Archiv für die Kategorie ‘Corona’

Massenscreening mit Covid19-Antigentests

Veröffentlicht: 25. November 2020 in Corona

Die Slowakei hat es schon gemacht, Südtirol hat es gerade eben gemacht, Liverpool hat es gemacht, der Rest des United Kingdom will es auch machen und Österreich möchte ebenso: Die gesamte Bevölkerung mit Covid19-Antigentests durchtesten.

Die ganze Idee ist vollkommen einleuchtend und absolut nützlich, dennoch bekommt man in Deutschland vor allem listenweise Gegenargumente dazu zu hören (leider auch von Herrn Drosten). Das Problem ist nur: Die Gegenargumente sind alle schlecht. Wirklich alle. Keines davon ist ein Show-Stopper, nichts davon lässt sich nicht lösen, keines ist wirklich ein Argument es sein zu lassen.

Im Wesentlichen sind die Gegenargumente:

  • Freiwilligkeit
  • Verfügbarkeit der Tests
  • Spezifizität der Tests (bzw. False-Positives)
  • Sensitivität der Tests (bzw. False-Negatives)
  • Organisatorischer Aufwand
  • (Mangelnder) Nutzen
  • Kosten

Den Goldstandard für eine Massentestung liefert aus meiner Sicht momentan Südtirol. Dort wollte man auf 536.667 Einwohner 350.000 freiwillig zum Test bitten und hat tatsächlich 356.311 Tests durchgeführt, also ca. 2/3 der Bevölkerung, und 3.476 positive Ergebnisse bekommen, also knapp 1%. In der Slowakei wurde die gesamte Bevölkerung in eine Heimquarantäne geschickt und nur wer einen negativen Test hatte, durfte diese vorzeitig wieder verlassen. In Südtirol waren die Tests dagegen völlig freiwillig. Man konnte bei der Probenabgabe bereits ankreuzen, ob man direkt eine Krankschreibung möchte, wenn der Test positiv ist, was ich sehr nützlich finde.

Gehen wir also mal vom Südtiroler Modell aus und nehmen wir pessimistisch an, dass bei uns nur 50% der Bevölkerung teilnehmen. Eine echte Freiwilligkeit wäre also komplett gegeben.

Da man nicht mal eben 40 Millionen Antigentests kaufen kann, müsste man die ganze Aktion in Teilaktionen zerlegen. Wahrscheinlich wäre es ohnehin sinnvoll zuerst mit einer Pilotregion zu starten, aber generell kann man das Land auch in 4 Teile zu je 20 Millionen Einwohnern aufteilen, also jeweils 10 Millionen Tests. Je nachdem, wie lange die Vorbereitungszeit dauert und im Vergleich dazu die Beschaffungszeit der Tests, kann man das ganze auch straffen oder strecken. Man macht also die Geschwindigkeit von der Verfügbarkeit abhängig und schon lässt sich das machen. Es ist ohnehin sinnvoll, wenn die Personalressourcen deutschlandweit zusammengezogen werden und dann in der 2., 3. und 4. Runde schon Erfahrung haben. So lässt sich auch der organisatorische Aufwand besser bewältigen, spart z.B. Schulungsaufwand ein.

Zur Zuverlässigkeit der Tests sollte man sich am besten ein paar Rechenbeispiele vor Augen führen. Es gibt dabei ein paar Größen, die man nicht genau weiß. Diese sind: Die Teilnehmerquote, die Anzahl der Infizierten in der Bevölkerung, sowie die genaue Spezifizität und die genaue Senstivität der Tests.

Ich halte die Teilnehmerquote bei den Rechnungen mal konstant bei 50%. Ich vergleiche tatsächliche Infiziertenzahlen insgesamt von 0,3%, 0,5% und von 1%, außerdem für jedes Szenario eine Spezifizität von 99% und 99,5% (letzteres entspricht etwa den Herstellerangaben der Tests, die in Südtirol eingesetzt wurden). Die Sensitivität lasse ich überal bei 95%, da sie sowieso nicht so entscheidend ist. Es ergibt sich dadurch folgende sechs Szenarien:

Die Bedenken bei der Spezifizität richten sich vor allem auf die False-Positives, also Personen, die einen positiven Test bekommen haben, in Wirklichkeit aber gar nicht positiv sind. Die Zahl bewegt sich hier zwischen 50.000 und 100.000 (für 1/4 von Deutschland). Es gibt zwei Wege, wie man damit umgehen kann:

  1. Diese Personen kommen einfach auch in ~10 Tage Quarantäne (mit Krankschreibung). Ich würde das ehrlichgesagt für vertretbar halten, denn wir schicken zur Zeit auch Kontaktpersonen von Infizierten in Quarantäne, bei denen die Wahrscheinlichkeit, dass sie infiziert sind, deutlich niedriger ist. Warum soll das hier nun plötzlich ein Problem sein?
  2. Diese Personen bekommen möglichst bald einen PCR-Test. Wie man in der Tabelle sieht, schwanken die Zahlen an positiven Tests zwischen 78.500 und 195.000 (es wären entsprechend mehr bei einer höheren Teilnehmerquote). Das sind selbst im höchsten Fall weniger als unsere PCR-Testkapazitäten von einem einzigen Tag! Diese Tests hätten dann eine Positivrate zwischen ~22% und ~66%, wären also dramatisch viel effizienter als die Tests, die wir bisher durchführen. Es wäre also absolut sinnvoll und problemlos möglich den Positiven einen PCR-Test hinterherzuschieben, um die False-Positives wieder aus der Quarantäne zu entlassen.

Ein sehr schöner Vorteil einer PCR-Freitestung wäre, dass man damit eine Evaluation der Schnelltests gratis dazu bekommt. Das ganze wäre eine nie dagewesene Evaluation der Antigen-Tests, mit dem schönen Nebeneffekt, dass man bei den weiteren Teilaktionen vor allem die Tests nutzen könnte, die dabei am besten abgeschnitten haben. Damit könnte man die Effizienz der 2., 3. und 4. Runde steigern, eventuell sogar schon für alle, wenn man mit einer kleineren Pilotregion startet.

Bemängelt wird auch die Sensitivität. Und es stimmt, die False-Negatives und die Infizierten, die nicht an den Tests teilnehmen, machen zwischen 31.500 und 105.000 Personen aus. Es nicht zu tun bedeutet aber unerkannt Infizierte zwischen 60.000 und 200.000 Personen und ich sehe nicht so ganz, wie das besser sein soll?! Der Anteil an Unerkannten hängt fast vollständig von der Teilnehmerzahl ab. Wenn die Hälfte der Einwohner mitmacht, findet man etwas weniger als die Hälfte aller Infizierten. Das sind zwischen 28.500 und 95.000 unterbrochene Infektionsketten in einem Viertel von Deutschland, bundesweit gesehen am Ende der Aktion also zwischen 114.000 und 380.000 zusätzlich gefundene, üblicherweise hochansteckende Personen, die man isolieren kann. Zusätzlich kann man noch weiteren Nutzen daraus ziehen, indem man z.B. freiwillige Angaben dazu sammelt, wo die Personen zur Zeit Kontakte haben, um Cluster zu identifizieren, wo man nochmal gezielt nachtesten kann, usw.. Das ganze hat damit trotz der nicht erkannten Infizierten einen ganz enormen Wert.

