Sensitivität und Spezifität einfach erklärt

Was die beiden Kennzahlen unterscheiden

Beide Begriffe stammen aus der Bewertung diagnostischer Tests. Altman und Bland haben sie 1994 im BMJ knapp und klar beschrieben. Die Sensitivität blickt nur auf die Gruppe der tatsächlich Betroffenen und fragt, welcher Anteil von ihnen im Test richtig auffällt. Die Spezifität blickt nur auf die Gruppe der tatsächlich Nichtbetroffenen und fragt, welcher Anteil von ihnen im Test richtig unauffällig bleibt. Ein Test kann bei dem einen stark und bei dem anderen schwächer sein.

Eine hohe Sensitivität ist nützlich, wenn man möglichst niemanden übersehen möchte. Eine hohe Spezifität ist nützlich, wenn man möglichst wenige Nichtbetroffene fälschlich auffällig machen möchte. Beides zugleich ist schwer, weil der Grenzwert, der die eine Kennzahl verbessert, die andere meist verschlechtert.

Die Vierfeldertafel

Am klarsten wird das an einer Vierfeldertafel. Sie stellt das Testergebnis dem tatsächlichen Zustand gegenüber und ergibt vier Felder.

Die Sensitivität ergibt sich aus der linken Spalte: richtig positiv geteilt durch alle tatsächlich Betroffenen. Die Spezifität ergibt sich aus der rechten Spalte: richtig negativ geteilt durch alle tatsächlich Nichtbetroffenen. Falsch positive und falsch negative Ergebnisse sind die beiden Arten, auf die ein Test danebenliegen kann.

Ein vereinfachtes Rechenbeispiel

Die folgenden Zahlen sind erfunden und nur zur Veranschaulichung gewählt, sie stammen aus keiner Studie. Angenommen, in einer Gruppe sind 100 Personen tatsächlich betroffen und 900 nicht. Ein Test erkennt 90 der 100 Betroffenen richtig als auffällig, übersieht also 10 (falsch negativ). Die Sensitivität ist dann 90 von 100, also 90 Prozent. Von den 900 Nichtbetroffenen ordnet der Test 810 richtig als unauffällig ein und macht 90 fälschlich auffällig (falsch positiv). Die Spezifität ist dann 810 von 900, also 90 Prozent.

Interessant wird die Kehrseite: Unter allen auffälligen Ergebnissen sind hier 90 richtig positiv und 90 falsch positiv, also nur die Hälfte trifft zu. Das liegt nicht an einem schlechten Test, sondern daran, dass es viel mehr Nichtbetroffene als Betroffene gibt. Genau hier kommt die Häufigkeit einer Erkrankung ins Spiel, die Prävalenz.

Häufige Verwechslung

Sensitivität und Spezifität werden oft mit der Frage verwechselt, wie wahrscheinlich ein einzelnes positives Ergebnis richtig liegt. Das ist aber eine andere Größe, der positive prädiktive Wert, und der hängt zusätzlich von der Prävalenz ab. Ein Test mit hoher Sensitivität und Spezifität kann in einer Gruppe mit sehr seltener Erkrankung trotzdem viele falsch positive Ergebnisse liefern. Sensitivität und Spezifität sind Eigenschaften des Tests bei gegebenem Grenzwert, sie sagen für sich genommen noch nicht, was ein einzelnes Ergebnis für Sie bedeutet.

Bedeutung für Selbsttests auf medtests.de

Diese Kennzahlen erklären, warum wir Ergebnisse vorsichtig formulieren. Beim Essstörungs-Test mit dem SCOFF weisen wir darauf hin, dass ein niedriger Wert eine Essstörung nicht sicher ausschließt, das ist die Sprache der falsch negativen Ergebnisse. Beim Autismus-Test mit dem AQ-10 und beim Depressions-Test mit dem PHQ-9 gilt umgekehrt, dass ein auffälliger Wert ein Hinweis ist und kein Beweis, weil es auch falsch positive Ergebnisse gibt. Beim Osteoporose-Test auf Basis eines Risiko-Screenings geht es ebenfalls um eine Vorauswahl, nicht um eine Messung der Knochendichte. Konkrete Kennzahlen eines Instruments nennen wir nur mit Bezug auf die jeweilige Validierungsstudie und die dort untersuchte Gruppe.

Was die Begriffe nicht bedeuten

Eine hohe Sensitivität bedeutet nicht, dass ein positives Ergebnis eine Erkrankung beweist. Eine hohe Spezifität bedeutet nicht, dass ein negatives Ergebnis eine Erkrankung ausschließt. Kein Selbsttest ist zu 100 Prozent zuverlässig, und keine dieser Kennzahlen macht ihn zu einer Diagnose. Ein Selbsttest dient der Orientierung und ersetzt keine ärztliche, psychotherapeutische oder diagnostische Abklärung.