Sensitivität und Spezifität sind wichtige Kennzahlen zur Bewertung der Genauigkeit eines diagnostischen Tests. **Sensitivität** bezeichnet den Anteil der tatsächlich positiven Fälle, die korrekt als positiv identifiziert werden. Sie gibt an, wie gut ein Test darin ist, eine Krankheit oder ein Merkmal zu erkennen. Eine hohe Sensitivität bedeutet, dass der Test wenige falsch-negative Ergebnisse liefert. Die Formel zur Berechnung der Sensitivität lautet: \[ \text{Sensitivität} = \frac{\text{Anzahl der richtig positiven Ergebnisse}}{\text{Anzahl der tatsächlich positiven Fälle}} \] **Spezifität** hingegen beschreibt den Anteil der tatsächlich negativen Fälle, die korrekt als negativ identifiziert werden. Sie zeigt, wie gut ein Test darin ist, gesunde Personen oder das Fehlen einer Krankheit zu erkennen. Eine hohe Spezifität bedeutet, dass der Test wenige falsch-positive Ergebnisse liefert. Die Formel zur Berechnung der Spezifität lautet: \[ \text{Spezifität} = \frac{\text{Anzahl der richtig negativen Ergebnisse}}{\text{Anzahl der tatsächlich negativen Fälle}} \] Zusammengefasst: Sensitivität ist wichtig, um sicherzustellen, dass möglichst viele kranke Personen erkannt werden, während Spezifität wichtig ist, um zu verhindern, dass gesunde Personen fälschlicherweise als krank diagnostiziert werden.