Sensitivität, Spezifität sowie positiver und negativer Vorhersagewert sind Kriterien, die die Güte eines diagnostischen Tests wiedergeben. Dabei ist zu beachten, dass Sensitivität und Spezifität prävalenzunabhängige Größen sind, wohingegen die Vorhersagewerte durch die Prävalenz beeinflusst werden.
\begin{array}{|c|c|c|c|} \hline Zustand & positiv & negativ & Summe \\\hline krank & a & b & a+b \\\hline gesund & c & d & c+d \\\hline Summe & a+c & b+d & n=a+b+c+d \\\hline \end{array}
Die Sensitivität ist die Wahrscheinlichkeit, mit der ein diagnostischer Test einen Kranken als krank diagnostiziert: Sens = a / (a + b)
Die Spezifität ist die Wahrscheinlichkeit, mit der ein diagnostischer Test einen Gesunden als gesund einstuft: Spez = d / (c + d)
Die prädiktiven Werte oder Vorhersagewerte geben die Wahrscheinlichkeit an, mit der die aus dem diagnostischen Test gefolgerte Entscheidung zum Vorliegen der Krankheit richtig ist.
Der positive prädiktive Wert (ppW) oder auch positive Vorhersagewert ist die Wahrscheinlichkeit, mit der die Krankheit bei positivem Testergebnis tatsächlich vorliegt: ppW = a / (a + c)
Der negative prädiktive Wert (npW) oder auch negative Vorhersagewert ist die Wahrscheinlichkeit, mit der die untersuchte Person (Untersuchungseinheit) bei negativem Testergebnis tatsächlich gesund ist: npW = d / (b + d)
Weitere Größen zur Bewertung eines diagnostischen Tests sind der Likelihoodquotient oder der Youden-Index.
