検査（スクリーニング・診断）の評価：感度・特異度・陽性的中率・陰性的中率

🧠 全体像：感度・特異度は検査そのものが持つ固定された性質であるのに対し、陽性的中率positive predictive value 陽性的中率（positive predictive value）positive predictive value（陽性的中率） （PPV）・陰性的中率negative predictive value, NPV 陰性的中率（negative predictive value, NPV）negative predictive value, NPV（陰性的中率） は検査対象集団 study population 対象集団（study population） study population（対象集団） の有病率 prevalence 有病率（prevalence） prevalence（有病率） によって変動する。スクリーニングは「見逃しを避ける＝高感度」、確定診断は「見誤りを避ける＝高特異度」を優先するという使い分けが本質である。

⚠️ ただし「感度・特異度は対象集団 study population 対象集団（study population） study population（対象集団） によらず不変」というのは近似である。対象集団study population 対象集団（study population）study population（対象集団） の重症度分布や併存疾患 comorbidity 併存疾患（comorbidity） comorbidity（併存疾患） の構成が変われば、感度・特異度も実際には変動しうる（スペクトラム効果）。PPV・NPVが有病率 prevalence 有病率（prevalence） prevalence（有病率） に依存するという対比自体は変わらず成り立つ。

2×2表と各指標の定義

感度

• 疾患を持つ人のうち、検査が陽性となる割合［= TP / (TP + FN)］。言い換えれば、疾患が存在するときに検査が陽性となる確率（＝1−偽陰性率 false negative rate偽陰性率（false negative rate） false negative rate（偽陰性率））。
• 100%に近いほど疾患を除外するのに適しており、偽陰性率false negative rate 偽陰性率（false negative rate）false negative rate（偽陰性率） が低いことを意味する。
• スクリーニング検査screening testスクリーニング検査（screening test）screening test（スクリーニング検査）に用いる。

特異度

• 疾患を持たない人のうち、検査が陰性となる割合［= TN / (TN + FP)］。言い換えれば、疾患が存在しないときに検査が陰性となる確率（＝1−偽陽性率 false positive rate偽陽性率（false positive rate） false positive rate（偽陽性率））。
• 100%に近いほど疾患を確定するのに適しており、偽陽性率false positive rate 偽陽性率（false positive rate）false positive rate（偽陽性率） が低いことを意味する。
• スクリーニング陽性後の確定検査に用いる。

陽性的中率

• 検査陽性者のうち、実際に疾患を有する人の割合［= TP / (TP + FP)］。
• 検査前確率pretest probability 検査前確率（pretest probability）pretest probability（検査前確率） （有病率prevalence 有病率（prevalence）prevalence（有病率） などのベースラインリスク）と正の相関を示す。有病率prevalence 有病率（prevalence）prevalence（有病率） が高いほどPPVは高くなる。

陰性的中率

• 検査陰性者のうち、実際に疾患を有さない人の割合［= TN / (TN + FN)］。
• 有病率prevalence 有病率（prevalence）prevalence（有病率） （検査前確率pretest probability検査前確率（pretest probability）pretest probability（検査前確率））と逆の相関を示す。

💡 感度・特異度は検査自体の性能であり、対象集団study population 対象集団（study population）study population（対象集団） を変えても値は変わらない。一方、PPV・NPVは検査対象集団 study population 対象集団（study population） study population（対象集団） の有病率 prevalence 有病率（prevalence） prevalence（有病率） に依存するため、同じ検査でも高有病率 prevalence 有病率（prevalence） prevalence（有病率） の集団ではPPVが高く、低有病率 prevalence 有病率（prevalence） prevalence（有病率） の集団ではPPVが低くなる。

⚠️ ただし「対象集団study population 対象集団（study population）study population（対象集団） を変えても値は変わらない」はあくまで近似である。 重症度分布や併存疾患 comorbidity 併存疾患（comorbidity） comorbidity（併存疾患） の構成が異なる集団では、感度・特異度も実際に変動することが繰り返し報告されている（スペクトラム効果／spectrum bias）。進行例ばかりを集めた研究で測った感度は、無症状のスクリーニング対象集団 study population 対象集団（study population） study population（対象集団） では再現しないことがある。PPV・NPVが有病率 prevalence 有病率（prevalence） prevalence（有病率） に依存するという対比自体は教育的 educational 教育的（educational） educational（教育的） に有用で変わらないが、感度・特異度も「対象集団study population 対象集団（study population）study population（対象集団） によらない絶対不変の定数」ではなく「その集団で測定された値」として位置づける必要がある¹。

💡 感度・特異度そのものより、尤度比の方が臨床では実務的だという指摘がある。 陽性尤度比positive likelihood ratio陽性尤度比（positive likelihood ratio）positive likelihood ratio（陽性尤度比） LR+ ＝ 感度/(1−特異度)、陰性尤度比negative likelihood ratio陰性尤度比（negative likelihood ratio）negative likelihood ratio（陰性尤度比） LR− ＝ (1−感度)/特異度 と定義され、検査前オッズpre-test odds 検査前オッズ（pre-test odds）pre-test odds（検査前オッズ） に掛けるだけで検査後オッズ post-test odds 検査後オッズ（post-test odds） post-test odds（検査後オッズ） が求まる（検査前オッズpre-test odds検査前オッズ（pre-test odds）pre-test odds（検査前オッズ） × LR ＝ 検査後オッズpost-test odds検査後オッズ（post-test odds）post-test odds（検査後オッズ））。感度・特異度と同様に有病率 prevalence 有病率（prevalence） prevalence（有病率） には依存しないため、集団をまたいで持ち運べる数値として教科書・総説に載せやすい²。

カットオフ値の移動と感度・特異度のトレードオフ

検査結果の分布において、疾患なし群（TN・FP）と疾患あり群（FN・TP）は重なり合っており、陽性／陰性を判定するカットオフ値cutoff (value)カットオフ値（cutoff (value)）cutoff (value)（カットオフ値）をどこに置くかで感度と特異度がトレードオフ trade-off トレードオフ（trade-off） trade-off（トレードオフ） の関係になる。

⚠️ 感度100%のカットオフ cut-off カットオフ（cut-off） cut-off（カットオフ） （すべての疾患ありを陽性と判定）では偽陽性が最大になり、特異度100%のカットオフ cut-off カットオフ（cut-off） cut-off（カットオフ） （すべての疾患なしを陰性と判定）では偽陰性が最大になる。実務上は、両者の臨床的に妥当な妥協点にカットオフ cut-off カットオフ（cut-off） cut-off（カットオフ） を設定する。

💡 スクリーニングの有効性は、生存率survival 生存率（survival）survival（生存率） の改善だけでは示せず、死亡率で評価する。 リードタイムバイアス biasバイアス（bias） bias（バイアス）・レングスバイアス biasバイアス（bias） bias（バイアス）・過剰診断は、予後を改善しなくても診断後の生存率 survival 生存率（survival） survival（生存率） だけを底上げする。各バイアス bias バイアス（bias） bias（バイアス） の仕組みと、5年生存率と死亡率が乖離した実データは予防の4水準とスクリーニングプログラムが正本である。

⚠️ どの疾患をスクリーニングすべきかの基準（Wilson と Jungner が1968年にまとめた10の原則と、その後に統合された原則）は予防の4水準とスクリーニングプログラムが正本である。

まとめ

• 感度は「疾患があるときに陽性になる確率」、特異度は「疾患がないときに陰性になる確率」であり、いずれも検査固有の性質だが、対象集団study population 対象集団（study population）study population（対象集団） の重症度分布によって変動しうる（スペクトラム効果）。
• PPV・NPVは検査結果から疾患の有無を予測する指標であり、対象集団study population 対象集団（study population）study population（対象集団） の有病率 prevalence 有病率（prevalence） prevalence（有病率） （検査前確率pretest probability検査前確率（pretest probability）pretest probability（検査前確率））に依存して変動する。
• スクリーニングでは高感度（見逃しを避ける）、確定診断では高特異度（見誤りを避ける）を優先し、カットオフ値cutoff (value) カットオフ値（cutoff (value)）cutoff (value)（カットオフ値） の設定でこのバランスを調整する。