Wie ist ein COVID-19 Testergebnis zu verstehen? Understand article

Ein negatives Ergebnis eines medizinischen Tests heißt, dass Du definitiv nicht krank bist, richtig? Falsch: Es kommt auf die Falsch-Negativ-Rate des Tests und Dein persönliches Risiko an.   Im Folgenden wurde ein Artikel aus dem BMJ angepasst um zu…

Auf der ganzen Welt gab es den Ruf nach COVID-19 Tests und der Generaldirektor der Weltgesundheitsorganisation rief Länder zum “testen, testen, testen” auf. Die schnelle Verfügbarkeit des kompletten COVID-19 Genoms in der frühen Phase der Pandemie hat die Entwicklung von Tests zur Detektion viraler RNA vereinfacht. [1] Mehrere Tests mit verschiedenen Ziel-Genen wurden basierend auf der Reverse-Transkriptase-Polymerase-Kettenreaktion (RT-PCR) entwickelt. [2] Diese Tests auf virale RNAs, auch bekannt als PCR Tests, nutzen Proben aus Abstrichen, um akute Infektionen zu erkennen. Sieh Dir das Zusatzmaterial an, um mehr darüber zu erfahren, wie COVID-19 Tests funktionieren.

COVID-19 Tests haben zum Ziel, infizierte Individuen zu identifizieren, so dass diese sich isolieren und die Ausbreitung der Infektion reduzieren können. [3] Es ermöglicht auch die Kontaktnachverfolgung von Individuen [4] die mit dem Virus in Berührung gekommen sind, und liefert Informationen zu regionalen und nationalen Infektionsraten für staatliche Gesundheitsmaßnahmen. Dennoch herrscht häufig Unsicherheit darüber, wie man die Testergebnisse nutzen sollte, um gute Entscheidungen zu treffen. 

Wie genau sind Testergebnisse?

Kein klinischer Test liefert hundertprozentig genaue Ergebnisse. Tests können falsch-positiv (wenn das Testergebnis positiv ist, aber die getestete Person die Krankheit gar nicht hat) oder falsch-negativ (wenn jemand, der krank ist, trotzdem ein negatives Testergebnis erhält) ausfallen. Deshalb ist es wichtig, die ‘Sensitivität’ und ‘Spezifität’ eines bestimmten Tests zu kennen.

Sensitivität bezieht sich auf die Richtig-positiv-Rate (also den Anteil an kranken Leuten, deren Tests positiv waren). Spezifität bezeichnet die Richtig-negativ-Rate (also den Anteil der Leute, die nicht krank sind, deren Tests negative waren). Diese Begriffe, die verwirrend sein können, sind in Tabelle 1 zusammengefasst.

Tabelle 1: Definitionen und Formeln für die Genauigkeitsmaße von klinischen Tests [5]
Genauigkeitsmaß Definition Formel
Richtig-positive (TP) Leute, die krank sind und ein positives Testergebnis haben TP
Richtig-negative (TN) Leute, die nicht krank sind und ein negatives Testergebnis haben TN
Falsch-positive (FP) Leute, die nicht krank sind und ein positives Testergebnis haben FP
Falsch-negative (FN) Leute, die krank sind und ein negatives Testergebnis haben FN
Richtig-positiv-Rate (TPR) Sensitivität: Anteil der kranken Leute, die ein positives Testergebnis haben TP / (TP + FN)
Richtig-negativ-Rate (TNR) Spezifität: Anteil der gesunden Leute, die ein negatives Testergebnis haben TN / (FP + TN)
Falsch-negativ-Rate (FNR) Anteil der kranken Leute, die ein negatives Testergebnis haben FN / (TP + FN)
Falsch-Positiv-Rate (FPR) Anteil der gesunden Leute, die ein positives Testergebnis haben FP / (FP + TN)

An den Formeln in der Tabelle können wir sehen, dass Sensitivität und Spezifität eng mit den Falsch-negativ- und Falsch-positiv-Raten zusammenhängen. Wenn ein Test eine Sensitivität von 70 % hat, bedeutet das eine Falsch-negativ-Rate von 100 % – 70 % = 30 %. Ist seine Spezifität 95 %, ist die Falsch-positiv-Rate 100% – 95 % = 5 %.

Also, wie genau sind COVID-19 PCR-Tests auf virale RNAs? Laut Studien hängt die Genauigkeit von mehreren Faktoren ab: dem Krankheitsstadium (welches einen Einfluss auf die Anzahl der Viruspartikel im Körper hat und damit darauf, wie einfach diese zu detektieren sind), [6] die Körperstelle, von der die Probe genommen wird, und die Qualität der Probenahme. Bei einer Studie lag die Sensitivität von Abstrich-PCR-Tests von 205 Patienten bei 63 % bei Nasenabstrichen, aber nur bei 32 % für Halsabstriche. [7] Obwohl die Zahlen zwischen verschiedenen Studien schwanken, nehmen wir für diesen Artikel die ungefähren Zahlen von 70 % für die Sensitivität und 95 % für die Spezifität an, welche auch mit den aktuellen Schätzungen übereinstimmen. [8]

Was müssen wir wissen, um ein Testergebnis zu verstehen?

Die Interpretation eines Testergebnisses hängt nicht nur von der Genauigkeit des Tests selbst ab, sondern auch von der Vortestwahrscheinlichkeit der Krankheit. Die Vortestwahrscheinlichkeit ist einfach die Wahrscheinlichkeit, mit der jemand die Krankheit hat, bevor er/sie getestet wurde. Diese hängt von Faktoren wie Krankheitssymptomen oder der allgemeinen Häufigkeit der Krankheit ab.

Wenn Leute ihre Vortestwahrscheinlichkeit bei der Interpretation eines Testergebnissen nicht berücksichtigen und sich nur auf das Testergebnis selbst konzentrieren, fehlt ihnen eine wichtige Information. Tatsächlich wird dieser Logikfehler als ‘Prävalenzfehler’ bezeichnet, welcher sehr häufig bei der Interpretation von Statistiken gemacht wird. In unserem Fall ist die Vortestwahrscheinlichkeit die Prävalenz.

Ärzte schätzen Vortestwahrscheinlichkeiten unbewusst im Alltag ein und nutzen diese Schätzungen für die Diagnose ihrer Patienten. Allerdings sind in Anbetracht einer so neuen und únbekannten Krankheit wie COVID-19 solche intuitiven Schätzungen weniger zuverlässig, daher nutzen Kliniker spezifische Informationen zur Schätzung der Vortestwahrscheinlichkeit, darunter:

  • das Wissen über die lokalen COVID-19 Infektionsraten aus nationalen [9] und regionalen [10] Daten
  • die Symptome und Anzeichen beim Patienten[11]
  • die Wahrscheinlichkeit einer anderen Diagnose basierend auf den Symptomen
  • die Vorgeschichte des Patienten bezüglich einer COVID19-Exposition

Der Effekt der Vortestwahrscheinlichkeit auf die Bedeutung von Testergebnissen wird am folgenden Fall praktisch demonstriert (siehe Textbox ). Wie dieses Beispiel klar macht, ist ein einzelnes negatives Testergebnis nicht zuverlässig, wenn die Vortestwahrscheinlichkeit hoch ist. 

Wann ein negatives COVID-19 Testergebnis bedeutet: Bleib zu Hause

Während des COVID-19 Ausbruchs im Januar 2021 entwickelt eine 52-jährigere Familienärztin in London Husten, intermittierendes Fieber und fühlt sich unwohl. Am zweiten Tag ihrer Krankheit lässt sie einen Abstrich-Test auf COVID-19 durchführen; dieser ist negativ. Ihr Husten und Fieber halten an, aber sie fühlt sich gut genug, um wieder zur Arbeit zu gehen. Was sollte sie tun?

Die Vortestwahrscheinlichkeit ist hoch für eine Ärztin wie sie, die typische COVID-19 Symptome und ein hohes Expositionsrisiko hat und in einer Region mit hoher Prävalenz (London) lebt. Wir könnten ihre Vortestwahrscheinlickeit, COVID-19 zu haben, auf 80 % schätzen. Wenn sie bei einem PCR-Test ein negatives Ergebnis bekommt, hat sie immer noch eine 56 %-ige Chance, COVID-19 zu haben. Das bedeutet, dass diese Ärztin selbst mit einem negativen Testergebnis mit höherer Wahrscheinlichkeit die Krankheit hat, als dass sie sie nicht hat. Wenn diese Ärztin wieder zur Arbeit gehen würde, wäre das Risiko sehr hoch, dass sie ihre Patienten und Kollegen anstecken würde. Es ist deshalb wichtig, dass sie sich selbst isoliert, auch wenn ihr Test negativ war. In so einer Situation können negative Testergebnisse sehr irreführend sein.

