Cutoffwaarden

Cutoffwaarden zijn drempelwaarden die worden gebruikt om te bepalen of een meting, score of uitslag een bepaalde classificatie bevestigt of uitsluit. Ze markeren het punt waarop de besluitregel verandert, bijvoorbeeld van positief naar negatief of van rapporteerbaar naar niet-rapporteerbaar.

In statistiek en klinische diagnostiek spelen cutoffwaarden een centrale rol. Een veelvoorkomende cutoff is een significatieniveau (bijvoorbeeld p < 0,05) of een kritieke waarde voor een teststatistiek. Bij diagnostische testen bepalen de cutoffs of een uitslag als positief wordt beschouwd; ROC-analyses helpen bij het kiezen van een optimale cutoff door de balans tussen sensitiviteit en specificiteit te maximaliseren, vaak met behulp van de Youden-index.

In analytische chemie en milieuwetenschappen definiëren cutoffs vaak detectie- en kwantificatiegrenzen. Uitkomsten onder deze grenzen worden soms niet gerapporteerd of vervangen door censurering; dit weerspiegelt meetonzekerheid en achtergrondgeluid.

In signaalverwerking kan de cutofffrequentie aangeven waar een filter het signaal significant begint te dempen, meestal bij een bepaald percentage van de passband. In datawetenschap en machine learning fungeert een cutoff als drempel waarop continue scores worden omgezet in discrete klassen; de keuze kan afhankelijk zijn van kosten, klasseverhouding of gewenste foutmaten en wordt vaak hercalibreerd per context.

Bepaling van cutoffwaarden vereist transparantie en contextueel begrip. Belangrijke overwegingen zijn de trade-off tussen fout-positieven en fout-negatieven, prevalentie en de mogelijke biases bij hergebruik van thresholds.