Blickdiagnose

Was das Gesicht über Krankheit verrät

Noch bevor typische Symptome auftreten, spüren andere Menschen, dass ein Mitmensch eine ansteckende Krankheit hat. Auch Ungeschulte haben dabei eine Begabung zur intuitiven "Blickdiagnose", ergab eine Studie. Doch man muss wissen, worauf man achtet.

Von Dr. Elke Oberhofer Veröffentlicht:
Hängende Mundwinkel und blass: Hier ist was im Busch.

Hängende Mundwinkel und blass: Hier ist was im Busch.

© Dron / stock.adobe.com

Auch evolutionsbiologisch betrachtet ist es eine wichtige Eigenschaft, dass man einen kränkelnden Artgenossen früh erkennt: Denn wenn man ein infektiöses "Herdenmitglied" meidet, kann man sich schließlich selbst nicht anstecken. Und durch rasche Identifikation eines Kranken kann man ihm häufig am besten helfen.

Dass wir die archaische Fähigkeit der intuitiven "Blickdiagnose" nicht verloren haben, zeigt eine aktuelle Studie, an der Forscher aus Stockholm, New York und Essen beteiligt waren (Proc R Soc B 285: 20172430; online 3. Januar 2018). Zunächst wurden 22 gesunde Freiwillige im Alter zwischen 19 und 34 Jahren rekrutiert, die bereit waren, sich ein bakterielles Toxin (Escherichia-coli-Endotoxin) spritzen zu lassen.

Die Teilnehmer wurden an zwei Zeitpunkten fotografiert: einmal etwa zwei Stunden nach Injektion des krank machenden Endotoxins und einmal mehrere Wochen später nach einer Placebo-Spritze, die lediglich Kochsalz enthielt. Je ein Bild war dabei im kranken und eines im gesunden Zustand entstanden.

Allerdings handelte es sich bei der Endotoxin-Injektion nur um einen bakteriellen Stimulus, der eine nicht spezifische Immunantwort hervorrief, und nicht um ein tatsächlich infektiöses Geschehen.

Insgesamt 32 Bilder ließen sich auswerten, zwei von jedem Teilnehmer; nur 16 Probanden hatten den Versuch vollständig durchgeführt.

Urteil binnen fünf Sekunden

62 Studenten aus Stockholm wurden nun gebeten, sich die Bilder anzusehen, und zwar nur für jeweils fünf Sekunden, um zu beurteilen, ob die Person darauf "krank" oder "gesund" aussah. Von insgesamt 2945 Bewertungen, die die nicht darin geschulten Studenten abgaben, lauteten 1215 auf "krank".

Davon waren 775 echte Treffer, in 440 Fällen war es ein Fehlalarm. Das entspricht einer Sensitivität von 52 Prozent und einer Spezifität von 70 Prozent.

Das Unterscheidungsvermögen war also zumindest kein reines Zufallsergebnis, wie auch die Fläche unter der ROC-Kurve zeigte, die einen Wert von 0,62 ergab (ein Wert von 1,0 entspräche einer perfekten Krankheits-Erkennung, 0,5 wäre Zufall).

Eine zweite Gruppe von Beurteilern aus 60 Teilnehmern sollte sich nun bestimmte Gesichtsmerkmale genau ansehen und beurteilen, wie sich diese zwischen den beiden Konditionen (nach Toxin- oder nach Placebo-Injektion) unterschieden.

Kriterien der Betrachter

Die deutlichsten Unterschiede wurden bei den Lippen der betrachteten Person beobachtet: Nach Injektion des Toxins wirkten diese im Urteil der Betrachter deutlich blasser als unter Placebo. Auch Gesichtsblässe, Schwellung des Gesichts, hängende Mundwinkel und Augenlider sowie Rötung der Augen wurde bei der Toxingruppe als stärker empfunden.

Für alle diese Hinweise zeigte sich zudem eine signifikante Korrelation zur Bewertung der Probanden auf den Fotos als "krank". In einer weiteren Analyse, in der alle Hinweise gleichzeitig betrachtet wurden, erwiesen sich blasse Hautfarbe und hängende Augenlider als stärkste Mediatoren.

Und auch ein "müdes Aussehen" schien ein Marker für eine offenbar vorliegende Krankheit zu sein. Als stärkste positive Korrelation erwies sich schließlich die Kombination aus blassen Lippen und blasser Haut.

Weitere Zeichen früher Infektionen

All das, so das Team um Professor John Axelsson vom Stressforschungsinstitut der Universität Stockholm, spricht dafür, dass "wir offenbar Krankheitszeichen an Haut, Mund und Augen bereits in einem frühen Stadium einer Infektion erkennen können". Dies wäre insofern von Vorteil, als das Infektionsrisiko zu Beginn der Erkrankung oft besonders hoch ist.

Mit einer ROC-Fläche von 0,62 sei die Vorhersagekraft zugegebenermaßen relativ gering, allerdings, so die Forscher um Axelsson, müsse man berücksichtigen, dass es sich nur um Fotos handelte, die zudem nur sehr kurz betrachtet werden durften.

Im wirklichen Leben könne man meist viel mehr Hinweise zur Beurteilung eines Patienten heranziehen, so die Forscher: außer dem Gesicht zum Beispiel auch den Körpergeruch, die Art zu sprechen und den Gang des Patienten. (Mitarbeit: eis)

Mehr zum Thema

Weltgesundheitsorganisation

WHO zieht Bilanz: Deutlich weniger Corona-Tote

Kommentare
Dr. Thomas Georg Schätzler 16.02.201809:44 Uhr

Danke für diese Steilvorlage der geschätzten Autorin Elke Oberhofer in der Ärzte Zeitung...

