Définition

En statistique, la sensibilité d'un test correspond à sa capacité à donner un résultat positif lorsque l'hypothèse est vérifiée.
La spécificité, quant à elle, mesure la capacité d'un test à donner un résultat négatif lorsque l'hypothèse n'est pas vérifiée.

Ces deux notions sont impératives pour mesurer la qualité d'un test effectué et plus particulièrement en épidémiologie.

Évaluation d'un test

Pour évaluer ces deux paramètres, il faut tester des cas avérés et effectué le test sur ces derniers. Les résultats sont classés en quatre catégories :

  • Les vrais positifs : le nombre d'individu positif au test et étant malade

  • Les faux positifs : le nombre d'individu positif au test et n'étant pas malade

  • Les faux négatifs : le nombre d'individu négatif au test et étant malade

  • Les vrais négatifs : le nombre d'individu négatif au test et n'étant pas malade

L'objectif est d'atteindre le maximum de vrais positifs et de vrais négatifs et le moins de faux positifs et de faux négatifs. En médecine, il est particulièrement important de minimiser le nombre de cas de faux négatifs qui pourrait avoir des conséquences importantes. Néanmoins, la recherche d'un nombre de faux négatifs peut entraîner un nombre de faux positifs plus importants.

On peut représenter les résultats dans un tableau comme le suivant :

Ainsi, avec ce tableau, on peut mesurer la spécificité et la sensibilité d'un test.
La sensibilité correspond à la probabilité d'être testé positif lorsqu'on est malade :

La spécificité correspond à la probabilité d'être testé négatif lorsqu'on n’est pas malade :

Ainsi, en médecine ou en épidémiologie, généralement l'objectif est d'avoir une grande sensibilité.

Exemple

Si on prend un test qui détecte une maladie A. 1 000 patients sont testés, 500 sont malades et 500 ne sont pas malades.
On effectue le test et on obtient les résultats suivants :

On peut donc calculer la sensibilité et la spécificité :

Avez-vous trouvé votre réponse?