Die Begründung für eine Corona-Endlos-Pandemie ist relativ einafch:
Falsch Positive sorgen für diese endlose Pandemie
Wieso?
Testen, testen und nochmals testen. Das ist das Credo der Epidemiologen, denn sie wollen ein möglichst genaues Bild über die Entwicklung der Pandemie zeichnen.
Das klingt zunächst logisch und immerhin sind solche Ergebnisse das Kriterium des Handelns für die Politik. Ursprünglich wollte ich mich mit den Corona-Tests überhaupt nicht beschäftigen – musste dies dann aber dennoch tun, weil diese ein wichtiger Motor für die Pandemie zu sein scheinen. In meinem Beitrag Die Corona Tests – Es wird immer absurder!, berichte ausführlich dazu.
Doch welchen Einfluss die falsch Positiven auf solche Berechnungen haben, scheint weder in Wissenschaft noch Politik so recht klar zu sein. „Falsch positiv“ sind die Menschen, bei denen der Test eine Virusinfektion anzeigt, obwohl sie gar nicht infiziert sind. Das sind bei niedrigen Verdünnungen, also unter günstigen Bedingungen, rund 1,4 % der Getesteten. Mit so einer niedrigen Fehlerquote kann man doch wohl gut leben und arbeiten – oder?
Rechnen wir mal kurz durch, was das bedeutet:
Wir testen 5.000 Menschen.
1,4 % davon, also 70 Menschen, sind falsch positiv. Hochgerechnet auf 100.000 Einwohner wäre schon mit dieser Zahl der Grenzwert von 50 Positiven pro 100.000 Bürgern überschritten.
Und wenn tatsächlich 100.000 Menschen getestet werden, dann sind sogar 1.400 Personen scheinbar infiziert.
Nicht auszudenken, was bei derartigen Zahlen in der Politik und ihren „Lockdownern“ los wäre. Und alles nur, weil die Testverfahren mit einer angeblich zu vernachlässigenden Fehlerquote arbeiten. Nun stellen wir uns einmal vor, das Corona-Virus wäre ganz verschwunden. Dann wären es immer noch 1.400 falsch Positive und der Lockdown dauerte bis zum jüngsten Gericht.
Und welchen Einfluss haben die falschen Testergebnisse auf den R-Wert?
Denn diese Zahl ist ja ein anderes Entscheidungs-Kriterium für Lockerungen versus Lockdown. Der R-Wert sagt aus, wie viele Menschen ein Infizierter ansteckt.
Der Wert 1 bedeutet, dass der Kranke einen weiteren Menschen infiziert. Die Politik hat nach den Ratschlägen der Epidemiologen entschieden, dass eine Zahl unter 1 anzustreben ist.
Doch mit steigenden Tests steigt auch der R-Wert an, weil in die Berechnungen die falsch Positiven ebenfalls eingehen. Auch hier ergibt sich die Tatsache, dass eine Ausweitung der Testeritis immer mehr der Anschein einer wütenden Pandemie vortäuscht – und das nur aufgrund einer als marginal erachteten Fehlerquote.
Übrigens: Wenn Sie solche Informationen interessieren, dann fordern Sie unbedingt meinen kostenlosen Praxis-Newsletter „Unabhängig. Natürlich. Klare Kante.“ dazu an:
