Definizione
In statistica, la sensibilità di un test corrisponde alla sua capacità di dare un risultato positivo quando l'ipotesi è verificata.
specificità, invece, misura la capacità di un test di dare un risultato negativo quando l'ipotesi non è verificata.
Questi due concetti sono indispensabili per misurare la qualità di un test effettuato e più in particolare in epidemiologia.
Valutazione di un test
Per valutare questi due parametri, è necessario testare casi comprovati ed eseguire il test su di essi. I risultati sono classificati in quattro categorie:
I veri aspetti positivi: il numero di persone che risultano positive al test e sono malate
Falsi positivi: il numero di persone che risultano positive al test e non sono malate
Falsi negativi: il numero di persone che risultano negative al test e sono malate
I veri negativi: il numero di individui che sono risultati negativi al test e non erano malati
L'obiettivo è ottenere il numero massimo di veri positivi e veri negativi e il minor numero di falsi positivi e falsi negativi. In medicina, è particolarmente importante ridurre al minimo il numero di casi falsi negativi che potrebbero avere conseguenze significative. Tuttavia, la ricerca di un numero di falsi negativi può comportare un numero maggiore di falsi positivi.
Possiamo rappresentare i risultati in una tabella come la seguente:
Quindi, con questa tabella, possiamo misurare la specificità e la sensibilità di un test.
sensibilità è la probabilità di essere positivo al test quando sei malato:
La specificità corrisponde alla probabilità di essere negativo al test quando non sei malato:
Quindi, in medicina o in epidemiologia, generalmente l'obiettivo è di avere un'elevata sensibilità.
Esempio
Se esegui un test che rileva la malattia A. Vengono esaminati 1000 pazienti, 500 malati e 500 non malati.
Eseguiamo il test e otteniamo i seguenti risultati:
Possiamo quindi calcolare la sensibilità e la specificità:
