Sensitivität und Spezifität berechnen

Sensitivität und Spezifität machen aus einer vierzelligen Konfusionsmatrix die zwei Betriebskennzahlen, die ein Diagnostikartikel, eine Screening-Notiz oder eine Besprechung binärer Klassifikatoren tatsächlich zitiert. Die Sensitivität — auch Richtig-positiv-Rate oder Recall — ist der Anteil der tatsächlichen Positiven, den der Test erfasst: richtig Positive geteilt durch richtig Positive plus falsch Negative. Die Spezifität — die Richtig-negativ-Rate — ist der Anteil der tatsächlichen Negativen, den er korrekt unmarkiert lässt: richtig Negative geteilt durch richtig Negative plus falsch Positive. Dieser Rechner für Sensitivität und Spezifität nimmt jene vier Zählwerte entgegen und liefert beide Raten als Anteile im Einheitsintervall und als Prozente.

Was Sensitivität und Spezifität in einer 2×2-Tafel messen

Ein binärer Test oder Klassifikator teilt Beobachtungen in vier Zellen: richtig Positive, richtig Negative, falsch Positive und falsch Negative. Die Sensitivität beantwortet eine jener Fragen: von allen, die die Bedingung wirklich haben oder zur positiven Klasse gehören, welchen Anteil hat die Regel markiert? Die Formel lautet richtig Positive über die Summe aus richtig Positiven und falsch Negativen — jeder tatsächliche Positive, erfasst oder verfehlt.

Die Spezifität beantwortet die komplementäre Frage: von allen, die wirklich frei von der Bedingung sind, welchen Anteil hat die Regel korrekt unmarkiert gelassen? Jene Formel lautet richtig Negative über die Summe aus richtig Negativen und falsch Positiven. Diese Identitäten sind älter als die Punktetafeln des maschinellen Lernens.

Sie sind die Sprache diagnostischer Studien, von Screening-Programmen und Epidemiologielehrbüchern, und sie sind nicht dasselbe wie der positive oder der negative Vorhersagewert. Vorhersagewerte mischen die Prävalenz in dieselben vier Zellen; Sensitivität und Spezifität tun das nicht. Ein hochsensitiver Assay kann dennoch einen bescheidenen positiven Vorhersagewert lassen, wenn die Krankheit selten ist, weil falsch Positive die wenigen echten Fälle überfluten.

Umgekehrt kann ein spezifischer Assay viele Fälle verfehlen, wenn seine Sensitivität schwach ist. Diese Seite bleibt bei den zwei Raten. Sie schätzt keine Prävalenz, berechnet keine Likelihood-Verhältnisse und keine Nachtest-Wahrscheinlichkeit und presst die Tafel nicht in eine einzelne Matthews-Korrelation oder einen F1-Wert.

Das sind andere Suchabsichten mit eigenen Seiten. Sie erhalten hier das Paar Betriebskennzahlen aus den vier Zählwerten, die Sie bereits haben, als Anteile im Einheitsintervall, plus dieselben Zahlen als Prozente, damit ein Methodenteil jede der beiden Konventionen ohne zweite Umrechnung zitieren kann.

Wo ein Rechner für Sensitivität und Spezifität seinen Platz verdient

Kurse in diagnostischen Methoden nutzen einen Rechner für Sensitivität und Spezifität, damit Lernende eine veröffentlichte 2×2-Tafel in die zwei Raten verwandeln, ohne sie mit Vorhersagewerten zu vermengen. Notizen von Screening-Programmen und Journalclubs zitieren oft beide Betriebskennzahlen einer Validierungskohorte — Mammographie, Troponin, Schnellantigen, eine neue PCR — und der Aufruf eines winzigen parse-Endpunkts erspart, für vier ganze Zahlen ein ganzes Statistikpaket zu ziehen.

Verwechseln Sie diese Seite nicht mit einer Nachtest-Wahrscheinlichkeitsseite, die Sensitivität und Spezifität als Eingaben nimmt, mit einer Bayes-Theorem-Seite, die außerdem einen Prior will, oder mit einer Matthews-Korrelationsseite, die dieselben vier Zellen in einen einzigen Koeffizienten presst: hier ist die Suchabsicht das Ratenpaar selbst. Halten Sie Anfragen klein, nageln Sie die gerundeten Anteile in Tests fest, und Sie erhalten reproduzierbare Sensitivität und Spezifität für Hausaufgaben, LMS-Erweiterungen und Rand-Worker, ohne eine eigene symbolische Algebra-Infrastruktur aufzubauen.

Senden Sie stets nichtnegative Zählwerte, und behandeln Sie eine Nullzeile oder -spalte tatsächlicher Fälle als Vertragsfehler, nicht als stillen Anspruch auf einhundert Prozent.