Beregner for sensitivitet og specificitet

Om denne beregner

Denne beregner finder en diagnostisk tests sensitivitet (andelen af sande positive, TP/(TP+FN) — den andel af faktisk positive tilfælde, som testen med rette markerer), specificitet (andelen af sande negative, TN/(TN+FP) — den andel af faktisk negative tilfælde, som den med rette frikender) og den samlede nøjagtighed ud fra en 2×2-forvekslingsmatrix over sande og forudsagte udfald. Høj sensitivitet betyder, at få virkelige tilfælde overses; høj specificitet betyder, at få raske fejlagtigt markeres — og de to afvejes typisk mod hinanden afhængigt af, hvor en tests beslutningsgrænse er sat.

Klinikere og epidemiologer bruger tallene til at vurdere, om en screeningstest er pålidelig nok i forhold til en given sygdoms forekomst, producenter af medicinsk udstyr og laboratorietests indberetter dem til myndighederne som led i valideringen, og folkesundhedsmyndigheder bruger dem, når de beslutter, om et masseundersøgelsesprogram skal iværksættes. Dataforskere, der bygger maskinlæringsklassifikatorer, bruger nøjagtig den samme matematik — under navnene recall og andel af sande negative — til at evaluere modellers ydeevne, og biostatistikstuderende bruger denne beregner til at arbejde sig igennem opgaver om forvekslingsmatricer.