「見逃さない検査」で引っかからなければ―SnNoutで読み解く診断の除外

検査特性（感度・特異度・尤度比）と、検査結果を診断の「除外（rule out）」と「確定（rule in）」にどう使うかを問う問題である。

基本の2×2表

疾患あり・検査陽性＝真陽性（A）、疾患なし・検査陽性＝偽陽性（B）、疾患あり・検査陰性＝偽陰性（C）、疾患なし・検査陰性＝真陰性（D）とする。 ・感度＝A/（A＋C）：疾患のある人を検査が正しく陽性と判定する割合。1－感度が偽陰性率である。 ・特異度＝D/（B＋D）：疾患のない人を検査が正しく陰性と判定する割合。1－特異度が偽陽性率である。

除外と確定の考え方

感度が高い検査は、疾患のある人をほとんど見逃さない（偽陰性が少ない）。したがって、その検査が「陰性」であれば、疾患がある可能性は低いと判断でき、診断の除外に役立つ。英語の語呂で「SnNout（Sensitivity・Negative・rule out）」と覚える。 逆に特異度が高い検査は、疾患のない人をほとんど陽性にしない（偽陽性が少ない）。その検査が「陽性」であれば疾患がある可能性が高く、診断の確定に役立つ。こちらは「SpPin（Specificity・Positive・rule in）」である。 直感的には「見逃しの少ない検査で引っかからなければ、病気はなさそう」「誤報の少ない検査で引っかかれば、病気がありそう」と理解するとよい。

2×2表と主な指標

・感度＝真陽性/（真陽性＋偽陰性） ・特異度＝真陰性/（偽陽性＋真陰性） ・陽性的中率（PPV）＝真陽性/（真陽性＋偽陽性）：検査陽性者のうち実際に疾患がある割合 ・陰性的中率（NPV）＝真陰性/（偽陰性＋真陰性）：検査陰性者のうち実際に疾患がない割合 感度・特異度は検査そのものの性能で有病率に左右されないが、的中率は有病率（検査前確率）の影響を受ける。有病率が低い集団では陽性的中率が下がり、陰性的中率が上がる。

尤度比

・陽性尤度比（LR+）＝感度/（1－特異度） ・陰性尤度比（LR−）＝（1－感度）/特異度 検査前オッズ×尤度比＝検査後オッズという関係があり、尤度比を用いると検査結果によって疾患の確率がどれだけ変化するかを定量的に評価できる。目安として、LR+が10以上、LR−が0.1以下の検査は診断上の価値が大きい。LR=1の検査は確率を全く変えない。

ROC曲線

縦軸に感度、横軸に偽陽性率（1－特異度）をとり、カットオフ値を変えたときの組み合わせをプロットした曲線である。曲線下面積（AUC）が1に近いほど識別能の高い検査であり、左上隅に最も近い点などを最適なカットオフ値の候補とする。原点と曲線上の点を結ぶ直線の傾きが、その点での陽性尤度比に相当する。

検査の使い分け

スクリーニングや除外目的には高感度の検査を、確定診断には高特異度の検査を用いる。カットオフ値を下げると感度が上がり特異度が下がる、というトレードオフの関係がある。