Dieser Wert rechtfertigt auch mehr als locker die entstehenden Kosten. Wenn man mal vereinfachend annimmt, dass man die Hälfte aller Infizierten findet und deswegen niemand von denen jemand ansteckt, würde das die Reproduktionszahl R halbieren. Wir könnten damit also z.B. von R = 1,2 auf R = 0,6 kommen, jedenfalls für kurze Zeit. Schaut man sich die R-Berechnungen des Helmholtz-Zentrums an, sieht man, dass der gesamte Soft-Lockdown vom November weniger gebracht hat als das. Wenn man nach dem 4. Teil der Aktion nicht stehen bleibt, sondern wieder bei den 1. weitermacht, kann man diesen Effekt auch auf längere Zeit hin erreichen. Man kann damit also sogar größere Lockdown-Maßnahmen quasi ersetzen, wodurch eine solche Aktion jeden Kostenvergleich locker gewinnt.

Wie man sieht, bleibt also überhaupt nichts übrig, was gegen eine solche Aktion spricht. Man könnte die ersten Bestellungen für Schnelltests jetzt absetzen und sofort mit der Planung anfangen. Allein es fehlt der Wille.

Wir wissen sehr wenig darüber, wo die Covid19-Ansteckungen in Deutschland passieren. Thank you for listening to my TED Talk!

Aber im Ernst: Die Diskussion darüber, wo Ansteckungen stattfinden und wo nicht, bestimmt gerade die politische Debatte. Sie ist wichtig für die Auswahl der richtigen politischen Maßnahmen, für deren Begründung, deren Akzeptanz und deren Verhältnismäßigkeit, auch in Gerichtsentscheidungen. Also wie kommt es, dass so viele Leute darüber reden, wo Ansteckungen stattfinden, und vor allem auch, wo diese angeblich nicht stattfinden, wenn doch so wenig darüber bekannt ist?

Die Datengrundlage für diese Diskussionen wird fast vollständigen aus den Statistiken des RKI entnommen, die die Erkenntnisse der Gesundheitsämter sammeln und aufbereiten. Die Gesundheitsämter bemühen sich die Ansteckungsorte zu identifzieren, schaffen das aber nur relativ selten. Außerdem haben die Gesundheitsämter nur Kenntnisse zu Fällen, die auch entdeckt wurden und einen positiven Labortest haben. Die Diskussionen stützen sich also vor allem auf den roten Bereich hier, der aber nur einen winzigen Teil aller Ansteckungen ausmacht:

Der Anteil der roten Ansteckungen an den grünen Ansteckungen lässt sich genau bestimmen. Insgesamt ist von ca. 25% der diagnostizierten Ansteckungen bekannt, wo diese wahrscheinlich stattgefunden haben (was das RKI bedauerlicherweise erst seit kurzem klar kommuniziert, was bereits zu viel irregeleiteter Meinungsbildung geführt hat). Der Anteil der grünen Ansteckungen an der blauen Gesamtzahl, inklusive Dunkelziffer, ist leider nicht genau bekannt. Hier gibt es lediglich Schätzungen.

Bringt man das RKI-Diagramm der bekannten Ansteckungsorte mit den unbekannten zusammen, ergibt sich schon ein realistischeres Bild darüber, wie wenig man eigentlich weiß. Allerdings bildet diese Grafik dann immer noch nur den grünen Teil der Infektionen ab.

Man sieht hier auch, wie sich der Anteil der erkannten Ansteckungsorte mit der Zeit verändert hat. Die 25%, von denen zur Zeit oft die Rede sind, sind nämlich nur der Durchschnitt über die gesamte Zeit, nicht der aktuelle Wert.

