Séance de cours

Tests diagnostiques : sensibilité et spécificité

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

EE-515: Fundamentals of biosensors and electronic biochips

The labels "biosensor" and "eBiochip" have been employed to refer to the most diverse systems and in several fields of application. The course is meant not only to provide means to dig into this sea

Description

Cette séance de cours couvre les concepts de sensibilité et de spécificité dans les tests de diagnostic avec des résultats de classification binaires, tels que les tests de grossesse et les tests de biomarqueurs. La sensibilité est la probabilité de fournir une réponse correcte pour les échantillons positifs, tandis que la spécificité est pour les échantillons négatifs. La séance de cours explique comment ces paramètres dépendent du biomarqueur mesuré et de la concentration seuil choisie. Il introduit également la courbe de caractéristique de fonctionnement du récepteur (ROC), qui est utilisée pour comparer les tests de diagnostic en fonction de la sensibilité et de la spécificité. L'importance de la précision dans la détermination de la probabilité d'avoir une maladie donnée un résultat de test positif est également discutée, compte tenu de la prévalence de la maladie dans la population.

Enseignant·e

Carlotta Guiducci

Mission http://clse.epfl.ch The Board of the Swiss Federal Institutes of Technology appointed Carlotta Guiducci a tenure-track assistant professor of bioengineering in the School of Engineering. Carlotta Guiducci has been appointed tenure-track assistant professor of bioengineering in 2009. An Italian citizen born in 1977, she earned a degree in electrical engineering (summa cum laude) from the University of Bologna in 2001. She continued her studies at the same university where, in 2005, she defended her d

Source officielle

Concepts associés (11)

False positives and false negatives

A false positive is an error in binary classification in which a test result incorrectly indicates the presence of a condition (such as a disease when the disease is not present), while a false negative is the opposite error, where the test result incorrectly indicates the absence of a condition when it is actually present. These are the two kinds of errors in a binary test, in contrast to the two kinds of correct result (a and a ).

Sensibilité et spécificité

En statistique, la sensibilité (ou sélectivité) d'un test mesure sa capacité à donner un résultat positif lorsqu'une hypothèse est vérifiée. Elle s'oppose à la spécificité, qui mesure la capacité d'un test à donner un résultat négatif lorsque l'hypothèse n'est pas vérifiée. Ces notions sont d'une importance majeure en épidémiologie et en , notamment au travers des courbes ROC. Cet article présente ces notions dans le cadre de l'application en épidémiologie.

Valeur prédictive

En statistique et en épidémiologie, la valeur prédictive d'un test est la probabilité qu'une condition soit présente en fonction du résultat de ce test. Le test doit être dichotomique, c’est-à-dire qu’il ne peut donner que deux résultats différents. La valeur prédictive positive est la probabilité que la condition soit présente lorsque le test est positif. La valeur prédictive négative est la probabilité que la condition ne soit pas présente lorsque le test est négatif.

Courbe ROC

La fonction d’efficacité du récepteur, plus fréquemment désignée sous le terme « courbe ROC » (de l’anglais receiver operating characteristic, pour « caractéristique de fonctionnement du récepteur ») dite aussi caractéristique de performance (d'un test) ou courbe sensibilité/spécificité, est une mesure de la performance d'un classificateur binaire, c'est-à-dire d'un système qui a pour objectif de catégoriser des éléments en deux groupes distincts sur la base d'une ou plusieurs des caractéristiques de chacun

Précision et rappel

vignette|350px|Précision et rappel (« recall »). La précision compte la proportion d'items pertinents parmi les items sélectionnés alors que le rappel compte la proportion d'items pertinents sélectionnés parmi tous les items pertinents sélectionnables. Dans les domaines de la reconnaissance de formes, de la recherche d'information et de la classification automatique, la précision (ou valeur prédictive positive) est la proportion des items pertinents parmi l'ensemble des items proposés ; le rappel (ou sensibilité) est la proportion des items pertinents proposés parmi l'ensemble des items pertinents.

Afficher plus

Séances de cours associées (30)

Évaluation des classificateurs binaires

Discute de l'évaluation des classificateurs binaires, y compris le rappel, la sensibilité, la spécificité, les courbes ROC et les mesures de performance.

Critères de performance : Matrice de confusion, rappel, précision, exactitude

Explore les critères de performance dans l'apprentissage supervisé, en mettant l'accent sur la précision, le rappel et la spécificité dans l'évaluation des modèles.

Régression linéaire : Fondements

Couvre les bases de la régression linéaire, de la classification binaire et multiclasse, et des mesures d'évaluation.

Évaluation du rendement : Démarrage et mesure du rendement

Explore l'évaluation des modèles d'apprentissage automatique à l'aide de mesures de sortie, de bootstrap et de performance comme le rappel et la précision.

Protocoles d'évaluation

Explore les protocoles d'évaluation dans l'apprentissage automatique, y compris le rappel, la précision, la précision et la spécificité, avec des exemples du monde réel comme les tests COVID-19.

Afficher plus

Concepts associés (11)

False positives and false negatives

Sensibilité et spécificité