Denn diese Publikation habe ich mir auch schon vor einiger Zeit sehr genau angesehen: Sie ist ein Musterbeispiel für echte "Fake-News" und führt keineswegs zur bildhaften Krankheitserkennung!

Forscher des Karolinska-Instituts in Stockholm/S wollen herausgefunden haben, dass man bereits an Hand von Fotos feststellen könne, ob ein Mensch akut krank sei oder nicht. John Axelsson und sein Team injizierten Probanden standardisierte Colibakterien, um eine allgemeine, akute Entzündungsreaktion hervorzurufen. Die Kontrollgruppe bekam lediglich Placebo injiziert und wurde visuell verglichen. Zwei Stunden nach den Injektionen wurden Fotos von allen Testpersonen angefertigt.

Eine zweite Probandengruppe sollte sich die Fotos wenige Sekunden lang anschauen, um zu beurteilen, ob die Abgebildeten akut krank oder gesund wirken würden. Angeblich wurden 81 Prozent von der Beurteilungsgruppe als erkrankt erkannt.

In einer weiteren Beurteilungsrunde wurden bestimmte akute Krankheitsmerkmale, die sich angeblich im Gesicht ablesen lassen, bestimmt: Blasse Lippen, bleiche Gesichtsfarbe, fleckige/glänzende Haut, hängende Mundwinkel, Schwellungen/rote Augen.

Aber die in der wissenschaftlichen Veröffentlichung angegebene Sensitivität von 52% und Spezifität von 70% bei der rein visuellen Identifikation von akuter Krankheit oder akut Kranksein auf Fotos sind wahrlich kein Ruhmesblatt.

Denn dies bedeutet 30% bis 48% irreführende Fehldiagnosen über den allgemein akuten Krankheits- oder Gesundheitszustand o h n e jegliche Hinweise auf deren mögliche Ursachen! Von den positiven Erkennungen waren 775 richtig und 440 falsch positiv. ["Of these positive detections, 775 were true hits and 440 were false alarms, giving a sensitivity and a specificity for identifying sickness from photos of 52% and 70%"]

Bei der Publikation: "Identification of acutely sick people and facial cues of sickness" von John Axelsson et al.
http://rspb.royalsocietypublishing.org/content/285/1870/20172430
handelt es sich wie so häufig um eine Überinterpretation von Ergebnissen wissenschaftlicher Studien.

Eine der Ergebnisaussagen dieser Studie lautet zwar: "the raters could correctly discriminate 13 out of 16 individuals (81%) as being sick better than chance (the lower 95% CI range being above 0.5)".

Aber das ist nur der Griff in die statistische Trickkiste. Denn die Basis-Trefferquote bei binären Ja/Nein-Alternativen beträgt sowieso schon 50 Prozent. Somit kommt nur eine zusätzliche Trefferquote von 31 Prozent und nicht eine von 81% in Betracht.

Weitere Einzelheiten der Publikation:
"Material and Methods - Subjects received either an injection of LPS (Escherichia coli endotoxin, Lot HOK354, CAT number 1235503, United States Pharmacopeia, Rockville, MD, USA) at a dose of 2 ng kg-1 of body weight, or of placebo (0.9% NaCl) on two different occasions, separated by three to four weeks. LPS injection causes a transient and distinct systematic inflammatory response and sickness behaviour"...
"Detection of acutely sick individuals - The 62 raters gave 2945 ratings of sickness for the 32 different facial photos, of which 1215 (41%) were judged as being sick. Of these positive detections, 775 were true hits and 440 were false alarms, giving a sensitivity and a specificity for identifying sickness from photos of 52% and 70%, respectively; the global sensitivity index being d' = 0.405. Signal detection analysis (ROC curve area) showed an area of 0.62 (95% CIs 0.60–0.63; 1.0 being a perfect discrimination and 0.5 being random). In addition, the raters could correctly discriminate 13 out of 16 individuals (81%) as being sick better than chance (the lower 95% CI range being above 0.5). These results demonstrate that untrained people can, above chance level, identify acutely sick individuals from merely observing a photo for a few seconds."

Dass diese Publikation eher mit man

Vorteile des Logins

Über unser kostenloses Login erhalten Ärzte und Ärztinnen sowie andere Mitarbeiter der Gesundheitsbranche Zugriff auf mehr Hintergründe, Interviews und Praxis-Tipps.

Haben Sie schon unsere Newsletter abonniert?

Von Diabetologie bis E-Health: Unsere praxisrelevanten Themen-Newsletter.

Das war der Tag: Der tägliche Nachrichtenüberblick mit den neuesten Infos aus Gesundheitspolitik, Medizin, Beruf und Praxis-/Klinikalltag.

Eil-Meldungen: Erhalten Sie die wichtigsten Nachrichten direkt zugestellt!

Newsletter bestellen »

Top-Meldungen
Lesetipps
Krankenkassen haben zum Jahreswechsel schlechte Botschaften für ihre Mitglieder: die Zusatzbeiträge steigen stark. Die Kritik an versäumten Reformen der Ampel-Koalition ist einhellig.

© Comugnero Silvana / stock.adobe.com

Update

70 Kassen im Beitragssatz-Check

Höhere Zusatzbeiträge: So teuer wird Ihre Krankenkasse 2025