Die Wahrscheinlichkeit, dass eine Person die spezifizierte Erkrankung nicht hat, gegeben ein negatives Testergebnis; formal NPV = TN / (TN + FN). Wie der PPV hängt der NPV von Sensitivität, Spezifität und der Prävalenz (Prätest‑Wahrscheinlichkeit) der Erkrankung in der getesteten Population ab.

Prinzip

Der NPV ist höher, wenn die Prävalenz gering ist und wenn die Sensitivität bei gegebener Spezifität hoch ist; somit reflektiert NPV, wie ein negatives Ergebnis die Krankheitswahrscheinlichkeit in diesem Setting reduziert.

Demonstration

Illustratives Szenario → Ein Schnelltest für Erkrankung Z wird in einer Population mit niedriger Prävalenz eingesetzt. Erkennung → Viele negative Ergebnisse sind True Negatives (hoher NPV). Handlung → Kliniker können weitere Tests bei Negativen mit niedrigem Risiko zurückstellen. Folge → Negative Ergebnisse bieten in Niedrigprävalenz‑Kontexten Beruhigung, jedoch weniger, wenn die Prävalenz steigt.

Fehlanwendung

Anzunehmen, NPV sei eine konstante Testgröße oder ein hoher NPV in einer Population garantiere eine niedrige Residualwahrscheinlichkeit in einer anderen. Der Fehler ist, die Abhängigkeit von Prävalenz und Prätestwahrscheinlichkeit zu ignorieren.

Konsequenz

Die Verwendung eines lokal zutreffenden NPV kann unnötige Zusatzuntersuchungen für Negative vermeiden; die falsche Anwendung eines NPV aus einem anderen Prävalenzkontext kann zu fehlenden Diagnosen oder falscher Beruhigung führen.

Umkehrung

Steigt die Prävalenz, fällt der NPV; sinkt die Sensitivität des Tests (z. B. durch schlechte Probenqualität), kann der NPV deutlich niedriger sein als in Validierungsstudien. Sequenzielle Teststrategien verändern ebenfalls den NPV eines einzelnen negativen Ergebnisses.

Abgrenzung

Innerhalb: Interpretation eines einzelnen negativen binären Ergebnisses in einer Population mit bekannter oder schätzbarer Prävalenz. Randfall: Testergebnisse knapp unter der Nachweisgrenze, bei denen das FN‑Risiko mit dem Zeitpunkt der Probenahme variiert. Außerhalb: Prävalenzunabhängige Metriken wie Likelihood‑Ratios oder AUC der ROC‑Kurve.

Semantische Spannung

NPV ↔ Prävalenz und Sensitivität: Die Maximierung des NPV kann den Verzicht auf andere Merkmale (z. B. Spezifität oder Kosten) erfordern, und die Abhängigkeit des NPV vom klinischen Risiko muss gegen die Folgen übersehener Fälle abgewogen werden.

Synthese

NPV gibt die post‑test‑Beruhigung durch ein negatives Ergebnis an (P(keine Erkrankung | test−)); er ist am aussagekräftigsten in Verbindung mit lokaler Prävalenz und Kenntnis darüber, wie Testleistung und Probenqualität falsche Negative beeinflussen.