Duyarlılık ve Özgüllük Hesaplayıcı

Duyarlılık ve Özgüllük Hesaplayıcı

Lider AI Skill PRO

Hesaplamaya Girin

Formül

Duyarlılık=TPTP+FN×100%\text{Duyarlılık} = \frac{\text{TP}}{\text{TP} + \text{FN}} \times 100\%
Hesaplama adımlarını göster (4)
  1. Özgüllük (Gerçek Negatif Oranı)

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

    Gerçek negatiflerin doğru saptanan oranı

  2. Pozitif Kestirim Değeri (PPD)

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

    Pozitif test sonuçlarından gerçek pozitif olanların oranı

  3. Negatif Kestirim Değeri (NPD)

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

    Negatif test sonuçlarından gerçek negatif olanların oranı

  4. Doğruluk

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

    Tüm sonuçlar içinde doğru olanların oranı

Kullanım istatistikleri

Reklam

Sonuç

Duyarlılık (Gerçek Pozitif Oranı)
90%
pozitifleri doğru biçimde saptama yeteneği
Özgüllük (Gerçek Negatif Oranı) 80%
Pozitif Kestirim Değeri (PPD) 81,82%
Negatif Kestirim Değeri (NPD) 88,89%
Doğruluk 85%

Yalnızca bilgi amaçlıdır; bir hekimin değerlendirmesinin yerini tutmaz.

Bu sayfadaki bir hatayı bildir

Bu Hesaplayıcı Ne İşe Yarar?

Bu araç, ikili bir tanı testinin veya sınıflandırma modelinin başarımını ölçer. 2×2 karışıklık matrisinin dört hücresinden — Gerçek Pozitif (GP), Yanlış Negatif (YN), Gerçek Negatif (GN) ve Yanlış Pozitif (YP) — yola çıkarak duyarlılık, özgüllük, pozitif ve negatif kestirim değerleri (PPD/NPD) ile genel doğruluğu hesaplar. Bu ölçütler tıp, epidemiyoloji ve makine öğrenmesi alanlarında yaygın olarak kullanılır.

TP, FP, FN ve TN hücrelerini gösteren iki çarpı iki karışıklık matrisi
Karışıklık matrisi tahminleri gerçek pozitif, yanlış pozitif, yanlış negatif ve gerçek negatif olarak düzenler.

Nasıl Kullanılır?

Çalışmanızdan veya modelinizden elde ettiğiniz her sonucun sayısını girin. "Pozitif" genellikle aranan durumun mevcut olduğu (ya da modelin pozitif sınıfı öngördüğü) anlamına gelir. GP ve YP, testin pozitif olarak işaretlediği vakalardır; GN ve YN ise testin negatif olarak işaretlediği vakalardır. Hesapla düğmesine tıkladığınızda beş ölçütün tamamını yüzde olarak görürsünüz.

Formüllerin Açıklaması

Duyarlılık = GP / (GP + YN), testin gerçek vakaları ne kadar iyi yakaladığını gösterir; yüksek bir değer, hasta bireylerin çok azının gözden kaçtığı anlamına gelir.

$$\text{Duyarlılık} = \frac{\text{GP}}{\text{GP} + \text{YN}} \times 100\%$$

Özgüllük = GN / (GN + YP), testin sağlıklı kişileri ne kadar iyi eleyebildiğini gösterir; yüksek bir değer, yanlış alarmların az olduğunu söyler.

$$\text{Özgüllük} = \frac{\text{GN}}{\text{GN} + \text{YP}} \times 100\%$$

PPD = GP / (GP + YP), pozitif bir sonucun gerçekten pozitif olma olasılığıdır;

$$\text{PPD} = \frac{\text{GP}}{\text{GP} + \text{YP}} \times 100\%$$

NPD = GN / (GN + YN) ise negatif bir sonucun gerçekten negatif olma olasılığıdır.

$$\text{NPD} = \frac{\text{GN}}{\text{GN} + \text{YN}} \times 100\%$$

Doğruluk = (GP + GN) / toplam, genel isabet düzeyini özetler.

$$\text{Doğruluk} = \frac{\text{GP} + \text{GN}}{\text{GP} + \text{YN} + \text{GN} + \text{YP}} \times 100\%$$
Reklam
Gerçek pozitiflerden duyarlılığı ve gerçek negatiflerden özgüllüğü karşılaştıran diyagram
Duyarlılık gerçek pozitifler arasında, özgüllük ise gerçek negatifler arasında hesaplanır.

Örnek Uygulama

Diyelim ki bir test GP = 90, YN = 10, GN = 80, YP = 20 değerlerini verdi. Duyarlılık = \(\frac{90}{90 + 10} = 90\%\). Özgüllük = \(\frac{80}{80 + 20} = 80\%\). PPD = \(\frac{90}{90 + 20} \approx 81{,}82\%\). NPD = \(\frac{80}{80 + 10} \approx 88{,}89\%\). Doğruluk = \(\frac{90 + 80}{200} = 85\%\).

Duyarlılık, Özgüllük, PPV ve NPV'nin Yorumlanması

Duyarlılık, gerçekten bu durumu taşıyan ve testin doğru şekilde pozitif olarak işaretlediği kişilerin oranıdır: \(\text{TP}/(\text{TP}+\text{FN})\). Özgüllük, bu duruma sahip olmayan ve testin doğru şekilde negatif olarak işaretlediği kişilerin oranıdır: \(\text{TN}/(\text{TN}+\text{FP})\).

  • Yüksek duyarlılık (SnNout): Az sayıda yanlış negatif vardır, bu nedenle negatif bir sonuç durumu dışlamaya yardımcı olur.
  • Yüksek özgüllük (SpPin): Az sayıda yanlış pozitif vardır, bu nedenle pozitif bir sonuç durumu doğrulamaya yardımcı olur.
  • Düşük duyarlılık: Birçok vaka gözden kaçar, bu nedenle negatif bir sonuç pek güven verici değildir.
  • Düşük özgüllük: Birçok sağlıklı kişi pozitif çıkar, bu nedenle pozitif bir sonucun doğrulanması gerekir.

Eşik değer dengesi

Çoğu test, bir kesme noktasıyla pozitif ya da negatife dönüştürülen sürekli bir değer (bir skor, bir konsantrasyon, bir olasılık) üretir. Kesme noktasını düşürmek genellikle duyarlılığı artırır ama özgüllüğü düşürür. Yükseltmek ise tersini yapar. Belirli bir test için hiçbir eşik değer ikisini aynı anda iyileştirmez; bu nedenle doğru kesme noktası, kaçırılan vakaların ve yanlış alarmların göreli maliyetine bağlıdır. ROC eğrisi, bu dengeyi tüm eşik değerler boyunca gösterir.

PPV ve NPV hastalık yaygınlığına bağlıdır

PPV, \(\text{TP}/(\text{TP}+\text{FP})\) ve NPV, \(\text{TN}/(\text{TN}+\text{FN})\) ile hesaplanır. Duyarlılık ve özgüllüğün aksine, bunlar test edilen grupta durumun ne kadar yaygın olduğuna göre değişir. Yaygınlık düşük olduğunda, iyi bir test bile doğru pozitiflere kıyasla çok sayıda yanlış pozitif üretir; bu nedenle PPV düşer ve NPV yükselir. Yaygınlık yüksek olduğunda tersi olur. Bir çalışmadan elde edilen PPV ve NPV yalnızca benzer yaygınlığa sahip popülasyonlar için geçerlidir. Aşağıdaki tabloya bakın.

Doğruluğun sınırları

Doğruluk, \((\text{TP}+\text{TN})/\text{toplam}\) ile hesaplanır. Dengesiz verilerde yanıltıcı olabilir. Örneklemin yalnızca %1'inde bu durum varsa ve testi herkesi negatif sayan bir test, %99 doğru olmasına rağmen %0 duyarlılığa sahiptir. Doğruluğu her zaman duyarlılık, özgüllük ve PPV/NPV ile birlikte değerlendirin.

Bu rakamlar girdiğiniz örneklemi tanımlar. Örnekleme belirsizliği içerirler ve genel bilgi niteliğindedir; kişisel tıbbi tavsiye değildir. Herhangi bir bireysel sonucu yetkili bir sağlık profesyoneli ile görüşün.

Yaygınlığın PPV ve NPV'yi Nasıl Değiştirdiği

Tablo, 10.000 kişiye uygulanan, %90 duyarlılığa ve %90 özgüllüğe sahip bir testi varsayar. Yalnızca yaygınlık değişir.

Yaygınlık TP FN TN FP PPV NPV Doğruluk
%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

%1 yaygınlıkta adım adım kontrol

Hasta: 10.000 × 0,01 = 100, bu nedenle TP = 100 × 0,90 = 90 ve FN = 10. Sağlıklı: 9.900, bu nedenle TN = 9.900 × 0,90 = 8.910 ve FP = 990.

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

Özet: Aynı testle, %1 yaygınlıkta pozitif bir sonuç yaklaşık 12 seferden yalnızca 1'inde doğrudur, ancak %50 yaygınlıkta 10 seferden 9'unda doğrudur. Doğruluk her satırda %90 kalır; bu, doğruluğun tek başına neden bu etkiyi gizlediğini gösterir.

Reklam

Temel Terimler ve Sözlük

Karışıklık matrisi
Test sonuçlarını (pozitif/negatif) gerçek durumla (var/yok) karşılaştıran 2×2 bir tablo. Dört hücresi TP, FP, FN ve TN'dir.
Doğru pozitif (TP)
Bu duruma sahip olan ve testin doğru şekilde pozitif olarak etiketlediği kişi.
Yanlış pozitif (FP)
Bu duruma sahip olmayan ve testin yanlışlıkla pozitif olarak etiketlediği kişi.
Doğru negatif (TN)
Bu duruma sahip olmayan ve testin doğru şekilde negatif olarak etiketlediği kişi.
Yanlış negatif (FN)
Bu duruma sahip olan ve testin yanlışlıkla negatif olarak etiketlediği kişi.
Duyarlılık (geri çağırma, gerçek pozitif oranı)
TP / (TP + FN). Bu duruma sahip olup pozitif çıkan kişilerin oranı.
Özgüllük (gerçek negatif oranı)
TN / (TN + FP). Bu duruma sahip olmayıp negatif çıkan kişilerin oranı.
Pozitif öngörü değeri (PPV, kesinlik)
TP / (TP + FP). Pozitif sonuçların gerçek pozitif olma oranı.
Negatif öngörü değeri (NPV)
TN / (TN + FN). Negatif sonuçların gerçek negatif olma oranı.
Doğruluk
(TP + TN) / (TP + FP + TN + FN). Tüm sonuçların doğru olma oranı.
Yaygınlık
(TP + FN) / toplam. Test edilen grubun bu duruma sahip olma oranı.
Yanlış pozitif oranı
FP / (FP + TN), 1 − özgüllüğe eşittir.
Yanlış negatif oranı
FN / (FN + TP), 1 − duyarlılığa eşittir.

Sıkça Sorulan Sorular

Duyarlılık ile özgüllük arasındaki fark nedir? Duyarlılık, bir testin aranan duruma sahip kişileri ne kadar iyi saptadığını ölçer; özgüllük ise söz konusu duruma sahip olmayan kişileri ne kadar doğru biçimde elediğini ölçer.

PPD ve NPD neden duyarlılık/özgüllükten farklıdır? Kestirim değerleri örnekleminizdeki hastalık yaygınlığına (prevalansa) bağlıdır; duyarlılık ve özgüllük ise testin kendine özgü, doğası gereği sabit özellikleridir.

Bir test %100 duyarlı olup yine de işe yaramaz olabilir mi? Evet — herkesi pozitif olarak işaretleyen bir test %100 duyarlı ama %0 özgüldür. Bu nedenle iki değer birlikte değerlendirilmelidir.

Kaynaklar ve referanslar

Bu kaynaklarla karşılaştırıldığı tarih: . Bir hekim tarafından incelenmedi. Yalnızca genel bilgi amaçlıdır; tıbbi tavsiye veya tanı değildir. Sağlığınızla ilgili her türlü endişeyi bir doktorla konuşun.

Son güncelleme:

Sağlık ve Fitness kategorisinde en popüler

Tüm Sağlık ve Fitness hesap makinelerini gör