تفاوت Sensitivity و Specificity در تست‌های تشخیصی

اگر با تست‌های آزمایشگاهی و تشخیصی سروکار داشته باشید، احتمالا با دو مفهوم مهم به نام حساسیت و اختصاصیت روبه‌رو شده‌اید. هیچ تست تشخیصی کاملا بدون خطا نیست و هر آزمایش ممکن است در برخی موارد نتیجه نادرست بدهد. به همین دلیل، برای ارزیابی کیفیت یک تست باید بدانیم که آن آزمون تا چه اندازه می‌تواند افراد بیمار را درست شناسایی کند و تا چه اندازه افراد سالم را به‌درستی از بیماران تفکیک کند. حساسیت و اختصاصیت دو شاخص اصلی در ارزیابی عملکرد تست‌های تشخیصی هستند و شناخت درست آن‌ها برای تفسیر نتایج آزمایش‌ها اهمیت زیادی دارد. در این مقاله تلاش می‌کنیم تفاوت Sensitivity و Specificity را با زبانی ساده و دقیق توضیح دهیم.

تفاوت Sensitivity و Specificity چیست؟

تفاوت Sensitivity و Specificity به این برمی‌گردد که هرکدام بخش متفاوتی از عملکرد یک تست تشخیصی را اندازه‌گیری می‌کنند. یک آزمایش ممکن است در شناسایی افراد بیمار عملکرد بسیار خوبی داشته باشد، اما در تشخیص افراد سالم دقت کمتری نشان دهد، یا برعکس. حساسیت نشان می‌دهد یک تست تا چه اندازه می‌تواند افراد واقعا بیمار را به‌درستی مثبت گزارش کند. در مقابل، اختصاصیت نشان می‌دهد یک تست تا چه اندازه می‌تواند افراد واقعا سالم را به‌درستی منفی گزارش کند. به بیان دیگر، حساسیت بیشتر با کاهش منفی کاذب ارتباط دارد و اختصاصیت با کاهش مثبت کاذب. این دو معیار در کنار هم دید کامل‌تری از عملکرد یک تست می‌دهند و بررسی تنها یکی از آن‌ها برای قضاوت درباره کیفیت یک آزمون کافی نیست.

تعریف Sensitivity (حساسیت)

Sensitivity یا حساسیت، توانایی یک تست برای شناسایی صحیح افراد بیمار است. به زبان ساده، حساسیت نشان می‌دهد از میان تمام افرادی که واقعا به بیماری مبتلا هستند، چند نفر توسط تست به‌درستی مثبت تشخیص داده می‌شوند. هرچه حساسیت یک تست بالاتر باشد، احتمال اینکه فرد بیمار به اشتباه سالم گزارش شود کمتر خواهد بود. به همین دلیل، در شرایطی که از دست رفتن تشخیص بیماری می‌تواند پیامدهای خطرناک داشته باشد، استفاده از تست‌های با حساسیت بالا اهمیت بیشتری پیدا می‌کند. برای مثال، در غربالگری برخی سرطان‌ها یا عفونت‌های مهم، حساسیت بالا کمک می‌کند تا بیماران واقعی کمتر از قلم بیفتند. به طور کلی، حساسیت به ما نشان می‌دهد یک تست تا چه حد در پیدا کردن موارد واقعی بیماری موفق است.

Sensitivity = True Positive / (True Positive + False Negative)

تعریف Specificity (اختصاصیت)

Specificity یا اختصاصیت، توانایی یک تست برای شناسایی صحیح افراد سالم است. این شاخص نشان می‌دهد از میان تمام افرادی که واقعا بیماری ندارند، چند نفر توسط تست به‌درستی منفی تشخیص داده می‌شوند. هرچه اختصاصیت بالاتر باشد، احتمال اینکه یک فرد سالم به اشتباه بیمار تشخیص داده شود کمتر خواهد بود. اختصاصیت بالا زمانی اهمیت ویژه پیدا می‌کند که نتیجه مثبت کاذب بتواند باعث اضطراب، انجام بررسی‌های اضافه یا حتی شروع درمان غیرضروری شود. برای مثال، در تست‌هایی که نتیجه مثبت آن‌ها به اقدامات درمانی جدی یا بررسی‌های تهاجمی منجر می‌شود، بالا بودن اختصاصیت کمک می‌کند افراد سالم بی‌دلیل در مسیر تشخیص و درمان قرار نگیرند. بنابراین اختصاصیت معیاری مهم برای سنجش توانایی تست در رد درست بیماری در افراد سالم است.

Specificity = True Negative / (True Negative + False Positive)

مثال ساده برای درک بهتر تفاوت Sensitivity و Specificity

برای درک بهتر تفاوت Sensitivity و Specificity می‌توان یک مثال ساده را در نظر گرفت. فرض کنید در ورودی یک ساختمان دستگاهی قرار دارد که هدف آن شناسایی افراد مبتلا به یک ویروس است. این دستگاه بر اساس نشانه‌هایی مانند تب و سرفه تصمیم می‌گیرد که فرد مشکوک هست یا نه. حالا تصور کنید 100 نفر وارد ساختمان می‌شوند. از این تعداد، 20 نفر واقعا بیمار هستند و 80 نفر سالم‌اند. این دستگاه ممکن است در هر دو گروه خطا داشته باشد؛ یعنی ممکن است بعضی بیماران را تشخیص ندهد یا برخی افراد سالم را به اشتباه بیمار اعلام کند.

حساسیت در این مثال به این مربوط است که دستگاه از میان 20 فرد بیمار، چند نفر را درست شناسایی می‌کند. اگر 18 نفر از این 20 نفر را درست مثبت تشخیص دهد، حساسیت دستگاه 90 درصد است. این یعنی فقط تعداد کمی از بیماران نادیده گرفته شده‌اند و منفی کاذب پایین است. چنین وضعیتی در شرایطی مهم است که جا افتادن بیمار می‌تواند خطر جدی برای خود فرد یا دیگران ایجاد کند.

اختصاصیت در همین مثال نشان می‌دهد دستگاه از میان 80 فرد سالم، چند نفر را درست سالم تشخیص می‌دهد. اگر 76 نفر از 80 فرد سالم به‌درستی منفی گزارش شوند، اختصاصیت دستگاه 95 درصد خواهد بود. این موضوع نشان می‌دهد که دستگاه به‌ندرت افراد سالم را به اشتباه بیمار اعلام می‌کند. اگر این خطا زیاد باشد، افراد سالم ممکن است بی‌دلیل نگران شوند یا وارد مسیر آزمایش‌ها و بررسی‌های غیرضروری شوند.

این مثال به‌خوبی نشان می‌دهد که حساسیت و اختصاصیت هرکدام درباره گروه متفاوتی صحبت می‌کنند. حساسیت روی افراد بیمار تمرکز دارد و اختصاصیت روی افراد سالم. یک تست ممکن است در یکی از این دو شاخص عملکرد بسیار خوبی داشته باشد، اما در شاخص دیگر ضعیف‌تر باشد. به همین دلیل، برای ارزیابی واقعی کیفیت یک تست باید هر دو معیار را در کنار هم در نظر گرفت.

خطاهای رایج در تفسیر حساسیت و اختصاصیت

یکی از خطاهای رایج در تفسیر حساسیت و اختصاصیت این است که این دو شاخص با احتمال بیمار بودن یک فرد پس از دریافت نتیجه آزمایش اشتباه گرفته می‌شوند. در واقع، حساسیت و اختصاصیت درباره عملکرد تست در میان افرادی صحبت می‌کنند که وضعیت واقعی آن‌ها از نظر بیماری مشخص است، نه درباره احتمال بیمار بودن فردی که تازه نتیجه تست خود را دریافت کرده است. به همین دلیل، بالا بودن حساسیت یا اختصاصیت به‌تنهایی به این معنا نیست که هر نتیجه مثبت یا منفی را بتوان به‌صورت قطعی تفسیر کرد.

خطای رایج دیگر این است که فقط یکی از این دو شاخص مورد توجه قرار می‌گیرد. بعضی افراد فقط به حساسیت نگاه می‌کنند و تصور می‌کنند اگر تستی بیشتر بیماران را شناسایی کند، پس تست خوبی است. در مقابل، برخی فقط اختصاصیت را مهم می‌دانند. در حالی که هیچ‌کدام از این دو معیار به‌تنهایی تصویر کاملی از عملکرد تست ارائه نمی‌دهند. یک آزمون ممکن است حساسیت بالایی داشته باشد اما اختصاصیت پایینی داشته باشد و در نتیجه افراد سالم زیادی را به اشتباه بیمار معرفی کند. برعکس، ممکن است اختصاصیت بالا باشد اما تعدادی از بیماران واقعی از دست بروند. بنابراین انتخاب تست مناسب باید بر اساس هدف بالینی، نوع بیماری و پیامد خطاها انجام شود.

نکته مهم دیگر این است که تفسیر نتیجه تست بدون توجه به شیوع بیماری یا احتمال اولیه بیماری می‌تواند گمراه‌کننده باشد. اگر یک بیماری در جمعیت نادر باشد، حتی یک تست با عملکرد خوب هم ممکن است تعداد قابل توجهی نتیجه مثبت کاذب ایجاد کند. به همین دلیل، برای تفسیر درست نتیجه آزمایش باید علاوه بر حساسیت و اختصاصیت، شرایط بالینی و احتمال وجود بیماری در فرد یا جامعه نیز در نظر گرفته شود.

همچنین بهتر است حساسیت و اختصاصیت به‌عنوان اعدادی کاملا ثابت و تغییرناپذیر در نظر گرفته نشوند. در عمل، این شاخص‌ها می‌توانند تحت تأثیر عواملی مانند نوع جمعیت مورد بررسی، مرحله بیماری، کیفیت نمونه‌گیری، شرایط اجرای آزمون و آستانه تعیین نتیجه مثبت یا منفی قرار بگیرند. بنابراین تفسیر این دو شاخص باید همیشه در چارچوب شرایط واقعی استفاده از تست انجام شود.

جمع‌بندی

شناخت تفاوت Sensitivity و Specificity برای درک درست عملکرد تست‌های تشخیصی ضروری است. حساسیت نشان می‌دهد یک تست تا چه اندازه در شناسایی بیماران واقعی موفق است و اختصاصیت بیان می‌کند که آن تست تا چه حد می‌تواند افراد سالم را به‌درستی تشخیص دهد. این دو شاخص هرکدام بخش متفاوتی از کیفیت یک آزمایش را نشان می‌دهند و هیچ‌کدام به‌تنهایی برای ارزیابی کامل یک تست کافی نیستند. در عمل، تفسیر صحیح نتایج آزمایش زمانی ممکن است که حساسیت و اختصاصیت در کنار سایر عوامل مانند شیوع بیماری، شرایط بالینی و پیامدهای خطا بررسی شوند. اگر قصد توسعه یک تست تشخیصی را دارید یا به‌عنوان کارشناس آزمایشگاه با راه‌اندازی و ارزیابی تست‌ها سروکار دارید، توجه دقیق به این دو شاخص و درک تفاوت آن‌ها نقش مهمی در انتخاب، تفسیر و استفاده درست از آزمون‌های تشخیصی خواهد داشت.