Es liegt vermutlich in der Natur des Menschen nach Sicherheit zu streben. Die menschlichen Sinne sind seit jeher darauf ausgerichtet, mögliche Gefahren früh zu erkennen und schnell darauf zu reagieren.

Babys und Kleinkinder hören plötzlich wieder zum Weinen auf, wenn die Mutter wieder da ist. Denn Sie wissen, dass die Eltern sich um sie kümmern und vor möglichen Gefahren beschützen. Die Bevölkerung wiederum wiegt sich in Sicherheit, wenn die Polizei  ausreichend Präsenz zeigt. Dieses Gefühl kann aber sehr rasch umschlagen, wenn auf einmal eine verstärkte Präsenz der Einsatzkräfte wahrgenommen wird. Täuscht uns dann unser angeborenes Sicherheitsgefühl oder ist es ein Instinkt, der uns sagt, vorsichtiger zu agieren?

Einen hundertprozentigen Schutz gibt es nicht. Uns steht eine Vielzahl von Möglichkeiten zur Verfügung, Risiken zu erkennen und zu vermeiden, um damit die Sicherheit in vielerlei Hinsicht zu erhöhen. In Anlehnung an Benjamin Franklin müssen wir uns darüber im Klaren sein, dass nichts im Leben gewiss ist, außer dem Tod und den Steuern. Eine völlige Sicherheit können wir daher nie erreichen. Benjamin Franklin war eine herausragende Figur seiner Zeit, er war einer der Gründerväter der Vereinigten Staaten und gleichzeitig Erfinder, Naturwissenschaftler und Schriftsteller.

Wie sieht es aber im Bereich der technischen und analytischen Möglichkeiten aus? Haben Sie sich schon einmal die Frage gestellt, wie genau eigentlich die verschiedenen Messmethoden sind, von deren Ergebnissen wir in der Zeitung immer wieder lesen oder in den Kriminalfilmen zu sehen bekommen?

Das Gefühl von Sicherheit

Welchen der nachfolgenden Teste stufen Sie als absolut sicher ein? Lassen Sie sich bei der Entscheidung Zeit und überlegen Sie, was Sie dazu bereits einmal gehört haben.

1. Das Experten-Horoskop in Ihrer Tageszeitung?
2. Den Fingerabdruck als Beweismittel in einer Gerichtsverhandlung?
3. Ein Aids-Test zur Überprüfung ob eine HIV-Infektion vorliegt?
4. Ein DNA-Test zur Überprüfung der Übereinstimmung von zwei Proben?

In Deutschland wurde diese Frage über 1000 zufällig ausgewählten Personen gestellt, 78% waren der Meinung, dass der DNA-Test absolut sicher sei. Jeweils 63% stuften den HIV- und den Fingerabdruck-Test als sicher ein und rund 4% waren der Ansicht, dass das Experten-Horoskop absolut sichere Ergebnisse liefert.

Erinnern wir uns an die Aussage des amerikanischen Gründervaters zurück – nichts ist absolut sicher (außer natürlich dem Tod und den Steuern). Eine Aussage die es in diesem Fall wieder auf den Punkt bringt und gleichzeitig die Antwort liefert. Selbst die modernsten Analysemethoden sind nicht in der Lage eine 100% Sicherheit zu garantieren. Ergebnisse die fälschlicherweise als positiv angezeigt werden, werden als falsch positiv bezeichnet. Negative Ergebnisse, die in Wahrheit aber positiv sein sollten, werden als falsch negativ bezeichnet. Die restlichen Ergebnisse sind dementsprechend richtig positiv und richtig negativ. Je höher die Sensitivität eines Testes ist, desto eher werden Kranke als krank erkannt. Die Spezifität eines Testes gibt wiederum an, wie gut Gesunde als gesund (nicht krank, negativ) erkannt werden.

Je nach diagnostischer Fragestellung, Prävalenz und  relativer Wertigkeit eines Fehlers in Richtung Ãœber- oder Unterdiagnose kann die Sensitivität oder Spezifität eines Testes wichtiger sein. Da die Sensitivität und die Spezifität negativ miteinander korrelieren, ist es nicht möglich, beide Gütekriterien unabhängig voneinander in einem Test zu optimieren.

Wenn eine Diagnose fast alle Patienten als krank klassifiziert, ist die Sensitivität nahezu maximal, denn es werden die meisten Kranken als solche erkannt. Auf diese Weise kommt es aber automatisch zu einem Anstieg der Falsch-Positiv-Rate, da fast alle Gesunden ebenfalls als krank eingestuft werden. Die Diagnose hat somit am Ende eine sehr geringe Spezifität.

