Sensitivität: die Fähigkeit eines Tests, Patienten mit einer Krankheit korrekt zu identifizieren Spezifität: die Fähigkeit eines Tests, Personen ohne die Krankheit korrekt zu identifizieren. Richtig positiv: Die Person hat die Krankheit und der Test ist positiv. Richtig negativ: Die Person hat die Krankheit nicht und der Test ist negativ.
Wie interpretieren Sie Sensitivität und Spezifität?
Die Sensitivität des Tests spiegelt die Wahrscheinlichkeit wider, dass der Screening-Test bei den Erkrankten positiv ausfällt Die Spezifität des Tests hingegen spiegelt die Wahrscheinlichkeit wider, dass der Screening-Test ausfällt wird bei denen negativ sein, die die Krankheit tatsächlich nicht haben.
Was ist eine akzeptable Sensitivität und Spezifität?
Damit ein Test nützlich ist, sollte Sensitivität+Spezifität mindestens 1,5 betragen (in der Mitte zwischen 1, was nutzlos ist, und 2, was perfekt ist). Die Prävalenz beeinflusst die Vorhersagewerte entscheidend. Je niedriger die Prätestwahrscheinlichkeit einer Erkrankung ist, desto niedriger sind die prädiktiven Werte.
Wie wählen Sie zwischen Sensitivität und Spezifität?
Empfindlichkeit=TP/(TP+FN). Die Spezifität gibt an, wie viel Prozent derjenigen, die die Krankheit nicht haben, ein negatives Ergebnis im Test haben. Ein hochspezifischer Test ist gut geeignet, um die meisten Menschen auszuschließen, die nicht an dieser Krankheit leiden.
Was bedeutet 94 % Empfindlichkeit?
Die Spezifität des Tests beträgt 94 %, was bedeutet, dass 94 % der Personen ohne Krankheit A negativ getestet werden oder dass 6 % der Personen ohne Krankheit positiv getestet werden.
Sensitivity, Specificity, False Positives, and False Negatives in SPSS
