CochraneUK

CochraneUK

このブログは、オックスフォード大学病院NHS財団トラストの学術基金医師で、Cochrane UK & Ireland Trainees Advisory Group（CUKI-TAG）のメンバーの一人、ソール・クランドンが書いたものです。 このブログでは、病気の診断における「感度」「特異度」「陽性予測値」「陰性予測値」の意味と計算方法について解説しています。

診断のプロセスは、医療行為において非常に重要な部分です。 メリアム・ウェブスターの定義にあるように、診断プロセスは芸術であると考える人もいる。「徴候や症状から病気を特定する技術または行為」(1)である。

診断に至るまでには、病歴（患者が経験している症状を説明する）と臨床検査（病気のプロセスに関連した兆候を引き出す）という形で、無数の情報を考慮しなければなりません。 これにより、通常、鑑別診断の適切なリストが作成され、診断検査を行うことにより、そのリストが確認されたり、反論されたりする。 この検査は、採血、放射線画像、尿検査などの形で行われることがあります。

ここで重要なのは、検査が100％正確であることはないということです。 何が良い検査で、何がそうでない検査かを判断するために、検査にまつわる統計を考慮する必要があります。

次の例について考えてみましょう：

ある会社が病気Xの血液検査を作成しました。

	病気Xを持っている	病気Xを持っていない
血液検査 POSITIVE	真陽性 (TP)	偽陽性 (FALSE) 陽性（FP）
血液検査 NEGATIVE	偽陰性（FN）	真陰性（TN）

さて、同じテーブルを見てみましょう。 を挿入して作業します。

血液検査陽性 病気をもっていない。 NEGATIVE

	病気Xを持っている	病気Xを持っていない
血液検査陽性	134	7
血液検査陰性	7	11	245

感度

感度は、血液検査が陽性である疾患Xの人の割合です。 感度が100％ということは、すべての病気の人が病気であると正しく認識されること、つまり偽陰性がないことを意味します。 重要なことは、この計算には疾患を持つすべての患者が含まれるため、疾患の有病率に影響されないということです。

「私が病気Xの場合、検査で陽性になる可能性はどの程度ですか？

数学的には次のように表されます：

Sensitivity = True Positives / (True Positives + False Negatives)

言い換えれば、同社の血液検査は、病気Xの人の92.4%を特定した。

感度の高い検査は、病気を持つ人を健康だと誤判定することが少ないため、病気の除外に使用される。 高感度検査の例としては、Dダイマー（血液検査で測定）があります。

特異度

特異度とは、血液検査で陰性となった人のうち、病気Xでない人の割合のことです。 特異度100％とは、すべての健康な人が健康であると正しく認識されること、すなわち偽陽性がないことを意味します。

「私が病気Xでない場合、検査で陰性になる可能性はどのくらいか」

数学的には次のように表されます：

Specificity = True Negatives / (True Negatives + False Positives)

= 245 / 252 = 0.1

Specificity = True Negatives / (False Positive)972 x 100

言い換えれば、同社の血液検査は、病気Xでない人の97.2%を特定した。

病気のない人を病気と誤判定することはほとんどないので、特異的検査は、ある病気を除外するために用いられる。 したがって、完全に特異的な検査は、健康な人が病気であると同定されないことを意味します。

さらなる対策

私たちはこれをさらに一歩進めることができます。 検査の予測値は、同様の統計的概念で計算することができます。 簡単のために、病気 X の血液検査に関する上記の例を引き続き使用します。

陽性予測値

陽性予測値 (PPV) は、血液検査が陽性の人のうち、病気 X である人の割合です。

「検査が陽性だった場合、私が病気 X である可能性はどの程度ですか？”

PPV = True Positives / (True Positives + False Positives)

言い換えれば、血液検査で陽性となった人の95%は、病気Xであると特定されたことになります。

PPVとNPVの計算は、病気のある人とない人を含むので、当該病気の有病率の影響を受けることになります。 したがって、異なる検査のPPVとNPVを比較する際には、同じ母集団を使用する（または母集団間の疾患の発生率が同じである）ことを確認する必要があります。

Negative Predictive Value

Negative Predictive Value（NPV）とは、血液検査がNEGATIVEだった人のうち、病気Xでない人の割合のことで、NEGATIVEだった人は病気Xである。

「検査が陰性だった場合、病気Xでない可能性はどのくらいか」

NPV = True Negatives / (True Negatives + False Negatives)

言い換えれば、血液検査がNEGATIVEだった人の95.7%を、Disease Xでないと特定したことになります。

Note

この記事で使用した例は、感度、特異度、陽性反応および陰性反応度が非常に高い架空のテストを描写したものです。 実際のシナリオでは、4つの領域すべてで最大限の精度を持つテストを作成することは困難であり、1つの領域での改善が他の領域での精度を犠牲にすることになることがよくあります。

まとめ

診断テストは、効果的な医療行為の基本的な要素です。 あなたは今、二値臨床検査の背後にある概念に慣れているはずです。 感度、特異度、陽性予測値、陰性予測値の両方は、検査について議論する際に重要な指標です。 このトピックをさらに詳しく知りたい場合は、ROC（Receiver Operating Characteristic）曲線から始めることをお勧めします。 この概念はこの記事の範囲外ですが、詳しい説明はこちら（2）にあります。

この記事がお役に立ちましたら、ご自由にシェアしていただき、Cochrane UK and Ireland Trainee Group（CUKI-TAG）の他のブログにもご注目ください。

1. Merriam-Webster.com. 診断. Available from: https://www.merriam-webster.com/dictionary/diagnosis

2. Abdul Ghaaliq Lalkhen, Anthony McCluskey, Clinical tests: sensitivity and specificity, Continuing Education in Anaesthesia Critical Care & Pain, Volume 8, Issue 6, December 2008, pages 221-223. https://doi.org/10.1093/bjaceaccp/mkn041

著者名 Saul Crandon

Saul は、オックスフォード大学病院NHSファンデーショントラストのアカデミックファンデーションドクターである。 彼は、特に学生や他の若手医師の間で、医療画像とエビデンスに基づく医療の推進に強い関心を持っています。 コクランUK&アイルランド研修生諮問グループ（CUKI-TAG）の委員を務めることで、この関心を高めていきたいと考えている。 この経歴の詳細と、CUKI-TAGの他のメンバーの経歴はこちら

。