Czułość i swoistość

Czułość i swoistość – miary opisujące zdolność testu w diagnostyce medycznej, modelu prognostycznego, klasyfikatora binarnego w uczeniu maszynowym itp. do wykrycia badanej cechy (czułość) lub wykrycia jej braku (swoistość). Pojęcia czułości i swoistości stosuje się w uczeniu maszynowym, diagnostyce medycznej, badaniach naukowych itp. W zależności od dziedziny czułość (ang. sensitivity) bywa nazywana pełnością (ang. recall)^[1], odsetkiem obserwacji prawdziwie pozytywnych (ang. true positive rate, TPR), prawdopodobieństwem wykrycia (ang. probability of detection, POD) lub współczynnikiem trafień (ang. hit rate)^[2], swoistość to inaczej odsetek obserwacji prawdziwie negatywnych (ang. true negative rate).

Przykład wykorzystania nomogramu prawdopodobieństwa do interpretacji wyników badań przesiewowych pod kątem potencjalnego nadużywania substancji.

Czułość to stosunek wyników prawdziwie dodatnich do sumy prawdziwie dodatnich i fałszywie ujemnych. Czułość 100% w przypadku testu medycznego oznaczałaby, że wszystkie osoby chore lub ogólnie z konkretnymi poszukiwanymi zaburzeniami zostaną rozpoznane. Pojęcie interpretuje się jako zdolność testu do prawidłowego rozpoznania choroby tam, gdzie ona występuje^[3][4].

Swoistość to stosunek wyników prawdziwie ujemnych do sumy prawdziwie ujemnych i fałszywie dodatnich^[3][4]. Swoistość 100% oznaczałaby, że wszyscy ludzie zdrowi w wykonanym teście diagnostycznym zostaną oznaczeni jako zdrowi. Test o wysokiej swoistości cechuje niski błąd pierwszego rodzaju.

Zarówno czułość jak i swoistość testu są ważnymi wskaźnikami dokładności testu lub klasyfikatora binarnego i osobno nie dają pełnego obrazu; tylko wspólnie dają one pojęcie o stopniu zaufania, jakim można darzyć dany test.

Tablica pomyłek testu diagnostycznego:

		Stan (na przykład choroba)
		prawdziwy	fałszywy
Wynik testu	dodatni	prawdziwie dodatni	fałszywie dodatni	→ wartość predykcyjna dodatnia
	ujemny	fałszywie ujemny	prawdziwie ujemny	→ wartość predykcyjna ujemna
		↓ czułość	↓ swoistość

Zobacz też

• tablica pomyłek

Przypisy

1. NinaN. Zumel NinaN., JohnJ. Mount JohnJ., Język R i analiza danych w praktyce, 2021, s. 214 (pol.).
2. M.M. Melonek M.M., Porównanie wyników weryfikacji modeli numerycznych prognoz pogody działających operacyjnie w ICM, „Infrastruktura i Ekologia Terenów Wiejskich”, 2011 (06), 2011, s. 31–42 [dostęp 2025-02-14] (pol.).
3. Robert Beaglehole, Ruth Bonita, Tord Kjellstrom: Podstawy epidemiologii. Łódź: Instytut Medycyny Pracy, 1996, s. 108. ISBN 83-86052-71-6.
4. Miquel Porta: A Dictionary of Epidemiology. Oxford: International Epidemiological Association – Oxford University Press, 2008. ISBN 978-0-19-531449-6. Brak numerów stron w książce