Calculadora de sensibilidade e especificidade

Sensibilidade e especificidade descrevem a capacidade de um teste diagnóstico de separar pessoas ou casos com uma condição daqueles sem ela. O cálculo começa com uma matriz de confusão contendo quatro contagens. Verdadeiros positivos são casos afetados corretamente classificados como positivos; falsos negativos são casos afetados que o teste não detecta. Verdadeiros negativos são casos não afetados corretamente classificados como negativos; falsos positivos são casos não afetados classificados incorretamente como positivos. Distinguir esses grupos torna claro o significado de cada resultado. A sensibilidade, também chamada de taxa de verdadeiros positivos ou revocação, é TP dividido por TP mais FN. Ela responde: entre todos os casos que realmente têm a condição, qual proporção foi detectada? Um teste de rastreamento muito sensível produz poucos falsos negativos. A especificidade, ou taxa de verdadeiros negativos, é TN dividido por TN mais FP. Ela mostra a proporção corretamente descartada entre os casos que realmente não têm a condição. Um teste confirmatório muito específico produz poucos falsos positivos. O valor preditivo positivo é TP dividido por TP mais FP, e o negativo é TN dividido por TN mais FN. Esses valores descrevem a probabilidade de um resultado observado estar correto na população testada. Ao contrário da sensibilidade e da especificidade, podem mudar bastante quando a prevalência muda. Um resultado positivo do mesmo exame pode, portanto, ter valor preditivo diferente em uma clínica de alto risco e em um rastreamento populacional amplo. A acurácia é a soma de TP e TN dividida por todas as observações. É fácil de entender, mas pode ocultar baixo desempenho na classe minoritária quando um resultado é muito mais comum. Use contagens inteiras de uma mesma população de estudo e com o mesmo limiar de decisão. Não digite porcentagens no lugar de contagens. Ao comparar testes, considere intervalos de confiança, tamanho da amostra, prevalência, desenho do estudo e consequências de cada erro, em vez de escolher a maior porcentagem isolada. Decisões médicas também exigem contexto clínico, limiares validados e julgamento profissional. Esta calculadora fornece estimativas pontuais determinísticas para educação, conferências de pesquisa, garantia da qualidade e revisão de classificações em aprendizado de máquina; não substitui uma análise estatística completa nem a interpretação clínica.