TP, de sanna positiva, är de med tillståndet som testet flaggar; FN, de falska negativa, är de med tillståndet som det missar. Nämnaren är alla som har tillståndet, och sensitiviteten är andelen av dem testet hittar.
Räkneexempel
Av 100 personer med ett tillstånd flaggar ett test 90 och missar 10: Se = 90 / (90 + 10) = 0,90, eller 90 %. Vänt på det har ett test med sensitiviteten 0,80 som missade 10 personer hittat 0,80 · 10 / 0,20 = 40, som kortet ovan räknar ut.
Tabellen den kommer ur
|
Tillstånd finns |
Tillstånd saknas |
| Test positivt |
TP |
FP |
| Test negativt |
FN |
TN |
Sensitiviteten läses nedåt i första kolumnen. Specificiteten läses nedåt i den andra: TN / (TN + FP), andelen friska testet friar. De två beskriver testet och ändras inte med hur vanligt tillståndet är.
Vad den inte säger
En sensitivitet på 90 % säger att testet sällan missar ett fall. Den säger inget om vad ett positivt svar betyder för den som håller i det: det är det positiva prediktiva värdet, TP / (TP + FP), som läses tvärs över första raden och beror på hur många av de testade som hade tillståndet. Ett test som hittar 90 % av fallen kan ändå ha fel i de flesta av sina positiva svar när tillståndet är ovanligt.
Vanliga misstag
- Att dela med de positiva. TP / (TP + FP) är det prediktiva värdet, inte sensitiviteten.
- Att läsa den som andelen rätta svar. Träffsäkerheten räknar hela tabellen; sensitiviteten räknar en kolumn.
- Att ange den utan tröskeln. Ett test med ett ställbart gränsvärde har en sensitivitet vid varje inställning, och att höja den sänker specificiteten.
Vanliga frågor
Vad är en bra sensitivitet?
Hög nog att ett missat fall är sällsynt för ändamålet: ett screeningtest för en allvarlig sjukdom
ställs in för sensitivitet, till priset av fler falsklarm.
Sensitivitet eller recall?
Samma tal. Maskininlärningen kallar det recall, eller true positive rate.
Var får jag intervallet?
Kalkylatorn för sensitivitet och specificitet ger ett 95-procentigt Wilson-intervall ur antalen.