حاسبة الحساسية والنوعية (Sensitivity & Specificity)

حاسبة الحساسية والنوعية (Sensitivity & Specificity)

رائد AI Skill PRO

أدخل الحساب

صيغة رياضية

Sensitivity=TPTP+FN×100%\text{Sensitivity} = \frac{\text{TP}}{\text{TP} + \text{FN}} \times 100\%
عرض خطوات الحساب (4)
  1. Specificity (True Negative Rate)

    Specificity=TNTN+FP×100%\text{Specificity} = \frac{\text{TN}}{\text{TN} + \text{FP}} \times 100\%

    Proportion of actual negatives correctly identified

  2. Positive Predictive Value (PPV)

    PPV=TPTP+FP×100%\text{PPV} = \frac{\text{TP}}{\text{TP} + \text{FP}} \times 100\%

    Proportion of positive test results that are true positives

  3. Negative Predictive Value (NPV)

    NPV=TNTN+FN×100%\text{NPV} = \frac{\text{TN}}{\text{TN} + \text{FN}} \times 100\%

    Proportion of negative test results that are true negatives

  4. Accuracy

    Accuracy=TP+TNTP+FN+TN+FP×100%\text{Accuracy} = \frac{\text{TP} + \text{TN}}{\text{TP} + \text{FN} + \text{TN} + \text{FP}} \times 100\%

    Proportion of all results that are correct

إحصاءات الاستخدام

اعلان

نتائج

الحساسية (معدّل الإيجابيات الصحيحة)
٩٠%
القدرة على تحديد الحالات الإيجابية بشكل صحيح
النوعية (معدّل السلبيات الصحيحة) ٨٠%
القيمة التنبؤية الإيجابية (PPV) ٨١٫٨٢%
القيمة التنبؤية السلبية (NPV) ٨٨٫٨٩%
الدقة ٨٥%

للاسترشاد فقط — لا يُغني عن تقييم الطبيب.

الإبلاغ عن خطأ في هذه الصفحة

ماذا تفعل هذه الحاسبة

تقيس هذه الأداة أداء أي اختبار تشخيصي ثنائي أو نموذج تصنيف. انطلاقًا من الخلايا الأربع في مصفوفة الالتباس 2×2 — الإيجابيات الصحيحة (TP)، والسلبيات الكاذبة (FN)، والسلبيات الصحيحة (TN)، والإيجابيات الكاذبة (FP) — تحسب الأداة الحساسية والنوعية والقيمة التنبؤية الإيجابية والسلبية (PPV/NPV) والدقة الإجمالية. وهذه المقاييس شائعة الاستخدام في الطب وعلم الأوبئة وتعلّم الآلة.

مصفوفة التباس بحجم اثنين في اثنين تعرض خلايا TP وFP وFN وTN
تنظّم مصفوفة الالتباس التنبؤات إلى إيجابيات صحيحة وإيجابيات خاطئة وسلبيات خاطئة وسلبيات صحيحة.

كيفية الاستخدام

أدخل عدد كل حالة من نتائج دراستك أو نموذجك. تعني النتيجة "الإيجابية" عادةً أن الحالة موجودة (أو أن النموذج يتنبأ بالفئة الإيجابية). تمثّل TP وFP الحالات التي صنّفها الاختبار على أنها إيجابية، بينما تمثّل TN وFN الحالات التي صنّفها على أنها سلبية. اضغط على زر الحساب لتظهر لك المقاييس الخمسة جميعها كنسب مئوية.

شرح المعادلات

الحساسية \( = \text{TP} / (\text{TP} + \text{FN}) \) تخبرك بمدى قدرة الاختبار على اكتشاف الحالات الحقيقية، فالقيمة المرتفعة تعني أن عددًا قليلاً من المرضى يفلت دون كشفه. $$\text{Sensitivity} = \frac{\text{TP}}{\text{TP} + \text{FN}} \times 100\%$$ النوعية \( = \text{TN} / (\text{TN} + \text{FP}) \) تخبرك بمدى قدرته على استبعاد الأشخاص الأصحّاء، فالقيمة المرتفعة تعني قلّة الإنذارات الكاذبة. $$\text{Specificity} = \frac{\text{TN}}{\text{TN} + \text{FP}} \times 100\%$$ القيمة التنبؤية الإيجابية \( \text{PPV} = \text{TP} / (\text{TP} + \text{FP}) \) هي احتمال أن تكون النتيجة الإيجابية حقيقية، $$\text{PPV} = \frac{\text{TP}}{\text{TP} + \text{FP}} \times 100\%$$ والقيمة التنبؤية السلبية \( \text{NPV} = \text{TN} / (\text{TN} + \text{FN}) \) هي احتمال أن تكون النتيجة السلبية سلبية فعلاً. $$\text{NPV} = \frac{\text{TN}}{\text{TN} + \text{FN}} \times 100\%$$ أما الدقة \( = (\text{TP} + \text{TN}) / \text{المجموع} \) فتلخّص مدى الصواب الإجمالي. $$\text{Accuracy} = \frac{\text{TP} + \text{TN}}{\text{TP} + \text{FN} + \text{TN} + \text{FP}} \times 100\%$$

اعلان
رسم يقارن بين الحساسية من الإيجابيات الفعلية والنوعية من السلبيات الفعلية
تُحسب الحساسية ضمن الإيجابيات الفعلية، والنوعية ضمن السلبيات الفعلية.

مثال تطبيقي

لنفترض أن اختبارًا أعطى القيم التالية: \( \text{TP} = 90 \)، \( \text{FN} = 10 \)، \( \text{TN} = 80 \)، \( \text{FP} = 20 \). $$\text{Sensitivity} = \frac{90}{90 + 10} = 90\%$$ $$\text{Specificity} = \frac{80}{80 + 20} = 80\%$$ $$\text{PPV} = \frac{90}{90 + 20} \approx 81.82\%$$ $$\text{NPV} = \frac{80}{80 + 10} \approx 88.89\%$$ $$\text{Accuracy} = \frac{90 + 80}{200} = 85\%$$

تفسير الحساسية والنوعية والقيمة التنبؤية الإيجابية والسلبية

الحساسية هي نسبة الأشخاص المصابين فعلاً بالحالة الذين يرصدهم الاختبار بشكل صحيح: \(\text{TP}/(\text{TP}+\text{FN})\). النوعية هي نسبة الأشخاص غير المصابين بالحالة الذين يستبعدهم الاختبار بشكل صحيح: \(\text{TN}/(\text{TN}+\text{FP})\).

  • حساسية عالية (SnNout): عدد قليل من النتائج السلبية الكاذبة، لذلك تساعد النتيجة السلبية على استبعاد الحالة.
  • نوعية عالية (SpPin): عدد قليل من النتائج الإيجابية الكاذبة، لذلك تساعد النتيجة الإيجابية على تأكيد الحالة.
  • حساسية منخفضة: يتم تفويت حالات كثيرة، لذلك لا تكون النتيجة السلبية مطمئنة كثيراً.
  • نوعية منخفضة: كثير من الأشخاص الأصحاء تظهر نتيجتهم إيجابية، لذلك تحتاج النتيجة الإيجابية إلى تأكيد.

المفاضلة بين العتبات

تنتج معظم الاختبارات قيمة متصلة (درجة أو تركيزاً أو احتمالاً) تُحوَّل إلى نتيجة إيجابية أو سلبية عبر قيمة قطع. خفض قيمة القطع يرفع الحساسية عادةً ولكنه يخفض النوعية. ورفعها يحدث العكس. لا توجد عتبة واحدة تحسّن الاثنين معاً لاختبار معين، لذا تعتمد قيمة القطع المناسبة على التكلفة النسبية للحالات المفوَّتة مقارنةً بالإنذارات الخاطئة. يرسم منحنى ROC هذه المفاضلة عبر جميع العتبات.

تعتمد القيمة التنبؤية الإيجابية والسلبية على الانتشار

القيمة التنبؤية الإيجابية (PPV) هي \(\text{TP}/(\text{TP}+\text{FP})\)، والقيمة التنبؤية السلبية (NPV) هي \(\text{TN}/(\text{TN}+\text{FN})\). وعلى عكس الحساسية والنوعية، تتغير هاتان القيمتان بحسب مدى شيوع الحالة في المجموعة المختبرة. عندما يكون الانتشار منخفضاً، يُنتج حتى الاختبار الجيد عدداً كبيراً من النتائج الإيجابية الكاذبة مقارنةً بالإيجابيات الحقيقية، فتنخفض القيمة التنبؤية الإيجابية وترتفع القيمة التنبؤية السلبية. وعندما يكون الانتشار مرتفعاً يحدث العكس. ولا تنطبق القيمتان التنبؤيتان من دراسة واحدة إلا على مجموعات ذات انتشار مماثل. انظر الجدول أدناه.

حدود الدقة

الدقة هي \((\text{TP}+\text{TN})/\text{total}\). وقد تكون مضللة في البيانات غير المتوازنة. فإذا كان 1% فقط من العينة مصاباً بالحالة، فإن اختباراً يصنّف الجميع سلبيين يكون دقيقاً بنسبة 99% لكن حساسيته 0%. اقرأ الدقة دائماً مع الحساسية والنوعية والقيمة التنبؤية الإيجابية/السلبية.

تصف هذه الأرقام العينة التي تُدخلها، وتحمل قدراً من عدم اليقين الناتج عن أخذ العينات، وهي معلومات عامة وليست نصيحة طبية شخصية. ناقش أي نتيجة فردية مع أخصائي رعاية صحية مؤهل.

