La proporción de individuos que realmente tienen una condición específica que el test diagnóstico clasifica como positivos; formalmente Sensibilidad = TP / (TP + FN), donde TP = verdaderos positivos y FN = falsos negativos.

Principio

Alta sensibilidad implica una baja tasa de falsos negativos para el umbral de prueba elegido; por tanto, un test muy sensible es menos probable que pase por alto casos entre los que padecen la condición.

Demostración

Escenario ilustrativo → Se evalúa un test de cribado para la condición X frente a un estándar de referencia en una cohorte con enfermos. Reconocimiento → De 100 personas con X, el test resulta positivo en 95 (TP=95, FN=5). Acción → Los clínicos tratan con cautela los resultados negativos. Consecuencia → Se pierden menos casos que con un test menos sensible.

Aplicación incorrecta

Interpretar la sensibilidad como la probabilidad de que un resultado positivo indique la enfermedad (confundir sensibilidad con VPP). El error semántico es tratar P(test+ | enfermedad) como si fuera P(enfermedad | test+).

Consecuencia

Elegir un umbral de alta sensibilidad reduce los diagnósticos perdidos (falsos negativos) pero suele aumentar los falsos positivos en ese umbral, lo que puede provocar más pruebas confirmatorias, seguimientos o uso adicional de recursos.

Inversión

Cuando el estándar de referencia es imperfecto, existe sesgo de espectro o la población evaluada difiere de la muestra de validación, la sensibilidad medida puede no generalizarse; en tales casos la alta sensibilidad aparente no garantiza pocas falsos negativos en la práctica.

Límite

Dentro: Tests diagnósticos binarios comparados con un estándar de referencia definido y un umbral de positividad especificado. Caso límite: Biomarcadores continuos cuya sensibilidad depende del punto de corte elegido. Fuera: Medidas dependientes de prevalencia (p. ej. VPP) o puntuaciones de riesgo probabilístico calibradas en lugar de clasificación binaria.

Tensión semántica

Sensibilidad ↔ Especificidad: aumentar la sensibilidad suele reducir la especificidad para el mismo test, por lo que maximizar la sensibilidad puede entrar en conflicto con minimizar falsos positivos.

Síntesis

La sensibilidad cuantifica cuán eficazmente un test detecta enfermedad existente (P(test+ | enfermedad)); su utilidad práctica depende de las consecuencias clínicas de los casos perdidos y de cómo el umbral y la población afectan la tasa de falsos negativos.