Connectez-vous via MCP →

Entrez le calcul

Formule

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

    Specificity (True Negative Rate): Calculateur de précision d'un test diagnostique

    Specificity = True Negatives / Total with disease absent

  2. Positive Predictive Value (PPV)

    Positive Predictive Value (PPV): Calculateur de précision d'un test diagnostique

    PPV = True Positives / All who test positive; FP = Disease absent - test negative

  3. Negative Predictive Value (NPV)

    Negative Predictive Value (NPV): Calculateur de précision d'un test diagnostique

    NPV = True Negatives / All who test negative; FN = Disease present - test positive

  4. Prevalence

    Prevalence: Calculateur de précision d'un test diagnostique

    Prevalence = Total with disease / Total sample

Publicité

Résultats

Sensibilité (taux de vrais positifs)
0,9
= 90%
Indicateur Proportion Pourcentage
Spécificité (taux de vrais négatifs) 0,95 95%
Taux de faux négatifs (TFN) 0,1 10%
Taux de faux positifs (TFP) 0,05 5%
Valeur prédictive positive (VPP) 0,6429 64,29%
Valeur prédictive négative (VPN) 0,9896 98,96%
Prévalence 0,0909 9,09%
Maladie présente Maladie absente
Test positif 90 (TP) 50 (FP)
Test négatif 10 (FN) 950 (TN)

À quoi sert ce calculateur

Le calculateur de précision diagnostique transforme une matrice de confusion 2x2 en indicateurs classiques de l'épidémiologie et de la biostatistique : sensibilité, spécificité, taux de faux négatifs (TFN), taux de faux positifs (TFP), valeur prédictive positive (VPP), valeur prédictive négative (VPN) et prévalence. C'est un outil universel : les formules sont identiques partout dans le monde et ne dépendent d'aucune règle propre à un pays.

2x2 confusion matrix showing disease status versus test result with cells a, b, c, d
The 2x2 diagnostic confusion matrix: true positives (a), false positives (b), false negatives (c) and true negatives (d).

Comment l'utiliser

Saisissez quatre effectifs : le nombre total de personnes réellement atteintes de la maladie, combien d'entre elles ont obtenu un test positif, le nombre total de personnes indemnes, et combien d'entre elles ont obtenu un test négatif. À partir de ces données, le calculateur reconstitue les quatre cases de la matrice :

\(a\) (vrais positifs) = malades dont le test est positif ; \(c\) (faux négatifs) = total des malades moins \(a\) ; \(d\) (vrais négatifs) = personnes saines dont le test est négatif ; \(b\) (faux positifs) = total des personnes saines moins \(d\).

Les formules expliquées

La sensibilité $$\text{Sensibilité} = \frac{a}{a + c}$$ mesure la capacité du test à détecter la maladie. La spécificité $$\text{Spécificité} = \frac{d}{b + d}$$ mesure sa capacité à écarter la maladie chez les personnes saines. Le TFN $$\text{TFN} = \frac{c}{a + c} = 1 - \text{sensibilité}$$, et le TFP $$\text{TFP} = \frac{b}{b + d} = 1 - \text{spécificité}$$. La VPP $$\text{VPP} = \frac{a}{a + b}$$ correspond à la probabilité d'être réellement malade lorsque le résultat est positif, tandis que la VPN $$\text{VPN} = \frac{d}{c + d}$$ correspond à la probabilité d'être réellement sain lorsque le résultat est négatif. La prévalence $$\text{Prévalence} = \frac{a + c}{a + b + c + d}$$ est la proportion de malades dans l'échantillon et influence fortement la VPP et la VPN.

Publicité
Diagram showing sensitivity and specificity as proportions within the confusion matrix columns
Sensitivity uses the diseased column (a/(a+c)); specificity uses the healthy column (d/(b+d)).

Exemple chiffré

Avec 100 personnes malades (90 testées positives) et 1000 personnes indemnes (950 testées négatives) : \(a = 90\), \(c = 10\), \(d = 950\), \(b = 50\). Sensibilité $$= \frac{90}{100} = 0{,}9000 \ (90\,\%)$$, Spécificité $$= \frac{950}{1000} = 0{,}9500 \ (95\,\%)$$, TFN \(= 0{,}1000\), TFP \(= 0{,}0500\), VPP $$= \frac{90}{140} = 0{,}6429 \ (64{,}29\,\%)$$, VPN $$= \frac{950}{960} = 0{,}9896 \ (98{,}96\,\%)$$, Prévalence $$= \frac{100}{1100} = 0{,}0909 \ (9{,}09\,\%)$$.

FAQ

Pourquoi la VPP est-elle ici bien plus faible que la sensibilité ? Parce que la maladie est rare (faible prévalence) : même un petit nombre de faux positifs l'emporte sur les vrais positifs et tire la VPP vers le bas. La VPP et la VPN dépendent toujours de la prévalence.

Quelle différence entre le TFN et le TFP ? Le TFN est la part de malades que le test ne détecte pas ; le TFP est la part de personnes saines que le test signale à tort comme positives.

Que se passe-t-il si une catégorie est vide ? S'il n'y a aucune personne malade, aucune personne saine, aucun test positif ou aucun test négatif, le rapport correspondant est mathématiquement indéfini et reste vide.

Dernière mise à jour: