Comment calculer la sensibilité et la spécificité

La sensibilité et la spécificité sont utilisés pour déterminer l'efficacité d'un test , en particulier les tests médicaux dans le diagnostic d'une maladie . Sensibilité montre la capacité de l' essai de diagnostiquer correctement les patients atteints de la maladie. Spécificité détermine la capacité de l' essai afin de déterminer les patients qui n'ont pas la maladie , ou sont indemnes de la maladie . D'autres mesures statistiques couramment utilisées en médecine avec une sensibilité et une spécificité sont des valeurs prédictives positives et négatives . Une valeur prédictive positive est la probabilité qu'un test positif est exacte , alors qu'une valeur prédictive négative est la probabilité qu'un résultat négatif est correcte et que le patient n'a pas la maladie . Choses que vous devez
Calculatrice
Voir Instructions
Sensibilité Calcul
1

déterminer les vrais positifs , c'est le patient a la maladie et le test est positif . Déterminer les faux négatifs , le patient a la maladie , mais le test est négatif
2

Ajouter les vrais positifs et des faux négatifs ensemble. . Diviser les vrais positifs par ce résultat .
3

Décrire la valeur en pourcentage . Un résultat de 75 pour cent prévoit que 75 pour cent avec un test positif ont la maladie , tandis que 25 pour cent avec un résultat de test négatif aura également la maladie , et le test leur a mal diagnostiqué .
Spécificité Calcul
Photos 4

Déterminer les vrais négatifs : le patient n'a pas la maladie et le résultat du test était négatif correctement . Déterminer les faux positifs : Le patient a un test positif , mais ne pas avoir la maladie
5

Ajouter les vrais négatifs et de faux positifs ensemble. . Diviser les vrais négatifs de ce résultat pour donner la spécificité du test
6

Décrire la réponse en pourcentage; . Une valeur de 75 pour cent détermine correctement que 75 pour cent des patients avec un résultat négatif ne le font pas avoir la maladie , tandis que 25 pour cent des patients avec un résultat négatif ont fait la maladie .