Thread by @CorneliusRoemer

Hier wird #PLURV betrieben. Ein Thread zu Testzahlen.
Die mit starken Symptomen, also hoher Corona-Wahrscheinlichkeit werden immer getestet.
Wird mehr getestet, sind das vor allem solche mit geringer Wahrscheinlichkeit. Schneider ignoriert das komplett.

https://twitter.com/ProfDTSchneider/status/1377591122457935873?s=19

Eine Erhöhung der Testzahlen um 20% führt also nicht zu einer Erhöhung der Fallzahlen um 20%.
Denn die Positivrate unter denen, die jetzt aufgrund der Testausweitung extra getestet werdenoegt deutlich unter dem Schnitt.
Mehr Testung verringert die Positivrate.

Das ist offensichtlich, wenn man sich die Positivrate anschaut. Momentan bei fast 10%.
Es haben aber in einer zufälligen Stichprobe allerhöchstens 0,5% Corona. 20 Mal weniger!
Stellen wir uns vor es werden momentan 1 Mio Tests pro Woche gemacht. Davon 10% positiv. Also 100T.

Jetzt weiten wie die Testung aus. Verdoppeln die Zahl der Test. Testen aber die extra Million zufällig in der Bevölkerung.
Da dort nur 0,5% positiv sind kommen nur 5T dazu.
Insgesamt also 105T positiv.
Positivrate sinkt auf 5,3% von 10%!

Eine Verdopplung der Testzahlen hat nur zu einer Steigerung der Fallzahlen um 5% geführt. Die Positivrate hat sich aber fast halbiert.
Was ist in diesem Fall also der bessere Indikator?
Ganz klar: die Fallzahl, nicht die Positivrate.

Klar wird in Wirklichkeit bei einer Ausweitung nicht ganz zufällig getestet. Aber es geht in die Richtung. Die Positivrate sinkt ziemlich sicher, außer wir priorisieren total falsch.
Warum ist das hier #PLURV?
Es handelt sich um einen Logikfehler.
Testung in D ist nicht zufällig.

In Schneiders Beispiel sieht es so aus, als ob wir bereits jetzt zufällig testen würden. Das stimmt aber natürlich überhaupt nicht.
Denn dann wäre die Positivrate allerhöchstens 0,5%. Sie ist aber 10% und damit 20 Mal höher.
Wir machen also sehr gezieltes Testen.

Ich hoffe, dass das nur Unwissenheit und keine bewusste Manipulation ist.
Diese "Fallzahlen sagen nichts ohne Testzahlen"-Debatte geht mir schon lange auf den Geist.
Ja, wenn mehr getestet wird gibt's auch mehr Fälle. Aber der Impact ist geringer als man naiv denkt.

Eine Verringerung der Tests ist bedeutender als eine Erhöhung. Warum?
Jetzt über Ostern werden viele mit Symptomen nicht zum Arzt testen gehen, weil die Praxis zu hat. Da verpassen wir also viele Positive.
Eine Ausweitung der Testung hingegen ist tendenziell eher Stichprobe.

Ideal wäre es, wenn die Positivrate konstant wäre. Z.B bei 2%. So stellen wir sicher, dass immer genug getestet wird um klar Symptomatische zu erwischen.
Steigt die Rate auf 10% wie jetzt gehen uns sehr sicher ziemlich viele durch die Lappen.

Passen wir die Zahl der Tests so an, dass wir bei 2% bleiben, dann sind die Fallzahlen das Maß aller Dinge. Warum? Verdoppelt sich die Zahl der echt Infizierten verdoppeln wir die Tests und finden doppelt so viele Fälle. Alles super. Und dennoch bleibt die Positivrate bei 2%!

Es ist also ganz klar, dass dir Fallzahlen bei einer vernünftigen Test-Strategie deutlich aussagekräftiger sind als die Positivrate.
Hohe Positivrate ist ein Zeichen, dass wir zu wenig testen!
Je höher Positivrate, umso höher die Dunkelziffer. Und das wollen wir nicht.

Noch ein Gedankenexperiment: angenommen unsere Dunkelziffer ist momentan ca. Faktor 3.
Wenn wir jetzt alle alle testen würden, jeden Tag, dann könnten die Fallzahlen sich nur maximal verdreifachen.
Das war's. Mehr nicht.
Die Positivrate würde aber ins Bodenlose sinken.

300T/800M=0,04%
Gegenbeispiel: wir testen 100x weniger.
Die Positivrate würde kaum über 50% steigen. Es sind immer andere Krankheiten dabei.
Die Fallzahlen würden also um Faktor 20 sinken.
Nach unten ist also viel mehr Spielraum als nach oben.

Die ganzen #PLURV Pseudo-Experten tun aber immer so als sei es genau andersrum. Wir haben die Pandemie weil wir testen.
Was für ein Bullshit.
Leider geht Schneiders Argument genau in diese Richtung. Weil er die Sache nicht so differenziert betrachtet wie ich hier.

Wer findet Schneiders Pseudo-Expertise ganz super? Das who's-who der üblichen Verdächtigen. Ihr kennt sie sicher.