Definicja
W statystyce czułość testu odpowiada jego zdolności do uzyskania pozytywnego wyniku po zweryfikowaniu hipotezy.
Specyfika natomiast mierzy zdolność testu do uzyskania wyniku negatywnego, gdy hipoteza nie jest zweryfikowana.
Te dwie koncepcje są niezbędne do pomiaru jakości przeprowadzonego testu, a zwłaszcza w epidemiologii.
Ocena testu
Aby ocenić te dwa parametry, konieczne jest przetestowanie sprawdzonych przypadków i przeprowadzenie na nich testu. Wyniki są podzielone na cztery kategorie:
Prawdziwe pozytywy: liczba osób, które wypadły pozytywnie na teście i są chore
Fałszywie pozytywne: liczba osób, które wypadły pozytywnie w teście i nie są chore
Fałszywie negatywne: liczba osób, które mają negatywny wynik testu i są chore
Prawdziwe negatywy: liczba osób, które wypadły negatywnie w teście i nie były chore
Celem jest osiągnięcie maksymalnej liczby prawdziwie pozytywnych i prawdziwie negatywnych oraz jak najmniejszej liczby fałszywie pozytywnych i fałszywie negatywnych wyników. W medycynie szczególnie ważne jest minimalizowanie liczby przypadków fałszywie negatywnych, które mogą mieć poważne konsekwencje. Jednak sprawdzenie wielu fałszywych wyników negatywnych może skutkować większą liczbą fałszywych trafień.
Wyniki możemy przedstawić w poniższej tabeli:
Dzięki tej tabeli możemy zmierzyć specyficzność i czułość testu.
Wrażliwość to prawdopodobieństwo wyniku pozytywnego, gdy jesteś chory:
Specyficzność odpowiada prawdopodobieństwu wyniku negatywnego, gdy nie jesteś chory:
Zatem w medycynie lub epidemiologii generalnie celem jest uzyskanie dużej wrażliwości.
Przykład
Jeśli wykonasz test wykrywający chorobę A. Badanych jest 1000 pacjentów, 500 jest chorych, a 500 nie.
Wykonujemy test i otrzymujemy następujące wyniki:
Możemy zatem obliczyć czułość i swoistość:
