Clicked Gallery

¿Cuál es la diferencia entre sensibilidad y especificidad?

Subrayado en un libro de texto real. Explicado por Clicked.

Usado en una frase

University Course Reader · STEM

The screen was reported as 90% accurate, but its sensitivity and specificity were never given separately, so the false alarms stayed invisible.

El lector subrayó un término — en un artículo o en el PDF de un paper. Clicked hizo que el término estadístico «sensitivity» fuera fácil de entender:

Explicado en tres niveles

Los mismos datos, otro rollo — Modo jerga 😎

El método Clicked

●○○

Overview

La sensibilidad y la especificidad son las dos notas de una prueba de sí o no. La sensibilidad es la parte de los casos reales que la prueba detecta, así que una prueba que marca 9 de cada 10 casos reales saca un 90 %. La especificidad es la parte de los no casos que la prueba deja en paz correctamente. Las notas salen de grupos distintos, y una prueba necesita las dos. Una prueba que lo marca todo detecta los 10 casos reales y aun así no sirve, y una sola cifra de acierto puede esconder justo eso.
●○○

Overview

La sensibilidad es la tasa de captura de una prueba: de las cosas que debería detectar, cuántas detecta de verdad. La especificidad es su control de falsas alarmas: de las cosas que debería ignorar, cuántas ignora bien. Hacen falta las dos, y aquí está el porqué. Una profesora jura que reconoce los trabajos copiados, y en una clase de 50 trabajos hay 5 copiados. Acusa a los 50. Sensibilidad: perfecta, los 5 pillados. Especificidad: cero, 45 inocentes castigados. Pillarlo todo es fácil. Pillar solo a los culpables es el mérito. 😎

Una idea rápida — muchas veces es todo lo que necesitas.

●●○

Detail

La sensibilidad y la especificidad son las dos notas que dicen lo buena que es una prueba de sí o no. La sensibilidad es la parte de los casos reales que la prueba detecta. La especificidad es la parte de los no casos que deja en paz correctamente. Cada nota se mide en un grupo distinto de casos en los que ya se sabe la verdad. Un perro adiestrado revisa 200 maletas, y 10 de ellas llevan el olor que le enseñaron a encontrar. El perro marca 9 de esas 10, así que su sensibilidad es del 90 %. De las 190 maletas limpias, no dice nada en 171 y marca 19 por error, así que su especificidad también es del 90 %. La maleta con olor que se le escapó es un falso negativo; las 19 maletas limpias que marcó son falsos positivos. Existe además una sola cifra llamada acierto: las decisiones correctas sobre las 200 maletas, que son 9 más 171, o sea 180 de 200, otra vez el 90 %. Fíjate en lo que esconde esa cifra: de las 28 marcas del perro, las 9 buenas más las 19 erradas, 19 no apuntan a nada. Las maletas limpias superan a las del olor por 190 a 10, así que las falsas alarmas se acumulan aunque las dos notas sean altas. Por eso una sola cifra nunca basta: pregunta qué detecta la prueba, y pregunta qué marca por error.
●●○

Detail

La sensibilidad es la tasa de captura de una prueba: de los errores que tiene delante de verdad, cuántos marca. La especificidad es su contención: de las cosas que estaban bien, cuántas se salta correctamente. Coge un corrector ortográfico en un texto de 1.000 palabras con 20 erratas reales. Marca las 20: tasa de captura del 100 %. Las otras 980 palabras están bien escritas, pero marca 150 de ellas, apellidos y jerga sobre todo, y solo se salta 830: contención del 85 %. Ahora la versión de folleto: este corrector acierta el 85 % de las palabras. Cierto, porque 20 pilladas y 830 saltadas hacen 850 aciertos de 1.000. E inútil, porque esa cifra única no menciona las 150 marcas erróneas que tuviste que revisar a mano. Así que hazle a una prueba dos preguntas, siempre las mismas dos: ¿cuánto del problema real detecta, y cuánto material sano marca igualmente? Una sola cifra no responde a ninguna. 😎

¿Quieres más? Un clic profundiza.

●●●

Analogy

Una luz de porche con sensor de movimiento estuvo funcionando todo un mes. De las 12 visitas reales que subieron por el camino, se encendió las 12 veces. De las 60 veces que un gato o una polilla cruzaron el jardín, se encendió 40. Puntuada como detector, eso es una sensibilidad perfecta, ninguna visita real perdida, y una especificidad mala, solo 20 de 60 no visitas dejadas a oscuras. La luz nunca se pierde una visita, y se pasa casi todas las noches encendiéndose para gatos. Júzgala por una sola de las dos cuentas y sale impecable o rota; las dos juntas dicen lo que vale.
Deepest level reached.
●●●

Analogy

Ya conoces a la amiga que predijo todas las rupturas de famosos del año. Las 6, anunciadas por adelantado, expediente impecable en las que pasaron. También anunció 30 que no pasaron. La sensibilidad es la parte que presume, 6 de 6. La especificidad es la parte que se salta, las 30 parejas que siguen tan tranquilas. Cualquiera hace 6 de 6 augurando el desastre a todo el mundo. El mérito nunca estuvo en acertar. Está en acertar sin las 30 de más. 😎
Deepest level reached.

¿Concepto nuevo? Un ejemplo cotidiano lo hace clic — nuevas analogías cuando quieras.

Las explicaciones de IA pueden contener errores · No es asesoramiento profesional

Definición formal — El mismo término, explicado de la forma habitual

La sensibilidad es la proporción de casos genuinamente positivos que una prueba clasifica como positivos, también llamada tasa de verdaderos positivos. La especificidad es la proporción de casos genuinamente negativos que la prueba clasifica como negativos, la tasa de verdaderos negativos. Ambas se calculan sobre grupos disjuntos, por lo que pueden informarse para cualquier prueba que devuelva un resultado de sí o no, y ninguna se deduce de la otra ni de una única cifra global de acierto, ya que dicha cifra depende además del tamaño relativo de los dos grupos. Una prueba puede así combinar sensibilidad alta con especificidad baja o al revés, y evaluarla exige ambas magnitudes.

¿Quieres que Clicked te explique términos como «sensitivity» directamente en tu navegador, incluso en PDFs?

Añadir a Chrome — Gratis

50 Explicaciones gratis · Sin tarjeta de crédito