Dieser Fall zeigt wie gefährlich der Prävalenzfehler ist: Es kann verlockend sein, zu viel Vertrauen in einen ‘objektiven’ Test zu haben und zu ignorieren, was Symptome und lokale Infektionsraten nahelegen.

Der Gedanke, dass die Vortestwahrscheinlichkeit die Zuverlässigkeit des Ergebnisses beeinflusst mag etwas kontraintuitiv erscheinen, aber die folgende Infografik (Abbildung 1) illustriert den Effekt. Sie zeigt die Resultate, wenn 100 Leute mit einer COVID-19 Vortestwahrscheinlichkeit von 80 % getestet werden (mit einem Test mit 70 % Sensitivität und 95 % Spezifität). Diese Vortestwahrscheinlichkeit ist realistisch für Menschen mit Symptomen, die möglicherweise einer Infektion ausgesetzt waren.

Abbildung 1: Infografik, die die Resultate für 100 Leute zeigt, die auf COVID-19 getestet wurden, unter der Annahme einer Vortestwahrscheinlichkeit von 80 %. 
Copyright 2020, BMJ Publishing Group Ltd

In diesem Beispiel ist die Zahl der Falsch-positiven sehr gering: Nur eine von 100 Personen. Aber die Zahl der Falsch-negativen ist mit 24 von 100 viel höher. Die Gefahr ist, dass diese Leute, basierend allein auf ihrem Testergebnis, annehmen könnten, dass sie sich nicht selbst isolieren müssen und daher ausgehen und mehr Leute anstecken.

Diese interaktive Infografik zeigt, wie die Anzahlen der Richtig- und Falsch-positiven und -negativen von der Vortestwahrscheinlichkeit beeinflusst wird. Ihr könnt die Vortestwahrscheinlichkeit ändern und sehen, wie sich die Testergebnisse verändern. Ihr könnt auch Sensivitäts- und Spezifitätswerte ändern und sehen, wie diese die Resultate verändern.    

Interactiver COVID-19 tTest-Rechner auf der BMJ Website
Copyright 2020, BMJ Publishing Group Ltd

Was sind die Auswirkungen für Praxis und Politik?

Während positive COVID-19 Tests klinisch nützlich sind, müssen negative Tests mit Vorsicht interpretiert werden und die Vortestwahrscheinlichkeit sollte dabei bedacht werden. Wegen der relativ hohen Falsch-negativ-Rate von PCR/Virus-RNA Tests (und der neueren ‘Lateral-Flow-Tests’, welche eine noch höhere Falsch-negativ-Rate haben), bergen sie substantielle Risiken: Patienten könnten von den COVID-19-Stationen verlegt werden und dadurch könnten sich in Krankenhäusern erworbene Infektionen verbreiten; [12] Pfleger könnten die Infektion an anfällige Angehörige weitergeben und Gesundheitsfachkräfte riskieren es, COVID-19 an viele anfällige Individuen weiterzugeben. Jeder, der ein einzelnes negatives Testergebnis und gleichzeitig Symptome hat, sollte sich, in Übereinstimmung mit den Richtlinien für COVID-19-Verdachtsfälle, selbst isolieren.   

Kernaussagen

  • Kein klinischer Test ist 100 % genau.
  • Die Interpretation eines klinischen Tests hängt von zwei Dingen ab: der Genauigkeit des Tests und der Vortestwahrscheinlichkeit (oder dem geschätzten Risiko) einer Person, die Krankheit zu haben, bevor sie getestet wird.
  • Ein positives Ergebnis eines aktuellen COVID-19 PCR-Tests hat mehr Gewicht als ein negativer Test, wegen der hohen Spezifität, aber niedrigeren Sensitivität des Tests.
  • Wenn Dein COVID-19 Test positiv ist, kannst Du Dir ziemlich sicher sein, dass Du COVID-19 hast.
  • Ein einziges negatives COVID-19 Testergebnis bedeutet nicht unbedingt, dass Du die Krankheit nicht hast, und es ist wichtig, dass Du Dich selbst isolierst, wenn Du Symptome hast.

