Conectar vía MCP →

Ingresar cálculo

Fórmula

Show calculation steps (4)
  1. Specificity (True Negative Rate)

    Specificity (True Negative Rate): Calculadora de sensibilidad y especificidad

    Proportion of actual negatives correctly identified

  2. Positive Predictive Value (PPV)

    Positive Predictive Value (PPV): Calculadora de sensibilidad y especificidad

    Proportion of positive test results that are true positives

  3. Negative Predictive Value (NPV)

    Negative Predictive Value (NPV): Calculadora de sensibilidad y especificidad

    Proportion of negative test results that are true negatives

  4. Accuracy

    Accuracy: Calculadora de sensibilidad y especificidad

    Proportion of all results that are correct

Publicidad

Resultados

Sensibilidad (tasa de verdaderos positivos)
90%
capacidad de identificar correctamente los positivos
Especificidad (tasa de verdaderos negativos) 80%
Valor predictivo positivo (VPP) 81,82%
Valor predictivo negativo (VPN) 88,89%
Exactitud 85%

Qué hace esta calculadora

Esta herramienta mide el rendimiento de una prueba diagnóstica binaria o de un modelo de clasificación. A partir de las cuatro celdas de una matriz de confusión 2×2 —verdaderos positivos (VP), falsos negativos (FN), verdaderos negativos (VN) y falsos positivos (FP)— calcula la sensibilidad, la especificidad, los valores predictivos positivo y negativo (VPP/VPN) y la exactitud global. Son métricas muy utilizadas en medicina, epidemiología y aprendizaje automático.

Matriz de confusión de dos por dos que muestra las celdas VP, FP, FN y VN
Una matriz de confusión organiza las predicciones en verdaderos positivos, falsos positivos, falsos negativos y verdaderos negativos.

Cómo usarla

Introduce el número de casos de cada resultado obtenido en tu estudio o modelo. Un resultado «positivo» suele significar que la condición está presente (o que el modelo predice la clase positiva). Los VP y los FP son los casos que la prueba clasificó como positivos; los VN y los FN son los que clasificó como negativos. Pulsa «calcular» para ver las cinco métricas expresadas en porcentaje.

Las fórmulas explicadas

Sensibilidad $$\text{Sensibilidad} = \frac{\text{VP}}{\text{VP} + \text{FN}} \times 100\%$$ indica con qué eficacia la prueba detecta los casos reales: un valor alto significa que se escapan pocos pacientes enfermos. Especificidad $$\text{Especificidad} = \frac{\text{VN}}{\text{VN} + \text{FP}} \times 100\%$$ indica con qué eficacia descarta a las personas sanas: un valor alto significa pocas falsas alarmas. El $$\text{VPP} = \frac{\text{VP}}{\text{VP} + \text{FP}} \times 100\%$$ es la probabilidad de que un resultado positivo sea real, y el $$\text{VPN} = \frac{\text{VN}}{\text{VN} + \text{FN}} \times 100\%$$ es la probabilidad de que un resultado negativo lo sea de verdad. La exactitud $$\text{Exactitud} = \frac{\text{VP} + \text{VN}}{\text{VP} + \text{FN} + \text{VN} + \text{FP}} \times 100\%$$ resume el acierto general.

Publicidad
Diagrama que contrasta la sensibilidad a partir de los positivos reales y la especificidad a partir de los negativos reales
La sensibilidad se calcula entre los positivos reales, y la especificidad entre los negativos reales.

Ejemplo resuelto

Imagina una prueba con VP = 90, FN = 10, VN = 80 y FP = 20.

$$\text{Sensibilidad} = \frac{90}{90 + 10} = 90\,\%$$ $$\text{Especificidad} = \frac{80}{80 + 20} = 80\,\%$$ $$\text{VPP} = \frac{90}{90 + 20} \approx 81{,}82\,\%$$ $$\text{VPN} = \frac{80}{80 + 10} \approx 88{,}89\,\%$$ $$\text{Exactitud} = \frac{90 + 80}{200} = 85\,\%$$

Preguntas frecuentes

¿Cuál es la diferencia entre sensibilidad y especificidad? La sensibilidad mide hasta qué punto una prueba detecta a las personas que tienen la condición; la especificidad mide hasta qué punto identifica correctamente a quienes no la tienen.

¿Por qué el VPP y el VPN difieren de la sensibilidad y la especificidad? Los valores predictivos dependen de la prevalencia de la enfermedad en tu muestra, mientras que la sensibilidad y la especificidad son propiedades intrínsecas de la prueba.

¿Puede una prueba ser 100 % sensible y aun así inútil? Sí: una prueba que clasifica a todo el mundo como positivo es 100 % sensible pero 0 % específica, por lo que ambos valores deben interpretarse juntos.

Última actualización: