ScholarGate
Assistent
Process / pipelinediagnostic-testing

Känslighet och specificitet

Känslighet och specificitet är grundläggande mått på diagnostiska testernas noggrannhet. Känslighet är sannolikheten att ett test korrekt identifierar en person med sjukdomen (sann positiv andel: TP / (TP + FN)). Specificitet är sannolikheten att ett test korrekt identifierar en person utan sjukdomen (sann negativ andel: TN / (TN + FP)). Varje test innebär en avvägning: ökad känslighet (att fånga alla sjuka personer) minskar ofta specificiteten (fler falsklarm). Valet av testtröskel beror på det kliniska sammanhanget: screening för allvarliga sjukdomar gynnar känslighet; bekräftelse av en diagnos gynnar specificitet.

Tillämpa med StatMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. Altman, D. G., & Bland, J. M. (1994). Diagnostic tests 1: Sensitivity and specificity. BMJ, 308(6943), 1552. link
  2. Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861–874. DOI: 10.1016/j.patrec.2005.10.010
  3. Metz, C. E. (1978). Basic principles of ROC analysis. Seminars in Nuclear Medicine, 8(4), 283–298. DOI: 10.1016/S0001-2998(78)80014-2

Så citerar du den här sidan

ScholarGate. (2026, June 3). Sensitivity and Specificity in Diagnostic Testing and Binary Classification. ScholarGate. https://scholargate.app/sv/research-statistics/sensitivity-specificity

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Refereras av

ScholarGateSensitivity and Specificity (Sensitivity and Specificity in Diagnostic Testing and Binary Classification). Hämtad 2026-06-15 från https://scholargate.app/sv/research-statistics/sensitivity-specificity · Datamängd: https://doi.org/10.5281/zenodo.20539026