Calcolatore di Sensibilità e Specificità

Informazioni su questo calcolatore

Questo calcolatore trova la sensibilità di un test diagnostico (il tasso di veri positivi, TP/(TP+FN) — la frazione di casi realmente positivi che il test segnala correttamente), la specificità (il tasso di veri negativi, TN/(TN+FP) — la frazione di casi realmente negativi che esclude correttamente) e l'accuratezza complessiva a partire da una matrice di confusione 2×2 di esiti reali e previsti. Un'alta sensibilità significa che pochi casi reali vengono mancati; un'alta specificità significa che poche persone sane vengono segnalate per errore — e le due tendono a compensarsi a vicenda a seconda di dove è fissata la soglia decisionale del test.

I clinici e gli epidemiologi usano questi valori per giudicare se un test di screening sia abbastanza affidabile per la prevalenza di una determinata malattia, i produttori di dispositivi medici e di test di laboratorio li riportano alle autorità di regolamentazione nell'ambito della validazione, e i funzionari di sanità pubblica li usano per decidere se avviare un programma di screening di massa. I data scientist che costruiscono classificatori di machine learning usano esattamente la stessa matematica — con i nomi di recall e tasso di veri negativi — per valutare le prestazioni del modello, e gli studenti di biostatistica usano questo calcolatore per svolgere problemi sulla matrice di confusione.