Specificità

Con il termine specificità, in medicina, si indica la probabilità, in un esame diagnostico, di avere un risultato "negativo" (cioè non riscontrare la patologia) in soggetti effettivamente sani, all'interno di una certa popolazione di riferimento.

Tale concetto si contrappone a quello di sensibilità, cioè la probabilità di ottenere un risultato "positivo" in soggetti realmente affetti dalla patologia in esame.

Calcolo

Un test sarà tanto più specifico quanto più bassa risulterà la quota di falsi positivi (cioè di soggetti sani identificati dal test come malati). Un test molto specifico, in definitiva, ci consente di limitare la possibilità che un soggetto sano risulti positivo al test.

Supponiamo che un test di screening dia come risultato solamente due opzioni: positivo al test e negativo. Essere positivi al test equivale ad essere ammalato, ma indagini diagnostiche successive possono rivelare l'effettiva malattia o meno. Perciò si otterranno 4 tipologie di osservati: Sani Negativi (veri negativi), Sani Positivi (falsi positivi), Malati Positivi (veri positivi) e Malati Negativi (falsi negativi), rappresentabili così in tabella:

	Malati	Sani
Positivi	Veri +	Falsi +
Negativi	Veri -	Falsi -

La specificità del test verrà così calcolata:

$S_{p}={\frac {V_{-}}{TS_{+}}}={\frac {V_{-}}{(V_{-}+F_{+})}}$

Specificità = Veri negativi / Totale sani = Veri negativi / (Veri negativi + Falsi positivi)

Esempio

Viene condotto uno screening su una popolazione di 88 persone con un test, le quali poi vengono tutte sottoposte ad un'indagine diagnostica e si ottiene la situazione che segue:

	Malati	Sani
Positivi	25	2
Negativi	57	4

Calcoliamo la specificità del test di screening:

$S_{p}={\frac {55}{55+2}}={\frac {55}{57}}=0,965=96,5\%$

Ossia la probabilità che un soggetto negativo al test sia effettivamente sano è del 96,5%. C'è una probabilità di errore del 3,5% che il soggetto negativo al test sia malato.

Vedi anche

• Sensibilità (medicina)
• Predittività
• Valore di cut-off

Note

$Inserirequilaformula$