Définitions:
Patient: positif pour la maladie
Sain: négatif pour la maladie
Vrai positif (TP) = le nombre de cas correctement identifiés comme patient
Faux positif (FP) = le nombre de cas incorrectement identifiés comme patient
Vrai négatif (TN) = le nombre de cas correctement identifiés comme sain
Faux négatif (FN) = le nombre de cas incorrectement identifiés comme sains
Précision: La précision d’un test est sa capacité à différencier correctement le patient et les cas sains., Pour estimer la précision d’un test, nous devons calculer la proportion de vrai positif et vrai négatif dans tous les cas évalués. Mathématiquement, cela peut être indiqué comme suit:
Précision=TP+TNTP+TN+FP+FN
Sensibilité: La sensibilité d’un test est sa capacité à déterminer correctement les cas de patients. Pour l’estimer, nous devrions calculer la proportion de vrais positifs dans les cas de patients. Mathématiquement, cela peut être déclaré comme suit:
Sensibilité=TPTP+FN
Spécificité: La spécificité d’un test est sa capacité à déterminer correctement les cas sains., Pour l’estimer, nous devrions calculer la proportion de vrai négatif dans les cas sains. Mathématiquement, cela peut être déclaré comme suit:
Spécificité=TNTN+FP
Exemples:
Scénario 1
Imaginez que nous ayons un échantillon de 100 cas, 50 en bonne santé et les autres patients. Si un test peut être positif pour tous les patients et négatif pour tous les patients en bonne santé, il est précis à 100%. Dans la figure 1, flèche montre le test et il a été en mesure de différencier le sain et le patient exactement., Dans cet exemple, la sensibilité du test est de 50 divisée par 50 ou 100% et sa spécificité dans la détermination des personnes en bonne santé est de 50 divisée par 50 ou 100%.
Une présentation schématique d’un exemple de test avec 100% de précision, de sensibilité et de spécificité
la Prise en compte de l’mentionnées caractéristiques statistiques, ce test est approprié pour le dépistage et la vérification finale d’une maladie.,
Scénario 2
Si le test ne peut diagnostiquer que 25 des 50 patients et que les autres sont en bonne santé (Figure 2); la précision, la sensibilité et la spécificité seront les suivantes:
Une présentation schématique d’un exemple de test avec 75% % spécificité.
Précision: Sur les 100 cas testés, le test a permis de déterminer correctement 25 patients et 50 cas sains. Par conséquent, la précision du test est égale à 75 divisée par 100 ou 75%.,
Sensibilité: Sur les 50 patients, le test n’en a diagnostiqué que 25. Par conséquent, sa sensibilité est de 25 divisée par 50 ou 50%.
Spécificité: Parmi les 50 personnes en bonne santé, le test a correctement souligné les 50. Par conséquent, sa spécificité est 50 divisée par 50 ou 100%.
Selon ces caractéristiques statistiques, ce test ne convient pas à des fins de dépistage; mais il convient à la confirmation finale d’une maladie.,
Scénario 3
Cette fois, nous supposerons que le test a permis d’identifier 25 des 50 cas sains et que les autres ont été signalés comme patients (figure 3). Dans ce scénario, la précision, la sensibilité et la spécificité sera comme suit:
Une présentation schématique d’un exemple de test avec 75% de précision, sensibilité de 100%, et 50% de spécificité.
Précision: Sur les 100 cas testés, le test a permis d’identifier correctement 25 cas sains et 50 patients., Par conséquent, la précision du test est égale à 75 divisée par 100 ou 75%.
Sensibilité: Parmi les 50 patients, le test a diagnostiqué les 50. Par conséquent, sa sensibilité est 50 divisée par 50 ou 100%.
Spécificité: Sur les 50 cas sains, le test n’en a correctement souligné que 25. Par conséquent, sa spécificité est 25 divisée par 50 ou 50%.
Selon ces caractéristiques statistiques, ce test est adapté à des fins de dépistage mais il ne convient pas à la confirmation finale d’une maladie.