foutnegatieven

Foutnegatief is een uitkomst van een diagnostische test waarbij de testuitslag negatief is terwijl de onderzochte aandoening of toestand daadwerkelijk aanwezig is. Dit betekent dat iemand ten onrechte als gezond wordt beoordeeld. De term wordt vaak gebruikt in medische testen, maar komt ook voor in andere gebieden zoals kwaliteitscontrole en machine learning.

In de context van een evaluatie met een vierkante tabel worden de termen TP (true positives), FP (false positives), FN (false negatives) en TN (true negatives) gehanteerd. De foutnegatieve waarde wordt meestal uitgedrukt als de foutnegatieve ratio (FNR): FN/(FN + TP). Deze verhouding geeft aan welk deel van de werkelijk positieve gevallen onterecht als negatief is geclassificeerd. De gevoeligheid (of recall) is TP/(TP + FN) en is complementair aan de FNR (FNR = 1 - gevoeligheid). Specificiteit (TN/(TN + FP)) geeft aan hoe vaak negatieve gevallen juist als negatief worden geïdentificeerd.

Voorbeelden en impact: in medische testen kunnen foutnegatieven leiden tot vertraagde of gemiste diagnoses en vertraagde behandeling. Bij infectieziekten kan iemand ten onrechte niet worden geïsoleerd, wat verspreiding kan bevorderen. In screeningprogramma’s en veiligheidscontroles kunnen foutnegatieven ernstige consequenties hebben, afhankelijk van de ernst van een aandoening of risico.

Verminderen van foutnegatieven gebeurt onder meer door herhaalde of gecombineerde testen, het verlagen van de drempel voor positieve classificatie, expliciete confirmatietesten en verbetering van de testkwaliteit en sampling. In machine learning verwijst een foutnegatief naar een positief gelabelde gebeurtenis die door het model als negatief is geclassificeerd (oneerlijk gemiste positieve gevallen).

---