Danksagung

Dieser Artikel wurde (mit Genehmigung) von Susan Watt adaptiert, ausgehend von einem ursprünglich von BMJ veröffentlichten Artikel: Watson J, Whiting FP, Brush JE (2020) Interpreting a covid-19 test result . BMJ 369 : m1808. doi: 10.1136 / bmj.m1808


References

[1] Corman VM et al. (2020) Detection of 2019 novel coronavirus (2019-nCoV) by real-time RT-PCR . Eur Surveill 25 : 23-30. doi: 10.2807 / 1560-7917.ES.2020.25.3.2000045

[2] Vogels CBF et al. (2020) Analytical sensitivity and efficiency comparisons of SARS-COV-2 qRT-PCR assays . medRxiv 20048108. doi: 10.1101 / 2020.03.30.20048108

[3] Day M (2020) Covid-19: identifying and isolating asymptomatic people helped eliminate virus in Italian village. BMJ 368 : m1165. doi: 10.1136 / bmj.m1165

[4] Pollock AM et al. (2020) Covid-19: why is the UK government ignoring WHO’s advice? BMJ 368 : m1284. doi: 10.1136 / bmj.m1284

[5] Watson J, Whiting FP, Brush JE (2020) Interpreting a covid-19 test result. BMJ 369 : m1808 data supplement : https://www.bmj.com/content/bmj/suppl/2020/05/12/bmj.m1808.DC1/watj056527.ww1.pdf

[6] Sethuraman N et al. (2020) Interpreting diagnostic tests for SARS-CoV-2 . JAMA 323 : 2249-2251. doi: 10.1001 / jama.2020.8259

[7] Wang W et al. (2020) Detection of SARS-CoV-2 in different types of clinical specimens JAMA 323 : 1843-1844. doi: 10.1001 / jama.2020.3786

[8] Woloshin S, Patel N, Kesselheim AS (2020) False Negative Tests for SARS-CoV-2 Infection — Challenges and Implications. N Engl J Med 383:e38. doi:10.1056/NEJMp2015897

[9] Worldometer Covid-19 Coronavirus Pandemie Daten: https://www.worldometers.info/coronavirus/#countries

[10] Public Health England COVID-19: Verfolgung von Coronavirus-Fällen: https://www.gov.uk/government/publications/covid-19-track-coronavirus-cases

[11] Zentrum für Evidenz-Basierte Medizin, COVID-19 Anzeichen- und Symptom-Tracker: https://www.cebm.net/covid-19/covid-19-signs-and-symptoms-tracker/

[12] Nacoti M et al. (2020) At the epicenter of the covid-19 pandemic and humanitarian crises in Italy: changing perspectives on preparation and mitigation . NEJM Catalyst doi: 10.1056 / CAT.20.0080

Resources

Review

Die aktuelle Pandemie hat uns allen das Konzept von schnellen klinischen Tests und Quarantäneperioden nahe gebracht. Die Einführung von zugänglichen Tests bedeutet, dass wir uns jetzt sicher sein können, wenn wir COVID-19 haben, was gut ist, uns aber nicht so sicher sein können, wenn wir ein negatives Virustestergebnis haben. Die Interpretation von negativen Ergebnissen ist eine knifflige Angelegenheit und hängt genauso von lokalen Informationen über die Krankheit ab wie von einem mathematisch untersuchten Modell. Dieser Artikel konzentriert sich auf die Interpretation negativer Testergebnisse und kann dazu genutzt werden, Leuten zu zeigen, wie schwierig das sein kann. Er kann dazu genutzt werde, Diskussionen anzuregen über den Wert von Tests bei Menschen, die sich gesund fühlen, darüber wie Anzeichen und Symptome verschiedener Krankheiten sehr ähnlich sein können, und wie schwierig eine genaue Diagnose ohne verfügbare Tests ist. Schüler und Schülerinnen könnten in Rollenspielen Doktor- und Patientenpositionen einnehmen und erklären, warum jemand mit einem negativen Testergebnis, der Kontakt zu einem nachweislich Corona-Kranken hatte, sich selbst isolieren sollte. Sie könnten erklären, wie die Vortestwahrscheinlichkeit die Wahrscheinlichkeit falsch-negativer Ergebnisse beeinflusst. Schüler könnten eine Diskussion über Ethik und Zuverlässigkeit von symptomunabhängigen Tests für alle diskutieren, sich dabei Regionen anschauen, in denen das gemacht wurde und welche Wirkung es dort hatte. Fortgeschrittene Biologie-Klassen könnten die Virusreplikation und die Polymerase-Kettenreaktion als Methode zur Detektion von RNA Viren recherchieren und eine Verbindung zur Viruslast herstellen.

Dr Shelley Goodman, Dozentin in Angewandter Wissenschaft, UK

License

CC-BY-NC-SA