Calculatrice de faux positifs gratuite
Calculez la probabilité qu'un test positif soit un vrai positif, selon la sensibilité, la spécificité et la fréquence de la maladie.
Faites varier les trois nombres
La sensibilité est la part des malades que le test détecte. La spécificité est la part des personnes en bonne santé qu'il classe correctement.
Résultat
Si le test est positif
——
Si le test est négatif
——
Décomposition sur 100 000 personnes testées
Chaque bande représente une catégorie. La largeur est proportionnelle aux effectifs positifs.
- 100 % gratuit
- Sans inscription
- Rien ne quitte votre appareil
Ce n'est pas une formule de prudence, c'est une conséquence arithmétique. Quand une maladie est rare, les personnes en bonne santé sont si nombreuses que même un très faible taux d'erreur sur elles produit plus de faux positifs que de vrais.
C'est exactement pour cette raison qu'un dépistage positif conduit à un examen de confirmation, et non à une conclusion. L'exemple le mieux documenté en France : dans une étude portant sur près de 800 grossesses, la valeur prédictive positive du dépistage combiné de la trisomie 21 atteignait environ 9 % — ce qui n'invalide pas ce dépistage, mais explique pourquoi une seconde étape existe (voir notre page sur ce dépistage).
Trois conséquences peu intuitives
- La fréquence de la maladie compte autant que la qualité du test.
- Un test à 99 % peut donner une majorité de faux positifs pour une maladie rare.
- Un second test sur les positifs change radicalement le résultat.
Questions fréquentes
Pourquoi un test très fiable donne-t-il autant de faux positifs ?
Parce que les erreurs se comptent sur des effectifs très inégaux. Prenons un test sensible à quatre-vingt-dix-neuf pour cent et spécifique à quatre-vingt-dix-neuf pour cent, appliqué à une maladie qui touche une personne sur mille.
Qu'est-ce qui compte le plus, la sensibilité ou la spécificité ?
La spécificité, et de très loin, dès que la maladie est rare — ce qui surprend même des personnes familières du sujet. En reprenant l'exemple d'une maladie touchant une personne sur mille avec un test sensible à quatre-vingt-dix-neuf pour cent : faire passer la spécificité de quatre-vingt-dix-neuf à quatre-vingt-dix-neuf virgule neuf pour cent fait bondir la proportion de vrais positifs d'environ neuf à environ cinquante pour cent.
Un test négatif est-il rassurant ?
Beaucoup plus qu'un test positif n'est inquiétant, et c'est la symétrie que l'on oublie. Dans le même exemple, la valeur prédictive négative dépasse quatre-vingt-dix-neuf virgule neuf pour cent : un résultat négatif rend la maladie très improbable.
Pourquoi cette page ne publie-t-elle pas les performances des tests réels ?
Parce qu'un tableau de sensibilités et de spécificités donnerait une fausse impression de fixité. Ces valeurs dépendent du seuil retenu, de la technique employée, de la population étudiée et de l'indication dans laquelle le test est demandé — un même examen n'a pas les mêmes performances en dépistage de masse et devant un symptôme.
Cela veut-il dire qu'il ne faut pas se faire dépister ?
Non, et ce serait un contresens complet sur ce que dit ce calcul. Un dépistage n'a jamais eu pour fonction de poser un diagnostic : il sert à sélectionner, dans une grande population, un sous-groupe plus petit chez qui un examen plus lourd devient justifié.
- Calcul
- Valeur prédictive positive = (prévalence × sensibilité) ÷ [prévalence × sensibilité + (1 − prévalence) × (1 − spécificité)]. Valeur prédictive négative construite de façon symétrique. C'est l'application du théorème de Bayes aux tests diagnostiques
- Exemple de référence
- Test sensible et spécifique à 99 %, maladie touchant 1 personne sur 1000 : sur 100 000 personnes testées, environ 99 vrais positifs et 999 faux positifs, soit une valeur prédictive positive d'environ 9 %
- Effet de la fréquence
- À performances constantes de 99 %, la valeur prédictive positive vaut environ 1 % pour une maladie touchant 1 personne sur 10 000, environ 50 % pour 1 sur 100, et environ 99 % pour 1 sur 2
- Asymétrie sensibilité / spécificité
- Pour une maladie touchant 1 personne sur 1000 : porter la spécificité de 99 à 99,9 % fait passer la valeur prédictive positive d'environ 9 à environ 50 %. Porter la sensibilité de 80 à 100 %, à spécificité constante, ne la fait passer que d'environ 7 à environ 9 %
- Exemple français documenté
- Étude conduite à l'AP-HP sur près de 800 grossesses : valeur prédictive positive du dépistage combiné de la trisomie 21 d'environ 9 %, taux de faux positifs de 6,6 %
- Hypothèses du calcul
- Il suppose une personne tirée au hasard dans la population testée. En présence de symptômes, la probabilité de départ n'est plus celle de la population générale. Il suppose également connues une sensibilité et une spécificité qui varient en réalité selon le seuil, la technique et la population
- Ce que la page ne fait pas
- Elle ne publie les performances d'aucun test réel sous forme de tableau, ne recommande ni ne déconseille aucun dépistage, n'interprète aucun résultat et ne pose aucun diagnostic
- Publié le
- 27 août 2026
- Prochaine révision prévue
- février 2027
Mis à jour le 27 août 2026.