حساسیت و ویژگی

حساسیت و تشخیص در آمار دو شاخص برای ارزیابی نتیجه یک آزمایش دسته بندی دودویی ( دوحالته ) هستند. زمانی که بتوان داده ها را به دو گروه مثبت و منفی تقسیم کرد، دقت نتایج یک آزمایش که اطلاعات را به این دو دسته تقسیم می کند با استفاده از شاخص های حساسیت و ویژگی قابل اندازه گیری و توصیف است. حساسیت ( true positive rate ) به معنی نسبتی از موارد مثبت است که آزمایش آن ها را به درستی به عنوان مثبت علامت گذاری می کند. ویژگی ( true negative rate ) به معنی نسبتی از موارد منفی است که آزمایش آن ها را به درستی به عنوان منفی علامت گذاری می کند.
مثبت صحیح ( True Positive ) : شخص بیمار، به درستی بیمار تشخیص داده شود.
مثبت کاذب ( False Positive ) : شخص سالم، به اشتباه بیمار تشخیص داده شود.
منفی صحیح ( True Negative ) : شخص سالم، به درستی سالم تشخیص داده شود.
منفی کاذب ( False Negative ) : شخص بیمار، به اشتباه سالم تشخیص داده شود.
به بیان ریاضی، حساسیت حاصل تقسیم موارد مثبت واقعی به حاصل جمع موارد مثبت واقعی و موارد منفی کاذب است.
به همین شکل، تشخیص حاصل تقسیم موارد منفی واقعی به حاصل جمع موارد منفی واقعی و مثبت کاذب است.
حساسیت و تشخیص یک آزمایش تنها به ماهیت آزمایش و نمونه ای که آزمایش در آن استفاده می شود بستگی دارد. با این حال، فقط با استفاده از حساسیت و ویژگی نمی توان نتیجه یک آزمایش را تعبیر کرد. به عنوان مثال، اگر نتیجه آزمایش خون یک بیمار حاکی از ابتلای وی به یک بیماری باشد و این آزمایش حساسیت ۹۰ درصد و ویژگی ۹۶ درصد داشته باشد، پزشک نمی تواند فقط با داشتن این دو مشخص کند که چند درصد احتمال دارد که بیمار واقعاً به آن بیماری مبتلا باشد. برای چنین منظوری، باید ارزش اخباری مثبت ( یا ارزش اخباری منفی در صورت منفی بودن نتیجه آزمایش ) را در نظر گرفت. ارزش اخباری یک آزمایش، علاوه بر ماهیت آزمایش و نمونه، به شیوع پدیدهٔ مورد آزمایش در جامعهٔ آماری هم بستگی دارد.