Stuft der Test hingegen fast niemanden als krank ein, ist umgekehrt die Spezifität nahezu maximal, allerdings auf Kosten einer geringen Sensitivität. Es gibt keinen Test der eine 100 Sensitivität und eine 100% Spezifität aufweist.

Je nach Fragestellung wird daher versucht, entweder eine Optimierung beider Eigenschaften zu erreichen oder gezielt die Sensitivität oder die Spezifität zu erhöhen. In besonderen Fällen kann es notwendig sein, dass Kranke unbedingt richtig als krank erkannt werden. Falsch negative Ergebnisse müssen in diesem Fall vermieden werden. Die diagnostischen Teste werden daher nur in eine Richtung optimiert – die Folge ist eine 99,99% Sensitivität. Falschmeldungen (falsch positiv) sind dann sehr selten. Durch die Kombination von zwei einseitig optimierten Tests können am Ende alle Erkrankten bei einer nur sehr geringen Anzahl von falsch positiven Ergebnissen gefunden werden. Ein solches Prinzip findet beispielsweise bei der HIV-Testung Anwendung. (30) (33)

Wenden Sie Ihr Wissen im Beispiel 1 an

In der Packungsbeilage eines HIV-Tests lesen Sie, dass die Sensitivität des ELISA-Tests bei 99,9% liegt. Die Spezifität ist ebenfalls sehr hoch und liegt bei 99,8%. Sie möchten nun wissen, mit wie vielen falsch positiven und falsch negativen Ergebnissen Sie trotz der sehr guten Optimierung des Tests zu rechnen haben.

Bevor wir uns der Lösung zuwenden, möchte ich Ihnen noch einen Tipp geben. Rechnen Sie anstatt mit Wahrscheinlichkeiten lieber mit den natürlichen Häufigkeiten und beginnen Sie immer mit 1000 Personen. Unter Verwendung der Bayes´schen Regel werden Sie die zu erwartenden falsch-positiven und falsch-negativen Ergebnisse in Kürze berechnet haben.

Lösung

Wenn die Sensitivität 99,9% beträgt, dann heißt das, dass von 1000 HIV-positiven Personen 999 als krank erkannt werden und eine Person ein falsch negatives Ergebnis erhalten würde. Würden wir nun 1000 HIV-negative Personen (gesund) mit dem Test mit der 99,8% Genauigkeit (Spezifität) testen, so hätten 998 Personen ein richtig negatives Ergebnis, 2 Personen würde der Test nicht als negativ erkennen und als falsch-positiv einstufen. Bei einer Testung von 8 Millionen Menschen, in etwa die Einwohnerzahl von Österreich, wären das bereits 16.000 Menschen mit einem falsch-positiven Ergebnis.

In diesem stark vereinfachten Beispiel wurde davon ausgegangen, dass die 1000 Personen entweder gesund oder krank sind. Würde rein theoretisch die gesamte Bevölkerung getestet werden, so müsste die Anzahl der bereits Erkrankten (Prävalenz) ebenfalls berücksichtigt werden.

Wenden Sie Ihr Wissen im Beispiel 2 an

Fidel Castro hatte vor, alle Inselbewohner auf HIV testen zu lassen. Das damit verbundene Ziel war es, HIV auf seiner Insel völlig auszurotten. Die Einwohnerzahl beträgt rund 10 Millionen Menschen und der angedachte Test hatte eine Sensitivität von 99,5% und eine Spezifität von 99,0%. Bei einer angenommen Prävalenz von 0.001% wären rund 1000 Personen erkrankt gewesen.  Von den 9.999.000 Gesunden hätte der Test aufgrund der Spezifität von 99% 9.899.010 als gesund (negativ) erkannt. Die restlichen 99.800 hätte der Test jedoch falsch positiv klassifiziert. Betrachtet man nun die Gesamtsumme, so ergeben die richtig und falsch positiven Teste einen Wert von 100.985 (99.000 + 905), was in etwa einem Prozent der Bevölkerung entspricht. Diese Personen hätte Fidel Castro vermutlich aufgrund des positiven HIV-Tests in ihrer Bewegungsfreiheit stark eingeschränkt. Fünf Personen hätten sich in falscher Sicherheit wiegen und möglicherweise weiterhin unbewusst den Virus verbreiten können. (33)

Abbildung: Darstellung des Lösungsweges (Bayessche Regel)

