Definição
Em estatística, a sensibilidade de um teste é a sua capacidade de dar um resultado positivo quando a hipótese é verificada.
A especificidade, por outro lado, mede a capacidade de um teste dar um resultado negativo quando a hipótese não é verificada.
Estas duas noções são imperativas para medir a qualidade de um teste realizado e mais particularmente em epidemiologia.
Avaliação de um teste
Para avaliar estes dois parâmetros, os casos comprovados devem ser testados e o teste realizado neles. Os resultados são classificados em quatro categorias:
Verdadeiros aspectos positivos: o número de indivíduos que estão doentes e que são positivos no teste
Falsos positivos: o número de pessoas que testam positivo e não estão doentes
Falsos negativos: o número de indivíduos que estão doentes e que são negativos para o teste
Verdadeiros negativos: o número de indivíduos negativos que não estão doentes
O objectivo é atingir o número máximo de verdadeiros positivos e verdadeiros negativos e o menor número de falsos positivos e falsos negativos. Na medicina, é particularmente importante minimizar o número de falsos negativos que podem ter consequências importantes. No entanto, a procura de um número de falsos negativos pode levar a um maior número de falsos positivos.
Os resultados podem ser representados numa tabela como a seguinte:
Assim, com esta tabela, é possível medir a especificidade e a sensibilidade de um teste.
Sensibilidade é a probabilidade de testar positivo quando doente:
A especificidade é a probabilidade de testar negativo quando não se está doente:
Por exemplo, em medicina ou epidemiologia, geralmente o objectivo é ter uma sensibilidade elevada.
Exemplo
Se fizer um teste que detecte a doença A. 1.000 pacientes são testados, 500 estão doentes e 500 não estão doentes.
O teste é realizado e são obtidos os seguintes resultados:
A sensibilidade e especificidade podem, portanto, ser calculadas:
