen Ämtern in welchem Land auch immer veröffentlichten Daten zu SARS-CoV-2.
Auf Basis von Bayes Theorem kann man nun die Verteilungen von Sensitivität, Spezifizität und Prävalenz berechnen, die die jeweiligen Tagesdaten wahrscheinlich machen: Welche Prävalenz müsste in einer Bevölkerung vorherrschen, um die an einem Tag berichtete Anzahl von Tests und positiven Tests wahrscheinlich zu machen und welche Sensitivität und Spezifizität ist mit dieser Prävalenz verbunden?
Wen es interessiert, Bayes Theorem berechnet bedingte Wahrscheinlichkeiten für ein Ereignis, im vorliegenden Fall sieht es wie folgt aus:
𝑃(𝐼|𝑇) = 𝑃(𝑇|𝐼) × 𝑃(𝐼) / 𝑃(𝑇)
𝑃(𝐼|𝑇) = Wahrscheinlichkeit eines positiven Tests; 𝑃(𝑇|𝐼) = Test Sensitivität; 𝑃(𝐼) = Prävalenz 𝑃(𝑇) = Rate positiver Tests an allen Tests;
Die folgende Tabelle zeigt das Ergebnis, das die Autoren auf Grundlage ihres Programms, des Bayes Lines Tools (BLT), wie sie es nennen, für den 10. Januar 2021 und die Daten, die das RKI an diesem Tag veröffentlicht hat, berechnen.
Angegeben sind 57 plausible Lösungen. Von links nach rechts steigt die Prävalenz von SARS-CoV-2 in der Bevölkerung. Um die Ergebnisse, die das RKI veröffentlicht, einschätzen zu können, vergleichen wir zunächst die beiden Extreme:
Der geringste Anteil von False Positives an Testergebnissen, die einen Getesteten als positiv ausweisen, obwohl er das nicht ist, findet sich in der von hinten betrachtet sechsten Kolonne. Um das beste Ergebnis zu erreichen, das auf Grundlage der tatsächlich vom RKI am 10. Januar 2021 veröffentlichten Daten möglich ist, ist eine Prävalenz von 37% und eine Sensitivität von 24% (Anteil der korrekt positiv Getesteten) und eine Spezifizität von 97,5% (Anteil der korrekt negativ Getesteten) notwendig. Das Ergebnis ist wenig wahrscheinlich, denn es ist unwahrscheinlich, dass 37% der Bevölkerung mit SARS-CoV-2 am 10. Januar infiziert sind;
Der größte Anteil an False Positives ergibt sich für eine Prävalenz von 0,05% und eine Sensitiivtät (Anteil korrekt positiv Getesteter) von 8,5% sowie eine Spezifizität von 89.5% (Anteil korrekt negativ Getesteter).
Die Prävalenz von SARS-CoV-2 in Deutschland, wird inunterschiedlichen Studienals irgendwo in der Gegend von 1,2% liegend, angegeben. Geben wir ein paar Zentelprozent dazu und gehen wir von 2% Prävalenz in der Bevölkerung aus, dann zeigt die Berechnung von Aukema et al. (2020), dass in den Zahlen, die das RKI am 10. Januar 2021 veröffentlicht hat, mit hoher Wahrscheinlichkeit 12,25% True Positives und 87,75% False Positives enthalten sind. D.h. anstelle von 28.757 positiv Getesteten sind nur 3.523 positiv Getestete wahrscheinlich, wenn man eine Prävalenz von 2% in der Bevölkerung annimmt.
Natürlich ergeben sich auch false negatives. 9,3% sind es bei einer Prävalenz von 2%, also 2.674 Getestete, die der Anzahl der “True Positives” von 3.523 true Positives am 10. Januar hinzugefügt werden müssen, so dass sich die wahrscheinlich korrekte Zahl positiver Tests am 10. Januar 2021 auf 6.197 erhöht.
Mit anderen Worten, die wahrscheinliche Zahl der am 10. Januar positiv Getesteten ist nicht 28.757 wie vom RKI angegeben, sondern 6.197, also 21,5% des vom RKI angegebenen Werts.
Angesichts der Folgen, die mit einem positiven Testergebnis nicht nur für denjenigen, der positiv getestet wurde, sondern für die Gesellschaft, die auf Grundlage von Fallzahlen, von weitgehend falschen Fallzahlen, zu einem Stillstand gebracht wird, einher gehen, kann man die Bedeutung dieser Arbeit von Aukema et al. gar nicht hoch genug einschätzen.
Sie selbst schreiben:
“In the light of the WHO statement, the rationale for mass testing strategies implemented during periods of low prevalence (e.g. summer) appears questionable. Furthermore, mass testing increases the risk for poor sample handling and laboratory contamination which might partly explain the high FP [False Positive] numbers our calculator predicts.”
Immens überschätzte Fallzahlen führen zu überzogenen Maßnahmen, die erhebliche individuelle und wirtschaftliche Kosten nach sich ziehen, die wiederum durch die vermeintlich hohen Fallzahlen gerechtfertigt werden sollen. Zirkuläre Argumentation an sich ist ein Problem. Wenn der Ausgangspunkt zirkulärer Argumentation dann auch noch falsch ist, dann wird das Problem schnell zur Katastrophe.
Alles, was es zu PCR-Tests zu wissen gibt, kann in den folgenden Beiträgen nachgelesen werden:
Bleiben Sie mit uns in Kontakt. Wenn Sie ScienceFiles abonnieren, erhalten Sie bei jeder Veröffentlichung eine Benachrichtigung in die Mailbox.
Folgen Sie uns auf Telegram.
Anregungen, Hinweise, Kontakt? -> Redaktion @ Sciencefiles.org
Wenn Ihnen gefällt, was Sie bei uns lesen, dann bitten wir Sie, uns zu unterstützen.
ScienceFiles lebt weitgehend von Spenden.
Helfen Sie uns, ScienceFiles auf eine solide finanzielle Basis zu stellen.Wir haben drei sichere Spendenmöglichkeiten:
Und bei der Abfassung dieses Textes war die WHO-Verschärfung vom 20.01.21 noch gar nicht bekannt.
Übrigens wurde eine vergleichbare Untersuchung bereits 2020 von Prof. Krämer et. al. als Unstatistik des Monats veröffentlicht. Echo: Null.
Die Compagnons Krämer und Gigerenzer von der sehr empfehlenswerten Seite Unstatistik, auf die Sie hinweisen, zwei Durchblicker, sind zu nett.
.
Gigerenzer hat der FR ein Interveiw gegeben im Mai ca., wo er die Regierungslinie im Grund scharf kritisierte, aber im Ton so gedämpft, dass die FR-Redakteurin kein bisschen irritiert schien.
Fellt mir ein: Das wiederholte sich in der ZEIT, wo das Ehepaar Gigerenzer interviewt wurde praktisch 1:1.
Was soll es? Der Bundeshosenanzug hat auf der letzten Bundespressekonferenz Herrn Reitschuster (sinngemäß) mitgeteilt, dass es sich um politische Entscheidungen handelt, weil die Wissenschaft nicht hilfreich sei. Sie, die von Gott begnadete, allwissende Herrscherin über Klima, Raum, Zeit und jedes irdische Leben hat gesprochen.
Ganz deutlch und knallhart formuliert könnte man jetzt sagen, dass du lügst.
Sie stützt ihre politischen Entscheidungen auf (mutmaßlich falsche) wissenschaftliche Erkenntnisse und Beratungen.
Das mag zum Teil ihr eigenes Verschulden sein, weil sie sich offensichtlich nur mit “politisch konformen” Beratern umgibt und dabei für eine Physikerin extrem unwissenschaftlich agiert. Andererseits sind es aber auch Typen wie Drosten, denen sie offenbar unhinterfragt glaubt, die WHO hätte in ihrem neuen Statement zu den Testverfahren lediglich gesagt, man solle die Gebrauchsanweisung der Tests lesen.
