Sensitivität und Spezifität beschreiben, wie gut ein diagnostischer Test im Vergleich zum tatsächlichen Zustandsstatus abschneidet – sie sagen Ihnen jedoch nicht, was ein einzelnes positives oder negatives Ergebnis für die Person bedeutet, die ihn erhalten hat. Dafür gibt es PPV und NPV, und der Grund dafür ist, dass derselbe Test je nach Bevölkerungsgruppe, an der er angewendet wird, sehr unterschiedlich aussehen kann.

So funktioniert der Rechner

Geben Sie die vier Zählwerte aus Ihrer Verwirrungsmatrix ein – wahr-positive, falsch-positive, falsch-negative, wahr-negative – und der Rechner leitet Sensitivität, Spezifität, PPV, NPV, Genauigkeit und Prävalenz direkt aus diesen Zählwerten ab. Jede Rate hat ihren eigenen Nenner (Sensitivität und Spezifität berücksichtigen nur den tatsächlichen Zustandsstatus; PPV und NPV berücksichtigen nur das Testergebnis), sodass eine Nullzählung in einem Nenner die Berechnung der anderen Raten nicht verhindert.

Warum sich PPV und NPV mit der Prävalenz verändern, Sensitivität und Spezifität jedoch nicht

Sensitivität und Spezifität sind Eigenschaften des Tests selbst – wie gut er Kranke von Gesunden unterscheidet, und zwar für jede Population, bei der er angewendet wird. PPV und NPV sind Eigenschaften eines Tests in einer bestimmten Grundgesamtheit, weil sie eine andere Frage beantworten: Wie hoch ist die Wahrscheinlichkeit, dass ein Ergebnis richtig ist? Bei einer niedrigen Prävalenz führt selbst eine geringe Falsch-Positiv-Rate zu weit mehr Fehlalarmen als echten Fängen, was den PPV stark nach unten zieht – die gleiche Rechnung, die dahinter steckt, warum das universelle Screening auf seltene Erkrankungen so viele Fehlalarme hervorruft und warum Ärzte die Wahrscheinlichkeit vor dem Test abwägen, bevor sie einen Test anordnen.

Genauigkeit sorgfältig lesen

Accuracy fasst alles in einer Zahl zusammen, wodurch es leicht zu übermäßigem Vertrauen kommt. Bei einer seltenen Erkrankung kann ein Test (oder sogar eine Regel, die immer „negativ“ vorhersagt) eine hohe Genauigkeit erzielen, ist aber klinisch nutzlos – es profitiert einfach davon, dass die Erkrankung selten vorkommt. Überprüfen Sie die Genauigkeit immer neben Sensitivität und Spezifität, nicht stattdessen.