What is the formula to calculate the specificity of a new test?

Medical Advisory BoardAll articles are reviewed for accuracy by our Medical Advisory Board
Educational purpose only • Exercise caution as content is pending human review
Article Review Status
Submitted
Under Review
Approved

Last updated: July 27, 2025View editorial policy

Personalize

Help us tailor your experience

Which best describes you? Your choice helps us use language that's most understandable for you.

Fórmula para Calcular la Especificidad de una Nueva Prueba

La especificidad de una prueba diagnóstica se calcula como el número de verdaderos negativos dividido por la suma de verdaderos negativos y falsos positivos: Especificidad = Verdaderos Negativos / (Verdaderos Negativos + Falsos Positivos). 1

Fundamentos de la Especificidad

La especificidad es una característica intrínseca de una prueba diagnóstica que mide su capacidad para identificar correctamente a las personas que no tienen la enfermedad. Es un parámetro fundamental para evaluar la validez de cualquier prueba diagnóstica junto con la sensibilidad.

Componentes para el cálculo:

  • Verdaderos Negativos (VN): Número de personas sin la enfermedad que obtienen un resultado negativo en la prueba.
  • Falsos Positivos (FP): Número de personas sin la enfermedad que obtienen un resultado positivo en la prueba.

Interpretación de la Especificidad

  • Una alta especificidad (cercana a 1 o 100%) indica que la prueba es muy buena para identificar correctamente a las personas que no tienen la enfermedad, minimizando los falsos positivos.
  • Existe una relación inversa entre la especificidad y la sensibilidad, de modo que cuando se aumenta la especificidad, generalmente disminuye la sensibilidad y viceversa 1, 2.
  • El valor de la especificidad es independiente de la prevalencia de la enfermedad en la población estudiada.

Aplicaciones Prácticas

  • La especificidad es particularmente importante cuando se desea confirmar un diagnóstico, ya que una prueba altamente específica tiene pocos falsos positivos.
  • En el contexto de pruebas de cribado, una alta especificidad es crucial para evitar procedimientos diagnósticos innecesarios en personas sanas.
  • El umbral diagnóstico elegido afecta directamente la especificidad de la prueba; aumentar el umbral generalmente aumenta la especificidad pero disminuye la sensibilidad 1.

Consideraciones Importantes

  • Al evaluar una nueva prueba diagnóstica, es fundamental comparar sus resultados contra un estándar de oro (gold standard) 1.
  • Cuando no se dispone de un estándar de oro, existen métodos para estimar la especificidad comparando con pruebas bien establecidas de sensibilidad y especificidad conocidas 3.
  • El sesgo de verificación (work-up bias) puede afectar la estimación de la especificidad si no todos los sujetos con resultados negativos son sometidos a la prueba de referencia 4.

Estandarización y Comparabilidad

Para expresar el valor de una prueba diagnóstica en condiciones estandarizadas y comparables, se puede utilizar el concepto de especificidad estandarizada, que no se ve afectada por diferentes proporciones de grupos con y sin enfermedad 5.

Al diseñar estudios para evaluar la especificidad de una nueva prueba diagnóstica, es importante calcular un tamaño de muestra adecuado para obtener estimaciones precisas, lo cual puede realizarse mediante nomogramas específicos 6.

References

Guideline

Guideline Directed Topic Overview

Dr.Oracle Medical Advisory Board & Editors, 2025

Guideline

Diagnostic Test Sensitivity

Praxis Medical Insights: Practical Summaries of Clinical Guidelines, 2025

Professional Medical Disclaimer

This information is intended for healthcare professionals. Any medical decision-making should rely on clinical judgment and independently verified information. The content provided herein does not replace professional discretion and should be considered supplementary to established clinical guidelines. Healthcare providers should verify all information against primary literature and current practice standards before application in patient care. Dr.Oracle assumes no liability for clinical decisions based on this content.

Have a follow-up question?

Our Medical A.I. is used by practicing medical doctors at top research institutions around the world. Ask any follow up question and get world-class guideline-backed answers instantly.