Wenn die bspw. auch hier behauptete Kritik und Neufassung der Richtlinien bei den bisherigen Testverfahren stimmt, dann dann hat Drosten Müll erzählt und das sollte Merkel bei der Tragweite ihrer Entscheidungen wissen. Sich nicht ausreichend zu informieren oder auf kritische Stimmen zu hören, darf sie sich dann durchaus als Verschulden anrechnen lassen.
Dass sie rein politisch entscheidet, hat sie aber auch “sinngemäß” nicht gesagt.
Wie um alles in der Welt kann die Anzahl der tatsächlich Infizierten die Fehlerquote beeinflussen? Bei der Anzahl der Getesteten kann ich das noch logisch nachvollziehen aber mit der Zahl der echten Fälle kann das doch nur zusammenhängen wenn am Beginn von einem angenommenen Ergebnis ausgegangen wird und die fehlenden Fälle dann per Abzählen verteilt werden?!?
In diesem Artikel gibt leider es einige falsche Schlussfolgerungen. Die gute Nachricht lautet, je mehr Infizierte, desto geringer die Letalität, desto WENIGER Grund für Lockdowns, zumal sich mit zunehmender Zahl der Immunen auch die Ausbreitung der Infektion verlangsamen wird und die Herdenimmunität näher kommt und Impfungen obsolet werden.
Die wirkliche Anzahl der Infizierten lässt sich durch zufällige Test nämlich gar nicht ermitteln. Sie lässt sich nur anhand von Feldstudien abschätzen, z.B. Ischgl, wo die Uni Innsbruck eine Studie durchführte, und Heinsberg, wo Streeck eine Untersuchung machte. In Ischgl ergab sich eine Letalität der Infizierten von 3 Promille, in Heinsberg 4 Promille, Ioannidis errechnete um 2 Promille. Legt man Heinsberg zugrunde, so kommt man bei 52000 Coronatodesfällen auf 13 Millionen Infizierte, bei einer Letalität von 2 Promille ergeben sich sogar 26 Millionen Infizierte. Also, je mehr Infizierte, desto geringer die Letalität und umgekehrt. Die Zahl der nachgewiesenen Infektionen liegt aber nur bei über 2 Millionen. Damit soll nicht bestritten werden, dass viele Tests falsch positiv sein könnten, oder belegt werden, dass viele Test falsch negativ sind. Sondern es ist einfach klar, dass unsystematische Tests in relativ geringer Zahl nicht repräsentativ sind und epidemiologisch einfach nichts bedeuten. Bei 2 Millionen Infizierten wäre die Letalität 2,5 Prozent, also 10 mal so hoch wie bei 20 Millionen Infizierten, was tatsächlich eine Katastrophe wäre.
Unterstellt man eine Seroprävalenz von Antikörpern von 2 %, so erscheint sich für mich eher daraus zu ergeben, dass unter der Annahme der Validität der o. g. Ergebnisse einerseits die Studien nicht auf dem aktuellen Stand sind, und andererseits die Anzahl der Todesfälle stark übertrieben ist, was die Definition von Todesfall als an oder mit Corona gestorben nahe legt, und auch kein Grund für Lockdows darstellt.
Aber wozu sich mit absurden Definitionen, nichtssagenden Zahlen und windigen Statistiken herumschlagen. Die grundlegende Lüge ist doch, dass jeder Todesfall gleichbedeutend ist, egal ob es einen jungen Menschen oder einen über 90 trifft. Eine Infektion, die vor allem in Pflegeheimen verheerend wirkt, ist kein Grund für Maßnahmen mit katastrophalen Folgen. Das sagt der gesunde Menschenverstand und so wurde es auch immer gehalten.
“Eine Infektion, die vor allem in Pflegeheimen verheerend wirkt, ist kein Grund für Maßnahmen mit katastrophalen Folgen. Das sagt der gesunde Menschenverstand und so wurde es auch immer gehalten.”
Das gilt heute nicht mehr, werter Experte. Und auch ungeborene Kinder zählen nicht mehr. The Times They Are A-Changing.
Kurze Frage: Also resultieren die Fehler aus der fehlerhaften Handhabung in der Praxis, aber der Test selbst würde unter Idealbedingungen immer korrekte Ergebnisse liefern, oder?
Wir sehen, dass du dich in Vereinigtes Königreich befindest. Wir haben unsere Preise entsprechend auf Pfund Sterling aktualisiert, um dir ein besseres Einkaufserlebnis zu bieten. Stattdessen Euro verwenden.Ausblenden
Angegeben sind 57 plausible Lösungen. Von links nach rechts steigt die Prävalenz von SARS-CoV-2 in der Bevölkerung. Um die Ergebnisse, die das RKI veröffentlicht, einschätzen zu können, vergleichen wir zunächst die beiden Extreme:
ScienceFiles Spendenkonto:
HALIFAX (Konto-Inhaber: Michael Klein):
ScienceFiles Spendenkonto:
HALIFAX (Konto-Inhaber: Michael Klein):
Und bei der Abfassung dieses Textes war die WHO-Verschärfung vom 20.01.21 noch gar nicht bekannt.
Übrigens wurde eine vergleichbare Untersuchung bereits 2020 von Prof. Krämer et. al. als Unstatistik des Monats veröffentlicht. Echo: Null.
Die Compagnons Krämer und Gigerenzer von der sehr empfehlenswerten Seite Unstatistik, auf die Sie hinweisen, zwei Durchblicker, sind zu nett.
.
Gigerenzer hat der FR ein Interveiw gegeben im Mai ca., wo er die Regierungslinie im Grund scharf kritisierte, aber im Ton so gedämpft, dass die FR-Redakteurin kein bisschen irritiert schien.
Fellt mir ein: Das wiederholte sich in der ZEIT, wo das Ehepaar Gigerenzer interviewt wurde praktisch 1:1.
Hier diskutieren Juristen auch dieses Zahlenmaterial, offentsichtlich
wird vieles davon geglaubt:
https://community.beck.de/2021/01/24/ag-weimar-kontaktverbot-als-massnahme-gegen-die-verbreitung-des-covid19-virus-ist-verfassungswidrig
Was soll es? Der Bundeshosenanzug hat auf der letzten Bundespressekonferenz Herrn Reitschuster (sinngemäß) mitgeteilt, dass es sich um politische Entscheidungen handelt, weil die Wissenschaft nicht hilfreich sei. Sie, die von Gott begnadete, allwissende Herrscherin über Klima, Raum, Zeit und jedes irdische Leben hat gesprochen.
Ganz deutlch und knallhart formuliert könnte man jetzt sagen, dass du lügst.
Sie stützt ihre politischen Entscheidungen auf (mutmaßlich falsche) wissenschaftliche Erkenntnisse und Beratungen.
Das mag zum Teil ihr eigenes Verschulden sein, weil sie sich offensichtlich nur mit “politisch konformen” Beratern umgibt und dabei für eine Physikerin extrem unwissenschaftlich agiert. Andererseits sind es aber auch Typen wie Drosten, denen sie offenbar unhinterfragt glaubt, die WHO hätte in ihrem neuen Statement zu den Testverfahren lediglich gesagt, man solle die Gebrauchsanweisung der Tests lesen.
Wenn die bspw. auch hier behauptete Kritik und Neufassung der Richtlinien bei den bisherigen Testverfahren stimmt, dann dann hat Drosten Müll erzählt und das sollte Merkel bei der Tragweite ihrer Entscheidungen wissen. Sich nicht ausreichend zu informieren oder auf kritische Stimmen zu hören, darf sie sich dann durchaus als Verschulden anrechnen lassen.
Dass sie rein politisch entscheidet, hat sie aber auch “sinngemäß” nicht gesagt.
