感度・特異度計算機

2x2分割表から、診断テストの有効性を多角的に評価。エビデンスに基づいた医療判断をサポートします。

2x2 分割表の入力

疾患あり (金標準+)
疾患なし (金標準-)
検査陽性 (+)
検査陰性 (-)
TP: 真陽性 | FP: 偽陽性 | FN: 偽陰性 | TN: 真陰性

解析レポート

感度・特異度とは：診断テストの「良さ」を正しく測る

医療現場や公衆衛生において、新しい検査法や診断基準（スクリーニングテスト）を導入する際、そのテストがどれだけ信頼できるかを評価するための基本指標が 「感度 (Sensitivity)」 と 「特異度 (Specificity)」 です。

これらの指標は、対象となる集団の「有病率（病気を持っている人の割合）」に左右されない、テストそのものの性能を示す静的な数値です。当計算機では。、2x2の分割表（混同行列）を入力することで。、これらの基本指標から、臨床現場でより重要となる「的中率」までを統合的に解析します。

主要指標の定義と意味

  • 感度 (Sensitivity): 「実際に病気がある人」のうち、正しく「陽性」と判定された人の割合です。 TP / (TP + FN) で算出されます。感度が高い検査は、病気を見逃しにくい（偽陰性が少ない）ため、スクリーニング（除外診断）に適しています。
  • 特異度 (Specificity): 「実際に病気がない人」のうち、正しく「陰性」と判定された人の割合です。 TN / (TN + FP) で算出されます。特異度が高い検査は、健康な人を誤って病気と判定しにくい（偽陽性が少ない）ため、確定診断に適しています。
  • 陽性的中率 (PPV): 「検査で陽性だった人」のうち、本当に病気である人の割合です。これは検査結果が陽性だった場合の信憑性を表します。
  • 陰性的中率 (NPV): 「検査で陰性だった人」のうち、本当に病気でない人の割合です。

有病率と的中率の意外な関係

ここで重要な注意点があります。 感度や特異度が高くても、有病率が低い集団では陽性的中率（PPV）は劇的に下がる という点です。

例えば、非常にまれな病気（有病率0.1%）に対して、特異度99%の精度の高い検査を行ったとしても。、検査陽性者の大半が実際には健康な人（偽陽性）になってしまうことがあります。これは。、ベイズの定理によって。、事前の確率（有病率）が事後の結果を支配するためです。当ツールを使用する際は。、分母となる集団の性質も考慮に入れてください。

尤度比（Likelihood Ratio）のススメ

臨床医が最も活用すべき指標の一つが 尤度比 (LR) です。これは「検査結果によって、病気である確率が何倍になったか」を示す指標です。

  • 陽性尤度比 (LR+): 感度 / (1 - 特異度)。10を超えると非常に有効な診断となります。
  • 陰性尤度比 (LR-): (1 - 感度) / 特異度。0.1を下回ると。、病気を否定する材料として非常に強力です。

尤度比を使えば。、検査前の確率（オッズ）にかけ合わせることで。、検査後の確率を論理的に導き出すことができます。

失敗しないための統計的ヒント

  1. カットオフ値の設定： 連続数値（血圧や血糖値など）を「陽性・陰性」に分ける場合。、その基準点（カットオフ値）をどこに置くかによって感度と特異度は反比例の関係になります。これを視覚化したのが ROC曲線 です。
  2. 偽陽性のコスト： がん検診などで特異度が低いと。、多くの健康な人が精密検査を強いられ。、心理的な負担や不要な手術リスクを招くことがあります。
  3. サンプルの偏り： 元のデータが。、重症患者ばかりを集めた研究に基づいている場合。、実際の軽症患者への適用では精度が落ちる可能性があります。

実務的な計算例：抗原検査

あるインフルエンザ抗原検査が、感度70%、特異度95%だとします。100人の感染者と100人の非感染者がいた場合：

  • 真陽性 (TP): 70人
  • 偽陰性 (FN): 30人（見逃し）
  • 偽陽性 (FP): 5人（誤判定）
  • 真陰性 (TN): 95人

この場合、感度が70%とやや低いため「陰性だからといって完全に安心はできない」ことが分かりますが、特異度が高いため「陽性ならほぼ間違いない」と判断できます。

FAQ：よくある質問

Q. 「正確度 (Accuracy)」だけでは不十分ですか？
A. はい、不十分です。例えば99%の人が健康な集団で「全員健康」と診断する検査機があれば。、正確度は99%になりますが。、病気を発見する能力はゼロです。そのため、感度と特異度を分けて評価する必要があります。
Q. スクリーニング検査と確定診断検査はどう使い分けますか？
A. まず感度の高い検査でふるいにかけ（見逃しを減らす）。、そこで陽性だった人に対して特異度の高い検査を行って確定する。、という二段構えが一般的です。
Q. 分母（TP+FP+FN+TN）は何人が適切ですか？
A. 統計的な有意差を得るためには。、対象疾患の頻度にもよりますが。、一般的に数百名から数千名のデータが望ましいとされています。

まとめ

診断テストは完璧ではありません。しかし。、感度・特異度を正しく理解し。、目の前の患者さんの状況（有病率）と照らし合わせることで。、科学的根拠に基づいた最適解を見出すことができます。当計算機が。、皆さんの臨床推論や研究活動の一助となることを願っています。