Screening ist keine Diagnose
Ein Screening-Fragebogen ist darauf ausgelegt, möglichst viele potenzielle Fälle zu erfassen, und nimmt dabei eine hohe Falsch-positiv-Rate in Kauf. Ein Screening-Ergebnis als Diagnose zu lesen, kehrt den eigentlichen Zweck des Instruments um.
Ein Depressions-Screening-Fragebogen, ein Angst-Screener, ein Alkoholkonsum-Screener – diese gehören zu den am besten validierten Instrumenten überhaupt, und sie werden regelmäßig falsch interpretiert. Ein Wert oberhalb des Schwellenwerts bedeutet nicht, dass Sie die Erkrankung haben. Das war nie seine Intention.
Der Designkompromiss
Jedes Screening-Instrument steht vor einem Abwägungsproblem zwischen zwei Fehlerarten: Fälle zu übersehen, bei denen die Erkrankung vorliegt, und Personen zu markieren, bei denen sie es nicht tut. Screening-Tools sind bewusst auf den zweiten Fehlertyp ausgerichtet. Einen Depressionsfall in der Primärversorgung zu übersehen ist kostspielig; ein falsch positives Ergebnis kostet ein Gespräch mit einer Fachkraft.
Die Konsequenz ergibt sich rechnerisch. Ein Screener mit 88 Prozent Sensitivität und 85 Prozent Spezifität klingt ausgezeichnet. Wendet man ihn in einer Population an, in der 5 Prozent tatsächlich die Erkrankung haben, haben von je 100 Personen mit positivem Screening-Ergebnis etwa 74 die Erkrankung nicht. Das Instrument funktioniert genau wie vorgesehen. Die meisten positiven Befunde sind dennoch falsch.
Dies ist die Basisraten-Arithmetik, und sie ist der Grund, warum universelles Screening in Niedrigprävalenz-Settings selbst für gut validierte Instrumente umstritten ist.
Was ein Schwellenwert ist
Ein Schwellenwert ist eine Entscheidungsgrenze, die für einen bestimmten Zweck in einer bestimmten Population gewählt wurde – keine natürliche Grenze. Der konventionelle PHQ-9-Schwellenwert von 10 wurde in Populationen mit relativ hoher Prävalenz ermittelt; in anderen Kontexten verhält er sich anders. Metaanalysen auf Einzelpatientenebene haben gezeigt, dass veröffentlichte Genauigkeitsschätzungen für diesen Schwellenwert durch selektive Berichterstattung optimierter Grenzwerte systematisch überschätzt wurden.
Bei manchen Instrumenten gibt es absichtlich keinen universellen Schwellenwert. Der SRQ-20 der Weltgesundheitsorganisation wird in Dutzenden von Ländern eingesetzt, und sein optimaler Schwellenwert variiert nach Land, Sprache und Geschlecht so stark, dass die Veröffentlichung einer einzigen globalen Zahl mehr Schaden anrichten würde, als sie der lokalen Validierung zu überlassen.
Diagnose ist ein anderes Verfahren
Eine Diagnose erfordert, dass eine Fachkraft das Vorhandensein und die Dauer von Symptomen, ihre funktionalen Auswirkungen sowie den Ausschluss alternativer Erklärungen feststellt – medizinische Erkrankungen, Substanzen, andere Störungen, die ähnlich erscheinen. Sie berücksichtigt Vorgeschichte und Kontext. Ein Fragebogen tut nichts davon. Er zählt die selbst berichtete Symptoinhäufigkeit über einen bestimmten Zeitraum.
Zwei Personen können identische Werte aus völlig unterschiedlichen klinischen Bildern erzielen, da der Gesamtwert mehrere heterogene Symptome in einer einzigen Zahl zusammenfasst. Der Wert ist ein Signal, genauer hinzuschauen; das Hinschauen ist die Diagnose.
Wozu der Wert legitim dient
Als Anlass. Ein hoher Wert ist ein Grund, mit einer Fachkraft zu sprechen. Das ist die vorgesehene Verwendung, und sie ist genuinen Wert.
Zur Verlaufskontrolle. Dies ist die untergenutzte Funktion. Wiederholte Messungen im Verlauf einer Behandlung zeigen, ob etwas wirkt, und sind weit informativer als jede einzelne Messung. Messbasierte Versorgung baut genau darauf auf.
Zur Populationsbeschreibung. In Forschung und öffentlicher Gesundheit schätzen diese Instrumente die Symptomlast in Gruppen – das ist ihre eigentliche Stärke.
Das eigene Ergebnis einordnen
Wenn Sie bei einem Screener über einem Schwellenwert liegen, lautet die korrekte Interpretation: Dies rechtfertigt ein Gespräch mit einer qualifizierten Fachkraft. Nicht: Ich habe diese Erkrankung.
