Sensitivität: Verhältnis (richtig) Positive / Kranke
Spezifität: Verhältnis (richtig) Negative / Gesunde
Die Bedeutung der Sensitivität hast Du richtig verstanden. Die hat aber mit falsch Positiven gar nichts zu tun. Diese ergeben sich aus der Spezifität:
Falsch positiver Anteil aller Gesunden = 1 - Spezifität
(weil: Gesunde sind die richtig Negativen + falsch Positiven)
Was für uns m. E. derzeit der interessanteste Wert ist, wäre der positive Vorhersagewert, das ist der Anteil der Positivergebnisse, die richtig sind.
Bei Sensitivität und Spezifität von 99% (was schon recht gute Werte sind) und einer Positivquote von 0,86% (letzter Wert vom RKI) käme man rein rechnerisch auf eine negative Anzahl von richtig Positiven, da die falsch Positiven schon ca. 1% beträgt.
Also gehen wir mal von einer Spezifität von 99,5% aus, dann gibt es auch richtig Positive, aber der positive Vorhersagewert ist nicht mal die Hälfte, nämlich 42%, also sind 58% der Positivergebnisse falsch.
Diese Zusammenhänge hätte der Schreiber dieses Artikels auch als Nicht-Mediziner herausfinden können, aber dafür hätte er recherchieren müssen, z.B. hier:
https://de.wikipedia.org/wiki/Beurteilung_eines_binären_Klassifikators
Oder in der Kinderzeitung, dort findet sich auch eine Formel zur direkten Berechnung der tatsächlichen Krankenzahl aus diesen Kenngrößen.
Was sich leider nicht recherchieren läßt, ist eine zuverlässige Angabe für die Sensitivität und Spezifität der Tests, aus denen sich die RKI-Zahlen ergeben.
Ob das daran liegt, daß diese nicht validiert sind?
Oder hat jemand dazu etwas gefunden?
Sensitivität und falsch Positive in Zusammenhang zu setzen, ist aber einfach Unfug.