ما هي الحساسية؟
الحساسية، التي تُعرف أيضًا باسم معدل الإيجابيات الحقيقية أو الاستدعاء (Recall)، تقيس مدى قدرة الاختبار أو المُصنِّف على اكتشاف الحالات الإيجابية الفعلية. وهي تجيب عن سؤال جوهري: «من بين جميع الأشخاص (أو العناصر) الذين تنطبق عليهم الحالة فعلًا, ما النسبة التي رصدها الاختبار بشكل صحيح؟» فكلما ارتفعت الحساسية، قلّ عدد الحالات الإيجابية التي يفوتها الاختبار.
كيفية استخدام الحاسبة
أدخل عدد الإيجابيات الحقيقية (TP) — أي الحالات التي صُنِّفت إيجابية بشكل صحيح — وعدد السلبيات الكاذبة (FN) — أي الحالات الإيجابية التي صنّفها الاختبار خطأً على أنها سلبية. تعرض لك الحاسبة قيمة الحساسية على شكل كسر عشري (من 0 إلى 1) وكنسبة مئوية في آنٍ واحد.
شرح المعادلة
$$\text{Sensitivity} = \frac{\text{TP}}{\text{TP} + \text{FN}} \times 100\%$$ يمثّل المقام \(\text{TP} + \text{FN}\) إجمالي عدد الحالات الإيجابية الفعلية. وبقسمة الإيجابيات التي رُصدت بشكل صحيح على مجموع الإيجابيات الحقيقية كاملةً، نحصل على نسبة الحالات التي ينجح الاختبار في اكتشافها. وتتراوح النتيجة بين 0 (لا يكتشف أي حالة) و1 (يكتشف جميع الحالات).
مثال تطبيقي
لنفترض أن اختبارًا للكشف المبكر رصد بشكل صحيح 90 مريضًا (TP = 90)، لكنه أغفل 10 مرضى (FN = 10). عندئذٍ تكون الحساسية $$= \frac{90}{90 + 10} = \frac{90}{100} = 0.9$$ أي 90%. أي أن الاختبار يكتشف 90% من الحالات الحقيقية.
الأسئلة الشائعة
هل الحساسية هي نفسها الاستدعاء (Recall)؟ نعم — ففي مجال تعلّم الآلة، يُعد الاستدعاء والحساسية مصطلحين متطابقين تمامًا: \(\frac{\text{TP}}{\text{TP} + \text{FN}}\).
ما الفرق بين الحساسية والنوعية (Specificity)؟ تقيس الحساسية معدل الإيجابيات الحقيقية، بينما تقيس النوعية معدل السلبيات الحقيقية، أي \(\frac{\text{TN}}{\text{TN} + \text{FP}}\). وكلاهما معًا يصف دقة الاختبار في التعامل مع الحالات الإيجابية والسلبية على حدّ سواء.
ما هي قيمة الحساسية الجيدة؟ يعتمد ذلك على السياق. فاختبارات الكشف عن الأمراض الخطيرة تستهدف عادةً حساسية مرتفعة جدًا (95% فأكثر) حتى لا تُغفل سوى عدد قليل من الحالات، ولو كان ذلك على حساب ارتفاع عدد الإيجابيات الكاذبة.