كيف يغيّر الانتشار القيمة التنبؤية الإيجابية والسلبية

يفترض الجدول اختباراً بحساسية 90% ونوعية 90% يُطبَّق على 10,000 شخص. ويتغير الانتشار فقط.

الانتشار TP FN TN FP PPV NPV الدقة
1% 90 10 8,910 990 8.33% 99.89% 90%
5% 450 50 8,550 950 32.14% 99.42% 90%
10% 900 100 8,100 900 50.00% 98.78% 90%
25% 2,250 250 6,750 750 75.00% 96.43% 90%
50% 4,500 500 4,500 500 90.00% 90.00% 90%

تحقق عملي عند انتشار 1%

المصابون: 10,000 × 0.01 = 100، لذلك TP = 100 × 0.90 = 90 و FN = 10. الأصحاء: 9,900، لذلك TN = 9,900 × 0.90 = 8,910 و FP = 990.

$$\text{PPV} = \frac{90}{90+990} = \frac{90}{1080} \approx 8.33\%, \qquad \text{NPV} = \frac{8910}{8910+10} = \frac{8910}{8920} \approx 99.89\%$$

الخلاصة: مع الاختبار نفسه، تكون النتيجة الإيجابية صحيحة نحو مرة واحدة من كل 12 مرة عند انتشار 1%، لكنها تكون صحيحة 9 مرات من كل 10 عند انتشار 50%. وتبقى الدقة 90% في كل صف، وهذا يوضح لماذا تُخفي الدقة وحدها هذا الأثر.

اعلان

المصطلحات الرئيسية والمسرد

مصفوفة الالتباس
جدول 2×2 يقارن نتائج الاختبار (إيجابية/سلبية) بالحالة الحقيقية (موجودة/غائبة). خلاياه الأربع هي TP وFP وFN وTN.
الإيجابية الحقيقية (TP)
شخص مصاب بالحالة يصنفه الاختبار بشكل صحيح على أنه إيجابي.
الإيجابية الكاذبة (FP)
شخص غير مصاب بالحالة يصنفه الاختبار خطأً على أنه إيجابي.
السلبية الحقيقية (TN)
شخص غير مصاب بالحالة يصنفه الاختبار بشكل صحيح على أنه سلبي.
السلبية الكاذبة (FN)
شخص مصاب بالحالة يصنفه الاختبار خطأً على أنه سلبي.
الحساسية (الاستدعاء، معدل الإيجابية الحقيقية)
TP / (TP + FN). نسبة الأشخاص المصابين الذين تظهر نتيجتهم إيجابية.
النوعية (معدل السلبية الحقيقية)
TN / (TN + FP). نسبة الأشخاص غير المصابين الذين تظهر نتيجتهم سلبية.
القيمة التنبؤية الإيجابية (PPV، الدقة الإيجابية)
TP / (TP + FP). نسبة النتائج الإيجابية التي هي إيجابيات حقيقية.
القيمة التنبؤية السلبية (NPV)
TN / (TN + FN). نسبة النتائج السلبية التي هي سلبيات حقيقية.
الدقة
(TP + TN) / (TP + FP + TN + FN). نسبة جميع النتائج الصحيحة.
الانتشار
(TP + FN) / الإجمالي. نسبة المجموعة المختبرة التي لديها الحالة.
معدل الإيجابية الكاذبة
FP / (FP + TN)، ويساوي 1 − النوعية.
معدل السلبية الكاذبة
FN / (FN + TP)، ويساوي 1 − الحساسية.

الأسئلة الشائعة

ما الفرق بين الحساسية والنوعية؟ تقيس الحساسية قدرة الاختبار على كشف الأشخاص المصابين بالحالة، بينما تقيس النوعية قدرته على استبعاد الأشخاص غير المصابين بشكل صحيح.

لماذا تختلف PPV وNPV عن الحساسية والنوعية؟ تعتمد القيم التنبؤية على معدّل انتشار المرض في عيّنتك، في حين أن الحساسية والنوعية خاصّيتان جوهريتان للاختبار نفسه.

هل يمكن أن يكون الاختبار حساسًا بنسبة 100٪ وعديم الفائدة؟ نعم، فالاختبار الذي يصنّف الجميع على أنهم إيجابيون يبلغ حساسية 100٪ ونوعية 0٪، ولذلك لا بد من النظر إلى الرقمين معًا.

المصادر والمراجع

تمت المطابقة مع هذه المصادر بتاريخ . لم يراجعه طبيب. معلومات عامة فقط، وليست نصيحة طبية أو تشخيصًا. استشر طبيبًا بشأن أي مخاوف صحية.

آخر تحديث:

الأكثر شيوعًا في الصحة واللياقة

عرض جميع حاسبات الصحة واللياقة