Чувствительность и специфичность

Чувствительность и специфичность — статистические показатели диагностического теста по выявлению больных и здоровых, выводимых из ошибок первого и второго рода в бинарной классификации. Значения обоих показателей лежат в пределах от 0 до 1.

Чувствительность (истинно положительная пропорция) отражает долю положительных результатов, которые правильно идентифицированы как таковые. Иными словами, чувствительность диагностического теста показывает вероятность того, что больной субъект будет классифицирован именно как больной.^[1]
Специфичность (истинно отрицательная пропорция) отражает долю отрицательных результатов, которые правильно идентифицированы как таковые, то есть вероятность того, что не больные субъекты будут классифицированы именно как не больные.^[1]

Для примера можно рассмотреть группу, некоторые члены которой страдают определённым заболеванием, а остальные — нет. Предположим, что существует метод для разграничения этих двух долей, но при этом некоторые из здоровых классифицируются как больные, а некоторые из больных — как здоровые. Под «здоровым» и «больным» будем подразумевать отсутствие или наличие рассматриваемого заболевания. Это иллюстрируется на рисунке ниже «Общая модель чувствительности и специфичности».

$\text{[math]}$ $\text{[math]}$ ${\text{Чувствительность}}={\frac {\color {Green}{\text{число больных, выявленных данным тестом}}}{\color {navy}{\text{истинное число больных среди протестированных}}}}$ ${\text{Чувствительность}}={\frac {\color {Green}{\text{число больных, выявленных данным тестом}}}{\color {navy}{\text{истинное число больных среди протестированных}}}}$

$\text{[math]}$ $\text{[math]}$ ${\text{Специфичность }}={\frac {\color {fuchsia}{\text{число здоровых, выявленных данным тестом}}}{\color {teal}{\text{истинное число здоровых среди протестированных}}}}$ ${\text{Специфичность }}={\frac {\color {fuchsia}{\text{число здоровых, выявленных данным тестом}}}{\color {teal}{\text{истинное число здоровых среди протестированных}}}}$

Для оценки качества работы любого бинарного теста, то есть теста, который разделяет множество на две части (например, на больных и здоровых), в зависимости от постановки задачи могут использоваться различные комбинации базовых статистических показателей (см. confusion matrix).

ПримечанияПравить

↑ ¹ ² Андрерс Альбом, Стефан Норрел. Введение в современную эпидемиологию = Introduction to Modern Epidemiology / Мати Раху; пер. с англ. И. Боня. — Таллин: Ин-т эксперим. и клин. медицины (Эстония), Дат. противорак. о-во., 1996. — 122 с. — ISBN 9985-9091-0-0.

СсылкиПравить

Altman DG, Bland JM (June 1994). “Diagnostic tests. 1: Sensitivity and specificity”. BMJ. 308 (6943): 1552. DOI:10.1136/bmj.308.6943.1552. PMC 2540489. PMID 8019315.
Loong TW (September 2003). “Understanding sensitivity and specificity with the right side of the brain”. BMJ. 327 (7417): 716—9. DOI:10.1136/bmj.327.7417.716. PMC 200804. PMID 14512479.

[albom-1] ¹ ² Андрерс Альбом, Стефан Норрел. Введение в современную эпидемиологию = Introduction to Modern Epidemiology / Мати Раху; пер. с англ. И. Боня. — Таллин: Ин-т эксперим. и клин. медицины (Эстония), Дат. противорак. о-во., 1996. — 122 с. — ISBN 9985-9091-0-0.

[1]