Come calcolare sensibilità e specificità in statistica

In statistica, le nozioni di sensibilità e di specificità svolgono un ruolo estremamente importante.
Si utilizzano, spesso, nel settore della medicina, in particolar modo nell’epidemiologia. Si utilizzano, tra l'altro, per analizzare l’andamento di un test di screening e la veridicità dei risultati ottenuti.
In particolar modo, con la sensibilità si stabilisce se il test è in grado di individuare i soggetti malati ad una determinata patologia. Con la specificità, invece, si controlla se l’esame è in grado di determinare il numero dei soggetti sani. Allora, viene da chiedersi come è possibile calcolare i due valori. L’argomento necessita di specifiche conoscenze di base. In questa guida, pertanto, vi indicheremo il corretto procedimento da utilizzare per effettuare il calcolo della sensibilità e della specificità.

• Applicazione delle formule esatte
• Dati di un test di screening

In questo primo passo vedremo come è possibile calcolare il parametro statistico della sensibilità.
Per avere una statistica precisa, è necessario considerare i soggetti positivi (P+) rispetto al totale dei malati (T). I dati sono sicuramente più realistici se la quantità dei falsi negativi (F-) è minima.
Per calcolare correttamente il dato della sensibilità, è necessario prendere in esame le differenti categorie presenti. Occorre, inoltre, ricordare e tenere bene a mente che nel totale (T) devono essere inclusi anche i falsi negativi. Di conseguenza, possiamo affermate quanto segue: T = (P+) + (F-) e S = P+ / T. Pertanto, si ottiene che S = P+ / [(P+) + (F-)]. Tramite questa formula, si avrà calcolato la sensibilità in statistica.

A questo punto, passiamo ad esaminare come effettuare il calcolo del parametro statistico della specificità. La specificità viene utilizzata per controllare ed annullare la possibilità di un eventuale errore di un test. Uno dei più comuni potrebbe essere quello di considerare positivo un soggetto che è in realtà completamente sano. Il valore della specificità, pertanto, è inversamente proporzionale alla quantità dei falsi positivi. Nel calcolo, è necessario tenere in considerazione i pazienti sani (P-), rispetto al totale della popolazione sana (T-). Quindi, avremo Sp = P- /T-. In questo caso, il totale della popolazione sana deve comprendere anche i falsi positivi (F+). Di conseguenza, in questo caso avremo: T- = P- + F+ e Sp = P- /[ P- + F+]. Pertanto, abbiamo finalmente calcolato il valore della specificità in statistica.

Alla fine di tutto, è buona regola eseguire un esercizio, per far comprendere nel migliore dei modi quanto abbiamo espresso in precedenza. Per meglio comprendere l’argomento in questione, vi proponiamo un esempio. In questo caso, si deve calcolare la sensibilità e la specificità di un test condotto su 92 pazienti. I risultati sono i seguenti:
Pazienti positivi (P+) = 31
Falsi positivi (F+) = 2
Falsi negativi (F-) = 3
Pazienti sani (P-) = 56
Vediamo, pertanto, come bisogna procedere opportunamente. Occorre applicare la regola del calcolo della sensibilità: S = P+ / [(P+) + (F-)], quindi avremo S = 31 / (31+3), da cui deriva S = 31/34 e S = 0,911 = 91,1%. A questo punto, non rimane altro da fare che passare all'esempio relativo al calcolo della specificità: Sp = P- /[ P- + F+], quindi Sp = 56/ (56+2), poi Sp = 56/58, ed infine Sp = 0,965 = 96,5%. Con queste semplici formule, si è pertanto in grado di calcolare agevolmente i valori della sensibilità e della specificità. Per ottenere una statistica scientificamente rigorosa, vi consigliamo di esaminare con cura tutti quanti i dati. È buona regola, inoltre, evitare di commettere degli errori nei calcoli, in modo da non tralasciare alcun risultato.

• Quando applicate le formule di sensibilità e specificità, siate rigorosi. Controllate i dati a disposizione ed inserite i valori esatti. Solo in questo modo, il risultato statistico avrà valore.

• Sensibilità e specificità di un test

• Come fare una semplice analisi statistica dei dati
• Statistica descrittiva e inferenziale