Journal of Health Monitoring

Michael Bosnjak, Stefan Dahm, Ronny Kuhnert, Dennis Weihrauch, Angelika Schaffrath Rosario, Julia Hurraß, Patrick Schmich, Lothar H. Wieler

19. JUNI 2024
AUSGABE 2

Abstract:

Hintergrund: Einige COVID-19-Testzentren haben manipulierte Testanzahlen bei Antigentests/Schnelltests gemeldet. Diese Studie vergleicht statistische Ansätze mit herkömmlichen Betrugserkennungsverfahren. Analysiert wurde das Ausmaß der Übereinstimmung zwischen den herkömmlichen und den statistischen Methoden und inwieweit statistische Ansätze zusätzliche Verdachtsfälle identifizieren können.

Methode: Ausreißeranalyse bei gemeldeten Tests, Modellierung der Positivrate (Poisson-Regression), Prüfung von Verteilungsannahmen bezüglich der ersten (Benford-Gesetz) und der letzten Ziffer der Anzahl gemeldeter Tests. Basis der Analysen waren Abrechnungsdaten (April 2021 bis August 2022) von 907 Testzentren aus einer deutschen Stadt.

Ergebnisse: Die positive Übereinstimmung zwischen den konventionellen und statistischen Ansätzen ("Sensitivität") lag zwischen 8,6 % und 24,7 %, die negative Übereinstimmung ("Spezifität") zwischen 91,3 % und 94,6 %. Der Anteil der durch statistische Ansätze zusätzlich identifizierten potenziell betrügerischen Testzentren lag zwischen 7,0 % und 8,7 %. Die Kombination mindestens zweier statistischer Verfahren ergab eine optimale Detektionsrate von Testzentren mit zuvor unentdecktem Anfangsverdacht.

Schlussfolgerungen: Die statistischen Ansätze waren effektiver und systematischer bei der Identifizierung betrugsverdächtiger Testzentren als die konventionellen Methoden. Testzentren sollten bei zukünftigen Pandemien angehalten werden, Paradaten (z.B. Zeitstempel der Testung) abzubilden.

English version: Potential COVID-19 test fraud detection: Findings from a pilot study comparing conventional and statistical approaches