Beispiel: CFA
Schauen wir uns ein Beispiel an:
Es wird eine klinische Studie durchgeführt um einen diagnostischen Screening-Test zu evaluieren, der chromosomale fötale Abnormalitäten (CFA) erkennen soll. CFA werden mittels Amniozenthese bestätigt (wird hier als Goldstandard betrachtet).
Der Screening-Test wird an einer Zufallsstichprobe von 200 schwangeren Frauen durchgeführt, die sich später einer Amniozenthese unterziehen. Die folgende 2x2 Kreuztabelle fasst die Resultate des Screening-Tests zusammen:
| CFA + |
CFA - | Total | |
| Test + |
a 14 |
b 64 |
78 |
| Test - | c 6 |
d 116 |
122 |
| Total | 20 |
180 | 200 |
Der Test weist folgende Eigenschaften auf:
SE = P (Test+ | CFA+) = 14/20 = 70.0 %
In Worten: 70% aller chromosomalen foetalen Abnormalitäten (klassifiziert durch Amniozenthese) werden vom neuen CFA Screening-Test erkannt und 30% werden verpasst (nicht entdeckt).
SP = P (Test- | CFA-) = 116/180 = 64.4 %
In Worten: 64.4% aller CFA-negativen (gesunden) Frauen haben ein negatives Testresultat und 35.6% haben ein falsch-positives Testresultat.
In diesem Fall müssen besonders die Konsequenzen eines falsch-negativen, richtig-positiven und falsch-positiven Testresultats beachtet werden um entscheiden zu können, ob der neue Test in der gegebenen Situation angebracht ist.