Czułość i swoistość matematycznie opisują dokładność testu, który informuje o obecności lub braku stanu. Osoby, w przypadku których warunek jest spełniony, uważane są za „pozytywne”, a te, dla których nie jest on uważany za „negatywne”.

• Czułość (wskaźnik prawdziwie pozytywnych) odnosi się do prawdopodobieństwa pozytywnego wyniku testu, uwarunkowanego tym, że jest on rzeczywiście pozytywny.
• Swoistość (wskaźnik prawdziwie ujemny) odnosi się do prawdopodobieństwa negatywnego wyniku testu, uwarunkowanego faktem bycia negatywnym.

Jeśli prawdziwy warunek nie może być znany, zakłada się, że „ test Gold Standard ” jest poprawny. W teście diagnostycznym czułość jest miarą tego, jak dobrze test może identyfikować prawdziwie pozytywne wyniki, a swoistość jest miarą tego, jak dobrze test może identyfikować prawdziwie negatywne. W przypadku wszystkich testów, zarówno diagnostycznych, jak i przesiewowych, zwykle istnieje kompromis między czułością a swoistością, tak że wyższa czułość będzie oznaczać niższą swoistość i odwrotnie.

Jeśli celem testu jest zidentyfikowanie każdego, kto ma schorzenie, liczba wyników fałszywie ujemnych powinna być niska, co wymaga wysokiej czułości. Oznacza to, że osoby, które mają tę chorobę, powinny być z dużym prawdopodobieństwem zidentyfikowane jako takie przez test. Jest to szczególnie ważne, gdy konsekwencje niewyleczenia choroby są poważne i/lub leczenie jest bardzo skuteczne i ma minimalne skutki uboczne.

Jeśli celem testu jest dokładna identyfikacja osób, które nie mają tej choroby, liczba wyników fałszywie dodatnich powinna być bardzo niska, co wymaga wysokiej swoistości. Oznacza to, że osoby, które nie mają tego schorzenia, powinny być z dużym prawdopodobieństwem wykluczone z testu. Jest to szczególnie ważne, gdy osoby, u których zdiagnozowano chorobę, mogą być poddawane większej liczbie testów, kosztom, napiętnowaniu, lękom itp.

Aplikacja do badania przesiewowego

Wyobraź sobie badanie oceniające test, który bada ludzi pod kątem choroby. Każda osoba biorąca udział w teście ma lub nie ma choroby. Wynik testu może być pozytywny (sklasyfikowanie osoby jako chorej) lub negatywny (sklasyfikowanie osoby jako nie chorej). Wyniki testu dla każdego osobnika mogą, ale nie muszą odpowiadać faktycznemu statusowi osobnika. W tym ustawieniu:

• Prawdziwie pozytywne: osoby chore prawidłowo zidentyfikowane jako chore
• Fałszywe pozytywne: zdrowi ludzie błędnie zidentyfikowani jako chorzy
• Prawdziwie negatywne: Zdrowi ludzie prawidłowo zidentyfikowani jako zdrowi
• Fałszywy negatywny: osoby chore błędnie zidentyfikowane jako zdrowe

Po uzyskaniu liczby wyników prawdziwie dodatnich, fałszywie dodatnich, prawdziwie ujemnych i fałszywie ujemnych można obliczyć czułość i swoistość testu. Jeśli okaże się, że czułość jest wysoka, to każda osoba, która ma chorobę, prawdopodobnie zostanie zakwalifikowana przez test jako pozytywna. Z drugiej strony, jeśli swoistość jest wysoka, każda osoba, która nie ma choroby, prawdopodobnie zostanie sklasyfikowana jako negatywna w teście. Strona internetowa NIH zawiera dyskusję na temat sposobu obliczania tych wskaźników. ^[10]

Terminy „wrażliwość” i „specyficzność” zostały wprowadzone przez amerykańskiego biostatystyka Jacoba Yerushalmy w 1947 roku. ^[1]

źródło: Sensitivity_and_specificity#