特异性 = TN / (TN + FP)
假阳性率等于 1 减去特异性。
需要理解的另一个重要术语是正预测值（+PV）。这是被感染并检测呈阳性的人数比例。
报告的测试敏感性和特异性将根据测试的患者群体、用于确定疾病存在或不存在的黄金标准以及所使用的排除标准而有所不同。
筛查测试正确识别疾病患者的能力在很大程度上取决于病情的普遍程度（贝叶斯定理）。例如，让我们考虑原发性开角型青光眼 (POAG)，其在 40 岁以上人群的患病率约为 1%，敏感性为 95%，特异性为 95%。在 1,000 名患者中，有 10 名（1%）可能患有开角型青光眼，由于该测试的灵敏度为 95%，因此很可能有 9 名或所有 10 名患者 中英数据 会被检测到。由于假阳性率为 5%（1-0.95），该筛查测试还预测，在其余 990 名眼睛健康正常的患者中，约有 50 名实际上患有开角型青光眼。总共有 60 名患者的检测结果呈阳性，其中只有 10 名患者患有疾病（+PV = 17%）。如果筛查测试的敏感性和特异性高达 99%，那么就会有 10 个真阳性和 10 个假阳性，而结果呈阳性的患者仍然有 50% 的可能性是健康的。
现在让我们看一下使用相同测试对具有 POAG 家族病史的患者可能产生的结果，这些患者的发病率大约高出 10%。对于敏感性和特异性为 95% 的筛查测试，每 1000 名患者中，100 名将患有 POAG，并且 95 名可能会被检测到。该筛查测试的假阳性率为 5%，还表明其余 900 名眼睛正常健康的患者中，有 45 名实际上患有 POAG。共有 140 名患者检测呈阳性，其中 95 名患有疾病（+PV = 68%）。对于 99% 敏感性和特异性筛查测试，将有 99 个真阳性和 9 个假阳性，+PV 为 92%。