Schwieriger ist die Frage der Dunkelziffer. Die Schätzungen dafür reichen von insgesamt knapp doppelt so vielen Infektionen, wie diagnostiziert, bis zu sechs mal so vielen oder noch mehr. Naturgemäß sind diese Schätzungen alle sehr ungenau. Für eine eigene Schätzung orientiere ich mich nun an der Positivrate der Testungen. Ich rechne relativ Stumpf pro Woche die diagnostizierten Infektionen * die Positivrate * 100. Damit komme ich auf eine Dunkelziffer, die etwas mehr als 4x so hoch ist, wie die Diagnosen. Zusammen läge die Gesamtzahl der Infizierten damit bei ca. 2.200.000, also etwa 2,64% der Bevölkerung. Der Grund für diese Rechnung ist hauptsächlich, weil ich so, wenn ich die Todeszahlen bis heute mit den Diagnosen + Dunkelziffer von bis vor 3 Wochen vergleiche, in etwa auf eine Sterberate von 0,64% komme. Nach allem, was man weiß, ist das wohl ein realistischer Wert, vielleicht sogar etwas hoch. Eine serologische Untersuchung des RKI bei Blutspendern ergab im August einen Anteil von 1,25% mit Antikörpern. Das war noch deutlich vor der zweiten Welle. Eine Verdopplung seitdem scheint plausibel. Mit dieser Methode liegt die Dunkelziffer immer etwas unter der Zahl der Diagnosen, wenn die Positivrate unter 1% liegt. Wenn diese jedoch steigt, ergibt sich schnell ein enormes Dunkelfeld.

Bitte aber beachten, dass die IFR hier keine wirklich seriöse Berechnung der Sterberate ist. Es handelt sich lediglich um einen sehr, sehr groben Überschlag, um die Plausibilität der Dunkelzifferschätzung bewerten zu können.

Ob die Dunkelziffer so ganz genau stimmt, darauf kommt es allerdings gar nicht an. Denn so ungefähr müsste die Grafik des RKI zu den Ansteckungsorten aussehen, wenn sie die Dunkelziffer berücksichtigen würde. Etwas mehr oder weniger Dunkelziffer ändert da nicht viel daran, wie krass wenig wir eigentlich wissen. Die Größenordnung der bekannten Ansteckungsorte liegt wahrscheinlich irgendwo bei 5%. Selbst mit viel gutem Willen kommt man kaum auf 10%. Irgendwas um 90%-95% sind unbekannt.

Diese ganze Diskussion um Ansteckungsorte und Treiber der Pandemie hat einfach zwei riesengroße Haken:

  1. Lange nicht alle Ansteckungen werden überhaupt entdeckt. Unentdeckt Infizierte tragen die Krankheit aber sehr wohl auch selbst weiter. Es ergibt sich hier auch ein sehr unrepräsentatives Ungleichgewicht, denn man findet Infektionen dort, wo man testet, und dort wo man nicht testet, findet man sie nicht. Gestestet wird z.B. bei Symptomen. Dadurch werden Ansteckungen von Älteren viel häufiger gefunden als bei Jüngeren, was sich vor allem in den Zahlen der ersten Welle bemerkbar macht. Im Umkehrschluss haben Jüngere, besonders kleine Kinder, viel seltener Symptome und werden darum wahrscheinlich seltener getestet, wodurch sie unterrepräsentiert sein könnten. Auch wurden z.B. Reiserückkehrer in den Sommerferien vermehrt getestet, wodurch sich wahrscheinlich ein Anstieg beim Ansteckungsort „Übernachtung“ ergab, usw..
  2. Erkannte Ansteckungen können sehr ungleich verteilt auf Ansteckungsorte zurückgeführt werden. Ansteckungen im eigenen Haushalt lassen sich leicht zurückverfolgen und gehen in die Statistik ein. Ansteckungen im ÖPNV z.B. kann man quasi gar nicht nachvollziehen. Das bedeutet aber nicht zwangsläufig, dass das eine besonders häufig und das andere besonders selten vorkommt.

Aus den Zahlen des RKI zeigt sich z.B. die Ungleichverteilung der Tests nach Alter. Das ist nicht verwunderlich, da viele Tests wegen Symptomen durchgeführt werden und Ältere häufiger Symptome haben als Jüngere.

Neben den reinen Zahlen ergibt sich auch das Problem der Folgeansteckungen. Eine Ansteckung in einer Bar, die im eigenen Haushalt an 4 weitere Personen weitergegeben wird, sieht in der Statistik so aus, als wären Haushalte viel wichtiger als Bars. Alle 5 Ansteckungen hätten aber in der Bar viel leichter verhindert werden können, als im gemeinsamen Haushalt.

Aus all diesen Gründen führt eine Diskussion, die sich auf die reinen statistischen Zahlen bezieht, nicht so wirklich zum Ziel. Teilbereiche der Gesellschaft können so zwar als grundsätzlich relevant erkannt werden, aber wie groß die Relevanz ist, lässt sich damit ebensowenig sagen, wie dass Ansteckungsorte, die kaum in den Statistiken auftauchen, nicht relevant wären. Irgendwo stecken sich sehr, sehr viele Menschen an und wir wissen nunmal meistens nicht wo das ist. Die Gegenmaßnahmen müssen sich daher auf qualitative Einschätzungen berufen, also darauf, wie riskant ein Kontakt ist (geschlossene Räume, schlechte Belüftung, Nähe, großer Ausstoß von Tröpfchen/Aerosolen, …) und wie häufig diese Kontakte sind. Die Zahl der nachgewiesenen Infektionen und deren Infektionsumfeld bringt uns hier kaum weiter, auch wenn man sich das gerne wünscht, dass es so einfach wäre.

All das muss aber nicht zwangsweise heißen, dass die Daten des RKI alle wertlos sind. Man sollte nur genau wissen, was man alles nicht weiß, damit man aus dem, was man weiß, nicht die falschen Schlüsse zieht.

Man kann daraus z.B. erkennen, wie die Sterbefälle zeitversetzt den Diagnosen in Altenheimen nachfolgen. Das ist jetzt nicht sonderlich überraschend, aber man sieht eben, dass auch das in der zweiten Welle wieder Fahrt aufgenommen hat und es eigentlich schon reichlich spät ist, zu handeln.

Interessanter ist vielleicht der Ablauf bei den Schulen. Dort kann man z.B. gut den Effekt der vorsichtigen Zeit bis zu den Sommerferien und die Sommerferien selbst ablesen. Und außerdem, wie es danach weiterging. Auch interessant in dem Zusammenhang, wo der Erhebungszeitraum der aktuellen Corona-KiTa-Studie (Monatsbericht September) endet, mit dem z.B. Herr Spahn und Frau Giffey beweisen wollen, dass KiTas sicher seien.

Die Gesamtbedeutung von Schulen lässt sich an diesen Zahlen nicht ablesen, denn die Dunkelziffer speziell in Schulen (oder KiTas) ist nicht bekannt. Da in Bayern aber gerade 6x mehr Kinder und Jugendliche gefunden wurden, als bisher diagnostiziert waren, kann man wohl davon ausgehen, dass die Dunkelziffer gerade auch in Schulen recht hoch sein dürfte. Aber selbst die dürftigen Zahlen, zeigen inzwischen einen Trend nach oben.

Niemand kann so genau sagen, ob solche Trends nun etwas zu bedeuten haben, oder im großen Ganzen der Pandemie eigentlich bedeutungslos sind. Der Ausschnitt der Pandemie, den man sich hier anschaut, ist dafür viel zu klein und unrepräsentativ. Aber auch die gegenteilige Betrachtung ist hier unzulässig. Absence of evidence is not evidence of absence, wie man so schön sagt. Sowohl die Annahme, dass Schulen keine große Rolle spielen würden, als auch die Annahme, dass Schulen doch eine sehr große Rolle spielen würden, lassen sich mit den Zahlen des RKI gut vereinbaren. Wenn man es genauer wissen will, wird man wohl gezielte Studien mit Massentests durchführen müssen. Bis dahin sollte man sich lieber am grundsätzlichen Risiko von langen Aufenthalten in geschlossenen Räumen orientieren und versuchen dieses Risiko soweit wie möglich zu drücken.