Sensibilité et spécificité

Parent Previous Next

Lorsque la mesure a pour objectif de dépister une caractéristique particulière (présence/absence d'un trouble), l'instrument doit avoir le meilleur pouvoir séparateur possible (= une bonne sensibilité) mais doit aussi avoir une forte spécificité.  

Un instrument peut être sensible et non spécifique ou inversement spécifique et peu sensible. Un bon test est celui qui aura la meilleure sensibilité et spécificité possible.

Calcul de la sensibilité et de la spécificité

Pour illustrer le calcul des indices de sensibilité et de spécificité, on présente les résultats d'une étude concernant un test permettant d'évaluer l'existence d'un trouble psychopathologique ou non (étude fictive). Cette étude porte sur 113 personnes dont 85 ne sont pas porteurs de la pathologie étudiée. Après avoir fait passer le test, 26 personnes sont considérées comme positives (test positif) par le test et parmi ces 26 personnes, 25 personnes sont des vrais positifs. Quatre-vingt sept personnes sont considérées comme négatives (test négatif) dont 3 à tort (faux négatifs). Ces données sont résumées dans le tableau suivant ou l'on distingue les Vrais Positifs (VP=25), les Faux Positifs (FP=1), les Faux Négatifs (FN=3) et les Vrais Négatifs (VN=84).

Calcul de la sensibilité : Se = VP/(VP+FN) (vrai positif divisé pas le nombre des personnes effectivement "positives")

Calcul de la spécificité : Sp = VN/(FP+VN) (vrai négatif divisé par le nombre des personnes effectivement "négatives")



Pour aller plus loin.

L'interprétation des indices de sensibilité et spécificité doit tenir compte de la prévalence dans la population de la caractéristique étudiée. Par exemple un test dont la spécificité est de 95 % parait intéressant mais 5 % des personnes qui ne sont pas atteintes du trouble étudié auront un résultat positif (« faux positifs »). Or, si la prévalence du trouble dans la population est très faible, ce 5 % doit être considéré comme trop important (l'indice est donc mauvais). Il faut donc tenir compte de la sensibilité, de la spécificité et de la prévalence dans l'interprétation des résultats. Pour ce, on peut utiliser les rapports de vraisemblance qui décrivent l'apport d'un test au diagnostic.

Une façon de résumer la valeur d'un test consiste à calculer le rapport rvp/rvn. Le test est jugé utile si ce rapport est au moins supérieur à 50. Il existe aussi d'autres indicateurs comme le Q de Yule pour ceux qui voudraient approfondir. Le tableau ci-dessous calcul et résume ces indicateurs pour l'exemple donné ci-dessus.