Brontekst bekijken van Sensitiviteit en specificiteit

De '''specificiteit''' van een test is een maat voor de frequentie waarmee een negatief resultaat wordt gevonden (dat wil zeggen, de testuitkomst is dat datgene waarop getest wordt afwezig is) indien de conditie (bijvoorbeeld een ziektebeeld) ook werkelijk afwezig is.

Op analoge wijze geeft de '''sensitiviteit''' van een test de frequentie aan waarmee voor die test een positief resultaat wordt gevonden als de conditie ook werkelijk aanwezig is. De sensitiviteit en de specificiteit worden beide uitgedrukt als fractie, of in procenten, bijvoorbeeld 0,90 of 90%.

Men kan schrijven:
    sensitiviteit = A / (A + B)
    specificiteit = D / (D + C)
waarbij deze maten dan als fractie uitgedrukt zijn. De resultaten van de bewerkingen vemenigvuldigen met 100 levert een uitdrukking van deze maten in procenten op.
Indien er samenhang is tussen het testresultaat en de al dan niet aanwezigheid van de conditie dan moet A groter zijn dan de verwachte frequentie opdat de formule voor sensitiviteit zou geldig zijn. Of mathematisch uitgedrukt: A > (A + C)(A + B)/ N waarbij N = A + B + C + D. Voor specificiteit geldt een analoge vereiste: D > (D + B)(D + C)/N.
Zou A niet moeten voldoen aan de genoemde vereiste dan is sensitiviteit niet ondubbelzinnig bepaald en men kan dan door de frequenties in de kolommen om te wisselen zonder de benaming van de cellen A,B,C en D te wijzigen noch de benaming van de kolommen te wijzigen twee verschillende uitkomsten voor sensitiviteit bekomen. Indien er geen samenhang is dan is de sensitiviteit gelijk aan de verwachte frequentie in cel A gedeeld door de som van de verwachte frequentie in cel A en de verwachte frequentie in cel B.
Voor D kan iets analoogs geschreven worden.

{| align="right" cellpadding="5" border="1"
|
{| align="right"
|
{| border="1"
! !! test positief !! test negatief
|-
! conditie aanwezig || bgcolor="lightgreen" | A || bgcolor="red" | B
|-
! conditie<br />afwezig || bgcolor="red" | C || bgcolor="lightgreen" | D
|}
|-
| ''Specifieke test: C is klein, D is groot.''
|-
| ''Sensitieve test: B is klein, A is groot.''
|}
|}
Op grond van bovenstaande definities wordt in het ideale geval voor zowel de specificiteit als de sensitiviteit van een test 100% gevonden.
In werkelijk komt dit niet voor. Meestal daalt het ene als het andere stijgt: een test heeft altijd een twijfelgebied, en een hoge specificiteit wordt bereikt door in dit twijfelgebied negatief te kiezen, terwijl een hoge sensitiviteit juist wordt bereikt door dit twijfelgebied positief te kiezen. Men kiest afhankelijk van de situatie voor een zo hoog mogelijke specificiteit of een zo hoog mogelijke sensitiviteit.

Bijvoorbeeld: een opsporingstest voor [[HIV]] bij [[donor|bloeddonoren]] moet een zo hoog mogelijke sensitiviteit hebben: men wil dus vermijden dat er [[Fout-positief en fout-negatief|fout-negatieve]] uitslagen zijn. Een fout-negatieve uitslag wil zeggen dat iemand die HIV-besmet is, de uitslag krijgt dat hij gezond is. In dat geval zal onterecht het bloed als gezond worden beschouwd en zal het bij toediening de acceptor besmetten.
De sensitiviteit van de test kan worden ingesteld door te schuiven met de [[drempelwaarde]], de waarde waarbij de test als positief wordt beschouwd. Een test met hoge sensitiviteit (lage drempel) zal een lagere specificiteit hebben, waardoor sommige mensen onterecht als HIV-positief worden beschouwd. Hun bloed zal onterecht geweigerd worden, maar dit is veel minder erg dan het omgekeerde. Test men echter iemand die bezorgd is voor zijn eigen gezondheid dan geldt het omgekeerde, en zal men een positieve test (die een gerede kans heeft onterecht positief ([[fout-positief]]), te zijn) door een nader onderzoek altijd willen bevestigen.

Een voorbeeld van een situatie waarin juist een een hoge specificiteit gewenst is de gerechtelijke toetsing van de strafbaarheid van een verdachte. Deze moet liefst een zo hoog mogelijke specificiteit hebben. [[Fout-positief en fout-negatief|Fout-positief]] betekent in dit geval namelijk dat een onschuldige toch schuldig wordt bevonden. Fout-negatief betekent dat een schuldige onschuldig wordt bevonden. In ons [[strafrecht|rechtssysteem]] gaat men ervan uit dat het erger is een onschuldige op te sluiten dan een schuldige vrijuit te laten gaan.
Men wenst bij de veroordeling dus zo weinig mogelijk fout-positieven. Dus krijgt de verdachte altijd het voordeel van de twijfel, ondanks dat hierdoor de sensitiviteit lager wordt en dus meer schuldigen vrijuit zullen gaan.

Bij medische tests is een hoge sensitiviteit en specificiteit vaak niet haalbaar. Als beide 90% bedragen beschouwt men dat in de geneeskunde meestal al als een heel goede test. Een zwangerschapstest is een van de beste, met een sensitiviteit EN een specificiteit van circa 99%. Bij de zogenoemde 'reumatest' zijn beide ongeveer 80%. Om de uitslagen van medische onderzoeken zinvol te kunnen beoordelen is het dan ook van groot belang een goed idee van de a priori kans te hebben. Een positief testresultaat bij een onderzoek naar een zeldzame aandoening heeft heel vaak niets te betekenen.

Inderdaad, een formule voor nakans (NK, posttestwaarschijnlijkheid van ziekte) is:

       NK = PR * LR / (PR * (LR - 1) + 1)

waarin PR de prevalentie (voorkans, pretestwaarschijnlijkheid) van de conditie voorstelt, * het vermenigvuldigingsteken, LR de positieve likelihood ratio (LR+) indien het testresultaat positief is en de negatieve likelihood ratio (LR-) indien het testresultaat negatief is. LR+ = sensitiviteit /(1 - specificiteit) en LR- = (1 - sensitiviteit) / specificiteit waarbij sensitiviteit en specificiteit in fracties moeten uitgedrukt zijn. Is de prevalentie van ziekte A bijvoorbeeld gelijk aan 0,01, de specificiteit en sensitiviteit van een test gelijk aan 0,9 dan is, bij positief testresultaat, NK = 0,01 * 9 / (0,01 * (9 - 1) + 1) = 0,0833 (8,33%). De nakans op ziekte A bij een positief testresultaat blijft hier nog steeds vrij bescheiden ondanks een positieve uitslag op een heel goede test.