Positiver prädiktiver Wert einfach erklärt

Was der positive prädiktive Wert beantwortet

Nach einem auffälligen Testergebnis stellt sich fast immer dieselbe Frage: Wie wahrscheinlich ist es, dass ich wirklich betroffen bin. Genau diese Frage beantwortet der positive prädiktive Wert. Er ist der Anteil der tatsächlich Betroffenen unter allen Personen mit einem positiven Ergebnis. Altman und Bland haben diese prädiktiven Werte 1994 im BMJ verständlich beschrieben.

Wichtig ist die Blickrichtung. Sensitivität und Spezifität gehen vom bekannten Zustand aus und fragen, wie der Test bei Betroffenen und bei Nichtbetroffenen ausfällt. Der positive prädiktive Wert kehrt die Richtung um. Er geht vom Testergebnis aus und fragt, was hinter einem positiven Ergebnis steckt. Für die Person, die ein Ergebnis in der Hand hält, ist das die eigentlich interessante Größe, denn den wahren Zustand kennt sie ja noch nicht.

Warum die Prävalenz entscheidend mitspielt

Der entscheidende Punkt ist, dass der positive prädiktive Wert nicht allein von der Testgüte abhängt. Zwei Tests mit exakt derselben Sensitivität und Spezifität können sehr unterschiedliche positive prädiktive Werte haben, je nachdem, wie häufig die Erkrankung in der untersuchten Gruppe ist. Diese Häufigkeit ist die Prävalenz.

Der Grund ist einfach nachzuvollziehen. Ist eine Erkrankung selten, gibt es sehr viele Nichtbetroffene. Selbst wenn ein Test nur einen kleinen Anteil der Nichtbetroffenen fälschlich als auffällig einordnet, entstehen aus dieser großen Gruppe in absoluten Zahlen viele falsch positive Ergebnisse. Gleichzeitig gibt es nur wenige Betroffene, die überhaupt richtig positiv werden können. Unter allen positiven Ergebnissen können die falsch positiven dann sogar überwiegen. Bei einer häufigen Erkrankung kehrt sich das Verhältnis um, und ein positives Ergebnis wird aussagekräftiger.

Ein vereinfachtes Rechenbeispiel

Die folgenden Zahlen sind frei gewählt und dienen nur der Veranschaulichung, sie stammen aus keiner Studie. Angenommen, ein Test hat eine Sensitivität von 95 Prozent und eine Spezifität von 90 Prozent. Diese beiden Werte bleiben in beiden Fällen gleich, nur die Häufigkeit der Erkrankung ändert sich.

Zuerst eine seltene Erkrankung: In einer Gruppe von 10.000 Personen sind 100 tatsächlich betroffen, also 1 Prozent, und 9.900 nicht.

Der Test erkennt 95 der 100 Betroffenen (95 Prozent Sensitivität) und ordnet 8.910 der 9.900 Nichtbetroffenen richtig ein (90 Prozent Spezifität). Damit bleiben 990 falsch positive Ergebnisse. Positiv sind insgesamt 95 plus 990, also 1.085 Personen. Der positive prädiktive Wert ist 95 geteilt durch 1.085, das sind rund 9 Prozent. Von den positiv Getesteten ist also nur etwa jede elfte Person wirklich betroffen, obwohl der Test in beiden Kennzahlen gut ist.

Nun dieselbe Testgüte, aber eine häufige Erkrankung: In 10.000 Personen sind 2.000 betroffen, also 20 Prozent. Der Test erkennt 1.900 der 2.000 Betroffenen richtig positiv. Von den 8.000 Nichtbetroffenen werden 800 fälschlich auffällig. Positiv sind zusammen 1.900 plus 800, also 2.700 Personen. Der positive prädiktive Wert ist jetzt 1.900 geteilt durch 2.700, das sind rund 70 Prozent. Derselbe Test, dieselbe Sensitivität und Spezifität, und trotzdem steigt die Aussagekraft eines positiven Ergebnisses von etwa 9 auf etwa 70 Prozent, nur weil die Erkrankung häufiger ist.

Häufige Fehlinterpretation

Ein positiver prädiktiver Wert wird oft mit der Sensitivität verwechselt. Beide sind aber verschiedene Größen. Die Sensitivität von 95 Prozent bedeutet, dass 95 Prozent der Betroffenen ein positives Ergebnis bekommen. Sie sagt nichts darüber, wie viele der positiv Getesteten betroffen sind. Genau das ist der positive prädiktive Wert, und er kann, wie das Beispiel zeigt, viel niedriger liegen. Ein Test kann Betroffene zuverlässig erkennen und trotzdem in einer Gruppe mit seltener Erkrankung überwiegend falsch positive Ergebnisse liefern. Weil der positive prädiktive Wert an die Prävalenz gebunden ist, gilt eine Zahl immer nur für die Gruppe, in der sie ermittelt wurde. Ein Wert aus einer Klinikgruppe mit vielen Betroffenen lässt sich nicht auf die Allgemeinbevölkerung übertragen.

Bedeutung für Selbsttests auf medtests.de

Dieser Zusammenhang ist der Grund, warum ein positives Screening in der Allgemeinbevölkerung häufiger falsch positiv ist als in einer bereits vorausgewählten Gruppe. Wer einen Test macht, weil er ohnehin Beschwerden hat, gehört zu einer Gruppe mit höherer Häufigkeit, in der ein positives Ergebnis aussagekräftiger ist. Wer denselben Test ohne konkreten Anlass in der breiten Bevölkerung macht, in der die Erkrankung selten ist, muss damit rechnen, dass ein auffälliges Ergebnis öfter nicht zutrifft.

Deshalb formulieren wir Ergebnisse vorsichtig. Beim Autismus-Test mit dem AQ-10 und beim Depressions-Test mit dem PHQ-9 ist ein auffälliges Ergebnis ein Hinweis, dass eine Abklärung sinnvoll sein kann, kein Nachweis. Beim Angst-Test mit dem GAD-7 gilt dasselbe. Ein positives Screening beweist nichts, es ordnet nur ein, dass ein genauerer Blick lohnt. Konkrete Kennzahlen zu einem Instrument nennen wir nur mit Bezug auf die jeweilige Validierungsstudie und die dort untersuchte Gruppe.

Was der Begriff nicht bedeutet

Der positive prädiktive Wert ist keine Eigenschaft des Tests allein, sondern gilt immer nur für eine bestimmte Gruppe mit einer bestimmten Häufigkeit. Ein hoher positiver prädiktiver Wert in einer Studiengruppe bedeutet nicht, dass ein positives Ergebnis bei Ihnen ebenso sicher zutrifft. Und kein prädiktiver Wert macht aus einem Screening eine Diagnose. Ein Selbsttest dient der Orientierung und ersetzt keine ärztliche, psychotherapeutische oder diagnostische Abklärung.