ما هي النوعية (Specificity)؟
النوعية، وتُعرف أيضًا بمعدل السلبيات الحقيقية (True Negative Rate)، تقيس مدى قدرة الاختبار أو المُصنِّف على تحديد الحالات السلبية بشكل صحيح. وهي تجيب عن السؤال التالي: "من بين جميع الأشخاص الذين لا يعانون فعليًا من الحالة، ما النسبة التي صنّفها الاختبار بشكل صحيح على أنها سلبية؟" تُعدّ النوعية مقياسًا أساسيًا في التشخيص الطبي وعلم الأوبئة وتصنيف نماذج تعلّم الآلة، وهي مكمِّلة للحساسية (معدل الإيجابيات الحقيقية).
كيفية استخدام هذه الحاسبة
أدخل قيمتين من مصفوفة الالتباس (Confusion Matrix): عدد السلبيات الحقيقية (TN) — وهي الحالات السلبية التي تم تحديدها بشكل صحيح — وعدد الإيجابيات الكاذبة (FP) — وهي الحالات السلبية التي صُنِّفت خطأً على أنها إيجابية. تعرض لك الحاسبة قيمة النوعية على شكل نسبة عشرية ونسبة مئوية في آنٍ واحد.
شرح المعادلة
$$\text{Specificity} = \frac{\text{TN}}{\text{TN} + \text{FP}} \times 100\%$$ يمثّل المقام \(\text{TN} + \text{FP}\) إجمالي عدد الحالات السلبية الفعلية. تعني النوعية البالغة 1.0 (أي 100%) أن الاختبار لم يُنتج أي نتيجة إيجابية كاذبة على الإطلاق. أما القيمة الأقل فتعني أن عددًا أكبر من الأشخاص الأصحّاء أو السلبيين قد صُنِّفوا خطأً على أنهم إيجابيون.
مثال محلول
لنفترض أن اختبار فحص (Screening) أُجري على 100 شخص سليم. صنّف الاختبار 80 منهم بشكل صحيح على أنهم سلبيون (TN = 80)، لكنه صنّف 20 منهم خطأً على أنهم إيجابيون (FP = 20). إذن النوعية $$\text{Specificity} = \frac{80}{80 + 20} = \frac{80}{100} = 0.80$$ أي 80%. وبذلك يحدّد الاختبار بشكل صحيح 80% من الأشخاص السلبيين فعليًا.
الأسئلة الشائعة
ما هي قيمة النوعية الجيدة؟ كلما ارتفعت القيمة كان ذلك أفضل؛ فالقيم القريبة من 1.0 (100%) تدل على قلة الإنذارات الكاذبة. أما الحد المقبول فيعتمد على تكلفة الإيجابيات الكاذبة في تطبيقك تحديدًا.
ما الفرق بين النوعية والحساسية؟ تقيس النوعية مدى صحة تحديد الحالات السلبية (معدل TN)، بينما تقيس الحساسية مدى صحة تحديد الحالات الإيجابية (معدل TP). ومعًا يصفان الدقة الإجمالية للاختبار.
ماذا لو كانت قيمتا TN وFP صفرًا معًا؟ تصبح النوعية غير معرّفة لعدم وجود أي حالات سلبية فعلية؛ وفي هذه الحالة تُرجع الحاسبة القيمة 0 لتفادي القسمة على صفر.
