Die Regierungen rechtfertigen ihre Corona-Politik nicht mit der Zahl der tatsächlich Erkrankten, die für das Gesundheitswesen eigentlich relevant ist, sondern mit jener Personen, die mittels PCR-Test positiv auf das Coronavirus getestet wurden.
Warnung vor „falsch-positiven“ Tests
Davor, dass „die Tests nicht 100 Prozent genau sind, sondern eine kleine, aber eben auch eine Fehlerquote haben“, davor warnte Gesundheitsminister Jens Spahn (CDU) bereits im Juni in der ARD.
Noch weiter ging Mike Yeadon, ehemaliger Chef-Wissenschaftler der Pharmafirma Pfizer und Leiter der Forschungsabteilung für Lungenkrankheiten und Allergien. Er meinte Ende September, dass „fast jeder positive Corona-Test seit Mai falsch sei. Nicht nur ein Viertel, sondern 90 Prozent.“
58 von 60 Befunden waren „falsch-positiv“
Diese Aussage findet jetzt ihre – traurige – Bestätigung in Bayern. Im Landkreis Erding (Oberbayern) häuften sich, wie überall, die positiven Corona-Testergebnisse. Menschen wurden isoliert, in Quarantäne geschickt und sehr viel Angst geschürt.
Dann ließ das Isar-Amper Klinikum in Taufkirchen/Vils die Testergebnisse überprüfen und stellte fest, dass von 60 Corona-Tests, die in der Woche davor positiv ausgewertet worden waren, 58 falsch waren. 97 Prozent der getesteten Personen waren gar nicht mit dem Coronavirus infiziert und wurden völlig umsonst in Panik und in Quarantäne versetzt.
Überlastung als Begründung für falsche Ergebnisse
Die Geschäftsführerin des verantwortlichen Labors in Augsburg, Gabriele Schön, erklärt die falschen Ergebnisse mit Überlastung und dem Lieferausfall eines Herstellers. Dabei handelt es sich bei dem Labor um eines der 20 größten, die zusammen rund 50 Prozent aller PCR-Tests in der Bundesrepublik Deutschland auswerten.
Allein in den letzten Wochen wurden laut Gesundheitsministerium bundesweit mehr als 1,7 Millionen PCR-Tests durchgeführt. Im Zusammenhang mit der Fehlerquote bei der Testauswertung hatte Spahn im Frühjahr dazu gesagt:
Wenn insgesamt das Infektionsgeschehen immer weiter hinunter geht und Sie gleichzeitig das Testen auf Millionen ausweiten, dann haben Sie auf einmal viel mehr falsch Positive als tatsächlich Positive.
Das scheint sich jetzt zu bewahrheiten.