Чувствительность и специфичность диагностических тестов¶
Чувствительность и специфичность — это статистические показатели качества диагностического теста, характеризующие его способность правильно выявлять наличие или отсутствие заболевания (состояния) у обследуемых. Они используются в клинической эпидемиологии, лабораторной диагностике и доказательной медицине для оценки пригодности теста к практическому применению и сравнения альтернативных методов обследования.
¶Определение показателей
Показатели вычисляются на основе сравнения результатов теста с результатами «золотого стандарта» — референсного метода, который достоверно устанавливает истинное наличие или отсутствие болезни.
- Чувствительность (sensitivity) — доля больных, у которых тест дал положительный результат. Высокая чувствительность означает, что тест редко пропускает заболевание (редко даёт ложноотрицательные результаты). Чувствительный тест полезен для скрининга, когда важно не пропустить патологию.
- Специфичность (specificity) — доля здоровых, у которых тест дал отрицательный результат. Высокая специфичность означает, что тест редко даёт ложноположительные результаты. Специфичный тест полезен для подтверждения диагноза, когда важно не назначить лечение здоровому человеку.
¶Математическое выражение
Показатели рассчитываются по таблице сопряжённости 2×2, где результаты теста сравниваются с истинным состоянием.
| Болен (по стандарту) | Здоров (по стандарту) | |
|---|---|---|
| Тест положительный | Истинно положительные (ИП) | Ложноположительные (ЛП) |
| Тест отрицательный | Ложноотрицательные (ЛО) | Истинно отрицательные (ИО) |
Формулы:
- Чувствительность = ИП / (ИП + ЛО) × 100 %
- Специфичность = ИО / (ИО + ЛП) × 100 %
¶Взаимосвязь показателей
Чувствительность и специфичность связаны обратной зависимостью. Изменение порога отсечения (cut-off) теста, например концентрации биомаркера, при котором результат считается положительным, сдвигает баланс: повышение чувствительности ведёт к снижению специфичности, и наоборот. Эта зависимость графически отображается ROC-кривой. Идеальный тест имеет чувствительность и специфичность, близкие к 100 %, однако на практике достижение обоих высоких значений одновременно затруднительно и зависит от природы заболевания и вариабельности измерений.
¶Отличие от прогностической ценности
Чувствительность и специфичность — это характеристики самого теста, которые не зависят от распространённости заболевания в популяции. В отличие от них, прогностическая ценность положительного и отрицательного результата (PPV и NPV) зависит от претестовой вероятности болезни. Один и тот же тест с фиксированной чувствительностью и специфичностью будет иметь разную прогностическую ценность при скрининге редкого и частого заболевания. Например, при низкой распространённости болезни даже высокоспецифичный тест будет давать значительную долю ложноположительных результатов.
¶Применение в медицине
Выбор оптимального соотношения чувствительности и специфичности зависит от клинической задачи:
- Скрининговые тесты (например, маммография, тест на ВИЧ) должны обладать высокой чувствительностью, чтобы минимизировать пропуск заболевания. Последующее подтверждение проводится более специфичным методом.
- Подтверждающие (верифицирующие) тесты (например, иммуноблот, биопсия) должны иметь высокую специфичность, чтобы исключить ложные диагнозы у лиц, отобранных скринингом.
- Дифференциальная диагностика требует тестов с сочетанием показателей, позволяющим разграничить схожие по проявлениям состояния.
¶Ограничения
Ключевое ограничение показателей — зависимость от качества «золотого стандарта». Если референсный метод сам имеет погрешность, расчётные значения чувствительности и специфичности будут смещёнными. Кроме того, показатели, полученные в одной популяции (например, в стационаре с тяжёлыми пациентами), могут не воспроизводиться в другой (например, при амбулаторном скрининге) из-за различий в спектре проявлений болезни.
¶Источники
- Флетчер Р., Флетчер С., Вагнер Э. Клиническая эпидемиология. Основы доказательной медицины. — М.: Медиа Сфера, 1998.
- Власов В. В. Эпидемиология. — М.: ГЭОТАР-Медиа, 2004.
- Гланц С. Медико-биологическая статистика. — М.: Практика, 1998.
BFOmetr — база данных и аналитика по компаниям России.
На главную BFOmetr →