Dass diese Frau sich von einer Lüge zur anderen schlängelt , ist doch wohl nichts neues.
Wie um alles in der Welt kann die Anzahl der tatsächlich Infizierten die Fehlerquote beeinflussen? Bei der Anzahl der Getesteten kann ich das noch logisch nachvollziehen aber mit der Zahl der echten Fälle kann das doch nur zusammenhängen wenn am Beginn von einem angenommenen Ergebnis ausgegangen wird und die fehlenden Fälle dann per Abzählen verteilt werden?!?
In diesem Artikel gibt leider es einige falsche Schlussfolgerungen. Die gute Nachricht lautet, je mehr Infizierte, desto geringer die Letalität, desto WENIGER Grund für Lockdowns, zumal sich mit zunehmender Zahl der Immunen auch die Ausbreitung der Infektion verlangsamen wird und die Herdenimmunität näher kommt und Impfungen obsolet werden.
Die wirkliche Anzahl der Infizierten lässt sich durch zufällige Test nämlich gar nicht ermitteln. Sie lässt sich nur anhand von Feldstudien abschätzen, z.B. Ischgl, wo die Uni Innsbruck eine Studie durchführte, und Heinsberg, wo Streeck eine Untersuchung machte. In Ischgl ergab sich eine Letalität der Infizierten von 3 Promille, in Heinsberg 4 Promille, Ioannidis errechnete um 2 Promille. Legt man Heinsberg zugrunde, so kommt man bei 52000 Coronatodesfällen auf 13 Millionen Infizierte, bei einer Letalität von 2 Promille ergeben sich sogar 26 Millionen Infizierte. Also, je mehr Infizierte, desto geringer die Letalität und umgekehrt. Die Zahl der nachgewiesenen Infektionen liegt aber nur bei über 2 Millionen. Damit soll nicht bestritten werden, dass viele Tests falsch positiv sein könnten, oder belegt werden, dass viele Test falsch negativ sind. Sondern es ist einfach klar, dass unsystematische Tests in relativ geringer Zahl nicht repräsentativ sind und epidemiologisch einfach nichts bedeuten. Bei 2 Millionen Infizierten wäre die Letalität 2,5 Prozent, also 10 mal so hoch wie bei 20 Millionen Infizierten, was tatsächlich eine Katastrophe wäre.
Unterstellt man eine Seroprävalenz von Antikörpern von 2 %, so erscheint sich für mich eher daraus zu ergeben, dass unter der Annahme der Validität der o. g. Ergebnisse einerseits die Studien nicht auf dem aktuellen Stand sind, und andererseits die Anzahl der Todesfälle stark übertrieben ist, was die Definition von Todesfall als an oder mit Corona gestorben nahe legt, und auch kein Grund für Lockdows darstellt.
Aber wozu sich mit absurden Definitionen, nichtssagenden Zahlen und windigen Statistiken herumschlagen. Die grundlegende Lüge ist doch, dass jeder Todesfall gleichbedeutend ist, egal ob es einen jungen Menschen oder einen über 90 trifft. Eine Infektion, die vor allem in Pflegeheimen verheerend wirkt, ist kein Grund für Maßnahmen mit katastrophalen Folgen. Das sagt der gesunde Menschenverstand und so wurde es auch immer gehalten.
“Eine Infektion, die vor allem in Pflegeheimen verheerend wirkt, ist kein Grund für Maßnahmen mit katastrophalen Folgen. Das sagt der gesunde Menschenverstand und so wurde es auch immer gehalten.”
Das gilt heute nicht mehr, werter Experte. Und auch ungeborene Kinder zählen nicht mehr. The Times They Are A-Changing.
Hier ein sehr interessanter Link über und um Corona herum.
Jeden Tag Neuigkeiten. http://www.corodok.de
Kurze Frage: Also resultieren die Fehler aus der fehlerhaften Handhabung in der Praxis, aber der Test selbst würde unter Idealbedingungen immer korrekte Ergebnisse liefern, oder?