「陽性なら確定」はどの検査？―感度・特異度・検査前確率をつなぐ診断の論理

正解はbです

選択肢考察

1. ×a.  ROC曲線の縦軸は特異度，横軸は感度である。

   ROC曲線（receiver operating characteristic curve：受信者動作特性曲線）は、カットオフ値をさまざまに変えたときの感度と偽陽性率の組をプロットしたもので、縦軸が感度（真陽性率）、横軸が「1－特異度」（偽陽性率）である。したがって本選択肢は軸の記述が誤りである。曲線が左上の角（感度1、偽陽性率0）に近いほど診断能の高い検査であり、曲線下面積（AUC：area under the curve）は、完全に役に立たない検査（対角線）で0.5、理想的な検査で1.0となる。複数の検査の診断能を比べたり、最適なカットオフ値（一般に左上の角に最も近い点など）を選んだりするのに用いられる。

2. ○b.  特異度が高い検査は，診断の確定に有用である。

   特異度が高い検査とは、疾患をもたない人をほぼ確実に陰性と判定できる検査、つまり偽陽性がきわめて少ない検査である。偽陽性が少なければ、「検査が陽性」という結果が出たときにそれが誤りである可能性は低く、疾患が存在すると判断してよい。したがって、特異度の高い検査で陽性であれば診断の確定（rule in）に有用である。英語では「SpPin（Specificity が高い検査が Positive なら rule in）」と覚えられる。反対に、感度の高い検査は偽陰性が少ないため、陰性であれば疾患を否定（除外、rule out）するのに有用であり、「SnNout（Sensitivity が高い検査が Negative なら rule out）」とよばれる。

3. ×c.  カットオフ値を変えて感度を上げると，特異度も上がる。

   疾患群と非疾患群の検査値の分布は通常一部が重なっているため、カットオフ値（陽性と陰性を分ける境界値）を動かすと、感度と特異度は一方が上がれば他方が下がるトレードオフの関係になる。例えば値が高いほど異常とする検査で、カットオフ値を下げて感度を上げると、疾患のない人の一部も陽性と判定されるようになり（偽陽性の増加）、特異度は低下する。逆にカットオフ値を上げれば特異度は上がるが、見逃し（偽陰性）が増えて感度は下がる。ROC曲線はまさにこの関係を図示したものである。

4. ×d.  感度は，検査が陽性のときに真に疾患を有する割合を指す。

   本選択肢の記述は陽性適中率（a／(a＋b)）の定義であり、感度の定義ではない。感度は「疾患を有する人のうち、検査が陽性となる人の割合」（a／(a＋c)）であり、分母は疾患をもつ人全体である。感度と陽性適中率は分母が異なり、とくに陽性適中率は有病率の影響を強く受ける（有病率が低い集団では、感度・特異度が高い検査でも陽性適中率は低くなる）点で性質が大きく異なる。

5. ×e.  同じ検査であれば，検査前確率にかかわらず検査後確率は一定である。

   検査後確率は検査前確率に依存する。両者の関係は尤度比を用いて「検査後オッズ＝検査前オッズ×尤度比」と表される（オッズ＝確率／(1－確率)）。例えば感度90%、特異度90%の検査（陽性尤度比＝0.9／0.1＝9）で陽性となった場合、検査前確率1%（オッズ約0.0101）では検査後オッズ約0.091、検査後確率は約8%にとどまるが、検査前確率50%（オッズ1）では検査後オッズ9、検査後確率は90%となる。このように同じ検査・同じ結果でも、検査前確率（有病率や、病歴・身体所見から見積もった疾患の可能性）が異なれば検査後確率は大きく異なる。