सेंसिटिविटी क्या है?
सेंसिटिविटी, जिसे ट्रू पॉज़िटिव रेट या रिकॉल भी कहते हैं, यह मापती है कि कोई टेस्ट या क्लासिफायर असली पॉज़िटिव मामलों को कितनी अच्छी तरह पहचानता है। यह इस सवाल का जवाब देती है: "जिन सभी लोगों (या वस्तुओं) को वास्तव में वह स्थिति है, उनमें से टेस्ट ने सही-सही कितने हिस्से को पकड़ा?" ज़्यादा सेंसिटिविटी का मतलब है कि बहुत कम पॉज़िटिव मामले छूटते हैं।
इस कैलकुलेटर का इस्तेमाल कैसे करें
ट्रू पॉज़िटिव (TP) की संख्या डालें — यानी वे मामले जिन्हें सही तरीके से पॉज़िटिव पहचाना गया — और फॉल्स नेगेटिव (FN) की संख्या डालें — यानी वे पॉज़िटिव मामले जिन्हें टेस्ट ने गलती से नेगेटिव बता दिया। कैलकुलेटर सेंसिटिविटी को दशमलव (0–1) और प्रतिशत दोनों रूपों में दिखाता है।
फ़ॉर्मूला समझें
$$\text{Sensitivity} = \frac{\text{TP}}{\text{TP} + \text{FN}} \times 100\%$$ यहाँ हर \(\text{TP} + \text{FN}\) असली पॉज़िटिव मामलों की कुल संख्या है। सही पकड़े गए पॉज़िटिव को कुल असली पॉज़िटिव से भाग देने पर वह अनुपात मिलता है जिसे टेस्ट सफलतापूर्वक पकड़ पाता है। नतीजा 0 (कुछ नहीं पकड़ा) से लेकर 1 (सब कुछ पकड़ा) तक होता है।
हल किया हुआ उदाहरण
मान लीजिए कोई स्क्रीनिंग टेस्ट 90 बीमार मरीज़ों को सही पहचानता है (TP = 90) लेकिन 10 बीमार मरीज़ों को चूक जाता है (FN = 10)। $$\text{Sensitivity} = \frac{90}{90 + 10} = \frac{90}{100} = 0.9 = 90\%$$ यानी यह टेस्ट असली मामलों में से 90% को पकड़ लेता है।
अक्सर पूछे जाने वाले सवाल
क्या सेंसिटिविटी और रिकॉल एक ही चीज़ हैं? हाँ — मशीन लर्निंग में रिकॉल और सेंसिटिविटी बिल्कुल एक ही होती हैं: \(\text{TP} / (\text{TP} + \text{FN})\)।
सेंसिटिविटी और स्पेसिफ़िसिटी में क्या फ़र्क है? सेंसिटिविटी ट्रू पॉज़िटिव रेट मापती है, जबकि स्पेसिफ़िसिटी ट्रू नेगेटिव रेट मापती है, यानी \(\text{TN} / (\text{TN} + \text{FP})\)। दोनों मिलकर किसी टेस्ट की पॉज़िटिव और नेगेटिव मामलों पर सटीकता बताती हैं।
अच्छी सेंसिटिविटी कितनी होनी चाहिए? यह संदर्भ पर निर्भर करता है। गंभीर बीमारियों की स्क्रीनिंग के टेस्ट अक्सर बहुत ऊँची सेंसिटिविटी (95%+) का लक्ष्य रखते हैं ताकि बहुत कम मामले छूटें — भले ही इसके बदले फॉल्स पॉज़िटिव थोड़े बढ़ जाएँ।
