Sensitivität und Spezifität online berechnen

Sensitivität und Spezifität sind Begriffe aus der diagnostischen Testevaluation und werden verwendet, um die Leistungsfähigkeit eines diagnostischen Tests zu bewerten. Diese beiden Metriken sind besonders wichtig, wenn es darum geht, die Güte eines Tests zur Erkennung von Krankheiten oder Zuständen zu beurteilen.

Sensitivität

Sensitivität (auch als Trefferquote, Wahre-Positive-Rate oder Recall bezeichnet) gibt an, wie gut ein Test in der Lage ist, tatsächlich positive Fälle zu identifizieren. Die Formel lautet: Sensitivität = Wahre Positiv / (Wahre Positiv + Falsch Negativ) Hohe Sensitivität bedeutet, dass der Test eine geringe Rate an Falsch Negativen aufweist, also dass er nur wenige tatsächlich positive Fälle übersieht.

Spezifität

Spezifität gibt an, wie gut ein Test in der Lage ist, tatsächlich negative Fälle zu identifizieren. Die Formel lautet: Spezifität = Wahre Negativ / (Wahre Negativ + Falsch Positiv) Hohe Spezifität bedeutet, dass der Test eine geringe Rate an Falsch Positiven aufweist, also dass er nur wenige negative Fälle fälschlicherweise als positiv identifiziert.

Interpretation

Ein idealer Test hätte eine Sensitivität und Spezifität von 100%, was bedeuten würde, dass er perfekt sowohl positive als auch negative Fälle identifizieren kann. In der Praxis gibt es jedoch oft einen Trade-off zwischen Sensitivität und Spezifität. Wenn Sie die Empfindlichkeit eines Tests erhöhen, könnte die Spezifität abnehmen und umgekehrt. Bei der Interpretation von Sensitivität und Spezifität muss man daher den spezifischen Anwendungsfall und die Konsequenzen von falsch positiven und falsch negativen Ergebnissen berücksichtigen. Es ist üblich, einen Schwellenwert (Cut-off-Wert) festzulegen, über den ein Test als positiv oder negativ betrachtet wird. Je nach Anwendungsfall können Sie den Schwellenwert anpassen, um die Sensitivität oder Spezifität zu optimieren, je nachdem, welche Art von Fehlern vermieden werden soll.

In der Medizin werden Sensitivität und Spezifität häufig bei der Bewertung von diagnostischen Tests wie Mammographien, Bluttests oder anderen Screening-Verfahren verwendet. Eine sorgfältige Analyse beider Metriken ist wichtig, um sicherzustellen, dass ein Test sowohl empfindlich als auch spezifisch genug für den beabsichtigten Zweck ist.