##  [Sensitivität](/de/node/67201) 

 Definition

Der Anteil der Personen, die tatsächlich eine bestimmte Erkrankung haben und vom diagnostischen Test als positiv eingestuft werden; formal Sensitivität = TP / (TP + FN), wobei TP = True Positives und FN = False Negatives.

 

 

 

 

 

 





## Prinzip

Prinzip

Hohe Sensitivität bedeutet eine niedrige Rate falscher Negativer für den gewählten Test‑Schwellenwert; ein hochsensitiver Test übersieht seltener Fälle bei tatsächlich Erkrankten.

 

 

 

 

 





## Demonstration

Demonstration

Illustratives Szenario → Ein Screening‑Test für Erkrankung X wird gegen einen Referenzstandard in einer Stichprobe mit Erkrankten geprüft. Erkennung → Von 100 Erkrankten zeigt der Test bei 95 ein positives Ergebnis (TP=95, FN=5). Handlung → Kliniker werten negative Ergebnisse mit Vorsicht. Folge → Weniger übersehene Erkrankte als bei einem weniger sensitiven Test.

 

 

 

 

## Fehlanwendung

Fehlanwendung

Sensitivität als Wahrscheinlichkeit zu interpretieren, dass ein positives Testergebnis Krankheit bedeutet (Verwechslung von Sensitivität mit PPV). Der semantische Fehler liegt darin, P(test+ | krank) mit P(krank | test+) gleichzusetzen.

 

 

 

 

 





## Konsequenz

Konsequenz

Bei Auswahl eines hochsensitiven Schwellenwerts werden weniger Fälle übersehen (weniger FN), jedoch steigt üblicherweise die Zahl falscher Positiver, was zu mehr Bestätigungsuntersuchungen und zusätzlichem Ressourcenaufwand führen kann.

 

 

 

 

## Umkehrung

Umkehrung

Wenn der Referenzstandard unvollständig ist, ein Spektrumsbias vorliegt oder die getestete Population von der Validierungsstichprobe abweicht, gilt die gemessene Sensitivität möglicherweise nicht; in solchen Fällen garantiert hohe scheinbare Sensitivität nicht geringe FN‑Raten in der Praxis.

 

 

 

 

 





## Abgrenzung

Abgrenzung

Innerhalb: Binäre diagnostische Tests im Vergleich zu einem definierten Referenzstandard mit spezifiziertem Positivitäts‑Schwellenwert. Randfall: Kontinuierliche Biomarker, deren Sensitivität vom gewählten Cut‑off abhängt. Außerhalb: Prävalenzabhängige Vorhersagegrößen (z. B. PPV) oder kalibrierte probabilistische Risikomodelle statt binärer Klassifikation.

 

 

 

 

 





## Semantische Spannung

Semantische Spannung

Sensitivität ↔ Spezifität: Eine Erhöhung der Sensitivität führt oft zu einer Verringerung der Spezifität desselben Tests, sodass die Maximierung der Sensitivität dem Ziel, Falsch‑Positive zu minimieren, entgegenstehen kann.

 

 

 

 

 





## Synthese

Synthese

Sensitivität quantifiziert, wie gut ein Test vorhandene Erkrankungen erkennt (P(test+ | krank)); ihr Wert ergibt sich aus den klinischen Folgen übersehener Fälle und aus der Abhängigkeit von Schwellenwert und Population.