{"id":19478,"date":"2020-04-25T08:30:29","date_gmt":"2020-04-25T06:30:29","guid":{"rendered":"https:\/\/www.mathsly.it\/wordpress\/?p=19478"},"modified":"2026-04-04T08:10:19","modified_gmt":"2026-04-04T06:10:19","slug":"come-determinare-sensibilita-e-specificita-nei-test-diagnostici","status":"publish","type":"post","link":"https:\/\/www.mathsly.it\/wordpress\/come-determinare-sensibilita-e-specificita-nei-test-diagnostici\/","title":{"rendered":"Come determinare sensibilit\u00e0 e specificit\u00e0 nei test diagnostici"},"content":{"rendered":"\n

Quando si lavora con i test diagnostici – di screening o di conferma – l’accuratezza e la validit\u00e0 della previsione del test \u00e8 definita attraverso due parametri, conosciuti come sensibilit\u00e0 e specificit\u00e0.<\/p>\n\n\n\n

Per poter capire i livelli di sensibilit\u00e0 e specificit\u00e0 di ogni test diagnostico, si deve valutare la capacit\u00e0 del test nell’identificare correttamente gli individui ammalati e gli individui sani. In condizioni ottimali, un test diagnostico che \u00e8 capace di discriminare tra individui sani e individui malati con la massima precisione, \u00e8 accurato al 100%.<\/p>\n\n\n\n

Tale situazione non \u00e8 per\u00f2 concretamente realizzabile: un margine di errore \u00e8 sempre presente (vedi articolo dedicato<\/a>). Nessun test diagnostico \u00e8 privo di errori, in quanto la medicina, come scienza, non \u00e8 esente da errori. Al di l\u00e0 dei contesti di errore correlati all’errore umano, gli errori dei test diagnostici sono dovuti principalmente all’ineliminabilit\u00e0 dell’errore naturale, ossia di quel margine di incertezza che caratterizza ogni misurazione.<\/p>\n\n\n\n

\n\n\n\n

Risultati di un test diagnostico<\/h3>\n\n\n\n

Prima di concentrarci sulla definizione e successiva determinazione della sensibilit\u00e0 e della specificit\u00e0 di un test diagnostico, consideriamo i possibili risultati di un test diagnostico (vero o falso) alla luce della reale condizione di salute del soggetto (sano o malato).<\/p>\n\n\n\n

Nella seguente tabella sono stati riportati le possibili combinazioni tra i due fattori.<\/p>\n\n\n\n

<\/th>Sano<\/strong><\/th>Malato<\/strong><\/th><\/tr><\/thead>
Test Negativo<\/strong><\/td>Vero Negativo (VN)<\/td>Falso Negativo (FN)<\/td><\/tr>
Test Positivo<\/strong><\/td>Falso Positivo (FP)<\/td>Vero Positivo (VP)<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Leggendo la tabella emerge che i risultati corretti dei test sono quelle relative al “Vero Negativo” e al “Vero Positivo”, ossia le due situazioni in cui il paziente sano ed il paziente malato sono correttamente classificati dal test.<\/p>\n\n\n\n

Le altre due condizioni “Falso Positivo” e “Falso Negativo” sono invece due condizioni di errore. Nel caso del “Falso Positivo”, il paziente, bench\u00e9 sano, viene indicato dal test come malato; nel caso del “Falso Negativo”, il paziente, bench\u00e9 malato, viene indicato dal test come sano.<\/p>\n\n\n\n

\n\n\n\n

Sensibilit\u00e0 e specificit\u00e0<\/h3>\n\n\n\n

Dopo aver fornito queste definizione base per la corretta classificazione dei risultati del test diagnostico, ci chiediamo: quali sono le caratteristiche imprescindibili che un test di questo genere deve avere?<\/p>\n\n\n\n

La risposta \u00e8 duplice. Un test diagnostico deve sapere individuare una malattia quando essa \u00e8 presente e deve sapere, al contempo, escludere una malattia quando essa non \u00e8 presente.<\/p>\n\n\n\n

Le due caratteristiche appena citate sono definite rispettivamente sensibilit\u00e0 e specificit\u00e0 di un test diagnostico.<\/p>\n\n\n\n

\n
\n

Sensibilit\u00e0<\/strong><\/h4>\n\n\n\n

Capacit\u00e0 di un test di individuare<\/strong> una malattia quando<\/strong> essa \u00e8 presente<\/strong><\/p>\n<\/div>\n\n\n\n

\n

Specificit\u00e0<\/strong><\/h4>\n\n\n\n

Capacit\u00e0 di un test di escludere<\/strong> una malattia quando<\/strong> essa non<\/strong> \u00e8 presente<\/strong><\/p>\n\n\n<\/div>\n<\/div>\n\n\n\n

Da queste due definizioni, discendono anche le caratteristiche “negative” del test, ossia gli errori prodotti dal test in caso di bassa sensibilit\u00e0 o bassa specificit\u00e0.<\/p>\n\n\n\n

\n
\n

Test non sensibile<\/span><\/strong><\/h4>\n\n\n\n

Non individua la malattia e quindi aumenta il numero dei “Falsi Negativi”.<\/p>\n<\/div>\n\n\n\n

\n

Test non specifico<\/span><\/strong><\/h4>\n\n\n\n

Individua la malattia nei sani e quindi aumenta il numero dei “Falsi Positivi”.<\/p>\n<\/div>\n<\/div>\n\n\n\n

\n\n\n\n

Determinazione della sensibilit\u00e0 e specificit\u00e0<\/h3>\n\n\n\n

A questo punto introduciamo le formule matematiche che sono alla base del calcolo della sensibilit\u00e0 e della specificit\u00e0. In particolare, utilizzando le notazioni VP, VN, FP e FN viste nella precedente tabella, conosciamo le formule di sensibilit\u00e0 e specificit\u00e0.<\/p>\n\n\n\n

Poich\u00e9 il calcolo di sensibilit\u00e0 e specificit\u00e0 rientra nel pi\u00f9 ampio ambito della probabilit\u00e0, le formule che stiamo per vedere sono poste in termini di probabilit\u00e0.<\/p>\n\n\n\n

In particolare, quando determiniamo la sensibilit\u00e0 di un test, stiamo chiedendo qual \u00e8 la probabilit\u00e0 di essere positivi al test essendo malati. Ci\u00f2 significa che la sensibilit\u00e0 in formula matematica \u00e8 la seguente:<\/p>\n\n\n\n\\[P(+\\diagup m)=\\frac{VP}{VP + FN}\\]\n