Ein diagnostischer Test (nicht zu verwechseln mit einem statistischen Hypothesentest) entscheidet anhand von Parametern oder Gegebenheiten über das Vorliegen einer Erkrankung. Hierbei gibt es zwei richtige und zwei falsche Möglichkeiten der Entscheidung: Der Test kann positiv ausfallen bei Vorliegen der Krankheit (Die Wahrscheinlichkeit, mit der dies eintritt wird als Sensitivität bezeichnet.) und der Test kann negativ ausfallen bei Nichtvorliegen der Krankheit (Die Wahrscheinlichkeit für dieses Ereignis wird Spezifität genannt.).
Die zwei Möglichkeiten eines falschen Testresultats sind das falsch positive und falsch negative Testergebnis.
Zur Beurteilung eines diagnostischen Tests dienen die oben genannten Wahrscheinlichkeiten Sensitivität und Spezifität, darüber hinaus aber auch der positive prädiktive Wert und negative prädiktive Wert, der positive Likelihoodquotient und der negative Likelihoodquotient oder der Youden-Index.
Um zwei diagnostische Tests miteinander zu vergleichen, kann man dafür die genannten Größen zur Beurteilung inklusive Konfidenzintervalle gegenüberstellen. Möchte man zusätzlich wissen, ob sich die betrachteten diagnostischen Tests signifikant z.B. in der Sensitivität voneinander unterscheiden, so lässt sich dies anhand des Konfidenzintervalls zur Differenz der Sensitivitäten ermitteln. Ist die Null nicht in diesem Konfidenzintervall enthalten, so lässt sich mit einer Fehlerwahrscheinlichkeit von 5% (beim 95%-Vertrauensbereich) feststellen, dass sich die Sensitivitäten unterscheiden. Oder anders ausgedrückt, die Sensitivitäten unterscheiden sich signifikant auf einem Niveau von 5%, wenn die Null nicht im Konfidenzintervall für die Differenz der Sensitivitäten enthalten ist.