Wenn Sie darunter liegen, lautet die korrekte Interpretation: Dieses spezifische Screening hat nichts auffällig gefunden. Nicht: Mir geht es gut. Screener übersehen Fälle – das ist die andere Seite des Kompromisses –, und ein niedriger Wert bei jemandem, der sich unwohl fühlt, ist keine Entwarnung.
Wo NOESIS Screening-Instrumente veröffentlicht, geben die Berichte die publizierten Schwellenwerte an, nennen die Quelle und stellen klar, dass das Ergebnis keine Diagnose ist. Diese Formulierung ist keine rechtliche Formalität; sie gibt wieder, was die Instrumente selbst über ihre eigene Verwendung sagen.
Auf die Probe stellen
Über Messung zu lesen ist das eine. Den eigenen Wert mit Quelle, Normstichprobe und Grenzen zu sehen ist das andere. Kostenlos, ohne Anmeldung.
Weiterlesen
- Was ist Psychometrie?Die Disziplin, die prüft, ob ein psychologisches Messverfahren tauglich ist – und der Grund dafür, dass sich zwei Tests mit ähnlichen Fragen erheblich im Wert ihrer Ergebnisse unterscheiden können.
- Was ist Reliabilität bei psychologischen Tests?Reliabilität bezeichnet die Konsistenz einer Messung, nicht deren Korrektheit. Ein Test kann hochreliabel sein und dennoch das Falsche messen – weshalb sie die erste Frage ist, die gestellt wird, aber niemals die letzte.
- Was ist Validität in der psychologischen Diagnostik?Validität ist keine Eigenschaft, die ein Test besitzt. Sie ist ein Argument darüber, ob eine bestimmte Interpretation eines bestimmten Wertes für einen bestimmten Zweck vertretbar ist – und sie muss für jede neue Anwendung neu begründet werden.
- Was ist Konstruktvalidität?Die schwierigste Frage in der Messung: ob das, was man misst, so existiert, wie man es definiert hat, und ob das Instrument es erfasst – und nicht etwas Benachbartes.
- Konvergente und diskriminante ValiditätZwei spiegelbildliche Anforderungen: Ein Messinstrument muss mit dem übereinstimmen, womit es übereinstimmen soll, und muss sich von dem unterscheiden, was es vorgibt, nicht zu sein. Die meisten schwachen Instrumente scheitern an der zweiten Anforderung.
- Was Cronbachs Alpha ist – und was es nicht istDie am häufigsten berichtete Statistik in der psychologischen Testung und die am häufigsten missverstandene. Alpha sagt nichts darüber aus, ob eine Skala eindimensional ist, und ein hoher Wert ist oft ein Symptom, keine Tugend.
- Standardmessfehler: Wie weit Ihr Ergebnis abweichen könnteJedes Ergebnis enthält eine Fehlertoleranz, und bei den meisten psychologischen Tests ist sie größer als allgemein angenommen. Diese Kennzahl verrät Ihnen, wann ein Unterschied real ist und wann es sich um Rauschen handelt.
- Normen und Perzentile: Womit Ihr Ergebnis verglichen wirdEin Rohwert ist für sich allein nicht interpretierbar. Er wird erst bedeutsam im Vergleich mit einer Referenzgruppe – und welche Gruppe verwendet wurde, ist eine der folgenreichsten und am wenigsten kommunizierten Eigenschaften eines jeden Tests.
- Wie ein psychometrischer Test tatsächlich entwickelt wirdVom Konstrukt zur veröffentlichten Normierung dauert der Prozess Jahre und verwirft den Großteil dessen, was in ihn eingeflossen ist. Wer die einzelnen Schritte kennt, erkennt sofort, welche ein schneller Online-Test übersprungen hat.
- Was bedeutet es, wenn ein Test als validiert bezeichnet wird?Das Wort ist unreguliert und wird von Produkten frei verwendet, die keinerlei Arbeit dafür geleistet haben. Hier ist, was es bedeutet, wenn es etwas bedeutet, und die vier Fragen, die beide Fälle voneinander trennen.
- Warum die meisten Persönlichkeitstests im Internet nicht zuverlässig sindNicht weil sie unehrlich sind, sondern weil die Schritte, die eine Messung vertrauenswürdig machen, unsichtbar, kostspielig und leicht zu überspringen sind – und das Überspringen nichts daran ändert, wie das Ergebnis aussieht.
- Was Selbstauskunft messen kann und was nichtFragebögen bitten Sie, sich selbst zu beobachten, was bei manchen Dingen besser funktioniert als bei anderen. Zu wissen, wo diese Methode ihre Stärken hat und wo sie versagt, verändert die Interpretation jedes Ergebnisses.
- Was es bedeutet, wenn ein Test etwas vorhersagtEine Korrelation von 0,30 ist ein starker Befund in der Persönlichkeitsforschung und eine schwache Grundlage für eine Entscheidung über eine einzelne Person. Beide Aussagen sind wahr, und die Lücke zwischen ihnen verursacht den größten Teil des Missbrauchs von Testergebnissen.