Welche Auswirkungen könnte ein falsch positives Ergebnis nach einem HIV-Test für eine Person haben? Wäre es ein vernachlässigbares Ergebnis oder doch eine Tatsache, die für die betroffene Person von größter Relevanz ist? Mit großer Sicherheit, die zweite Option. Stellen wir uns anhand eines fiktiven Beispiels folgendes einmal vor: Vom Arzt bekommt eine junge Mutter die Mitteilung, dass sowohl der Test als auch der Bestätigungstest positiv ausgefallen sind. Die Mutter selbst gehört keiner Risikogruppe an und kann sich daher nicht vorstellen, wann und wo es zu dieser Infektion gekommen sein könnte. Der Arzt weist darauf hin, dass beide Testergebnisse einwandfrei positiv waren und es daher stimmen muss, dass eine Infektion vorliegt. Im Zuge der weiteren Ausführungen beschreibt er genau die Krankheit und informiert über die weiteren Schritte. Vor allem aber bekommt Sie den Hinweis, dass diese Krankheit heute noch nicht heilbar ist. Für die Betroffene war das natürlich ein schwerer Schlag. Die Ereignisse nahmen Ihren Lauf und es kam in den nächsten Wochen und Monaten noch schlimmer, denn Ihre Freunde und Bekannte hatten erfahren, dass Sie an der unheilbaren und gefürchteten Krankheit AIDS litt. Viele Ihrer engsten Freunde haben sich dann von Ihr abgewandt und dauerhaft distanziert. Aufgrund der psychischen Belastungen ging die Ehe zu Bruch und der Arbeitsplatz verloren. Als das passierte, noch bevor erste Krankheitszeichen (Symptome der HIV-Infektion) aufgetreten sind. In diesem fiktiven Beispiel scheint es, als sei für unsere Gesellschaft das Thema AIDS noch immer tabu.

Was glauben Sie, gibt es wirklich einen großen Unterschied zwischen dem Beispiel und der Realität? Kaum, denn die Geschichte lehnt sich an eine wahre Gegebenheit an. Glücklicherweise ist diese Geschichte gut ausgegangen, denn ein anderer Arzt hat später darauf bestanden, den Test zu wiederholen. Er war auf einmal negativ! Die erste Probe wurde erneut analysiert und auch diese war negativ. Wie konnten dann die beiden Teste ein eindeutig positives Ergebnis liefern? Nach langer Recherche wurde herausgefunden, dass Proben vertauscht wurden. Es konnte aber nicht mehr eruiert werden, wem die positive Probe zugeordnet werden soll. Welche Auswirkungen hat nun der gesamte Vorfall? Der Person mit dem falsch positiven Ergebnis wurde das Leben zerstört und die infizierte Person wiegt sich in falscher Sicherheit und infiziert möglicherweise weitere Personen.

Auf die Vor- und Nachteile von Vorsorgeuntersuchungen bzw. dem Screening an sich wird in diesem Buch nicht eingegangen, da eine kurze und somit möglicherweise zu undifferenzierte Auseinandersetzung nicht dem Anspruch des Autors entspricht.

Es sollte jedoch angemerkt werden, dass die Menschen, die durch das Brustkrebs- und Prostatakrebsscreening gerettet worden sind, nur durch einen sehr hohen finanziellen Aufwand möglich geworden ist. Ein Screening-Programm verfolgt das Ziel, mittels einer Untersuchung einer an sich gesunden Gruppe von Menschen,  Krankheiten früher zu erkennen und dadurch besser heilen zu können. Von Seiten der Verantwortlichen sollte jedoch im Vorfeld überprüft werden, welche Krankheiten wirklich für ein Screening in der breiten Masse geeignet sind. Vertreter der Medien sollten wiederum einen Blick hinter die Werbeprospekte werfen und sich mit den verschiedenen Formen des Bias, im speziellen mit dem Lead - und Length Time Bias auseinandersetzen. Eine irreführende oder falsche Berichterstattung zur Generierung von Schlagzeilen und somit erhöhten Absatzzahlen kann viel Leid in der Bevölkerung auslösen und das Vertrauen in die medizinische Forschung nachhaltig beschädigen.

Als Beispiel sei zum Schluss die Berichterstattung über die Antibabypille der dritten Generation und deren um 100% erhöht dargestelltes Risiko für potentiell lebensbedrohliche Blutgerinnsel im Gegensatz zur vorhergehenden Generation genannt. Das Ergebnis der Studie wurde nur in relativen Zahlen (Prozentangaben) veröffentlicht. Wäre dies in absoluten Zahlen passiert (1 Thrombose mehr bei jeder 7000. Frau, 1/7000), so wäre es nicht zu so vielen ungewollten Schwangerschaften und Abtreibungen gekommen.

Je besser jeder von uns mit den möglichen Angaben zu Risiken und deren Wahrscheinlichkeiten umgehen kann, desto selbständiger können wir unsere Entscheidungen treffen. Wir können damit unsere Gesundheit verbessern und nachhaltig sichern.