Editverse無料計算機
診断精度計算ツール
2×2の検定データと真値の比較表から、感度、特異度、予測値、尤度比を算出し、対象集団の有病率に基づいて陽性予測値（PPV）と陰性予測値（NPV）を再計算します。詳しい解釈方法については、以下のガイドをご覧ください。R 4.3.3で検証済み。
簡単な言葉で言うと
診断精度とは、検査が疾患を持つ人と持たない人をどれだけ正確に区別できるかを示す指標です。感度とは、実際に疾患を持つ人のうち、検査が正しく疾患ありと判定する割合であり、特異度とは、実際に健康な人のうち、検査が正しく疾患なしと判定する割合です。これらはどちらも検査自体の特性であり、疾患の罹患率によって変化することはありません。
しかし、臨床医が通常知りたいのはその逆です。つまり、陽性結果が出た場合、実際に病気である可能性はどれくらいあるのかということです。これが陽性予測値であり、感度とは異なり、有病率に大きく依存します。同じ検査でも、その疾患が稀な場合は、信頼性が著しく低下します。尤度比は、感度と特異度を組み合わせたもので、有病率に依存しない単一の指標として、検査結果が疾患のオッズをどれだけ変化させるかを示します。
診断精度指標を使用するタイミング
二値結果を示す検査を基準（「ゴールドスタンダード」）と比較して評価する際には、必ずこれらの指標を使用してください。検査の特性を示すには感度と特異度を、有病率が明示された集団における性能を説明するには予測値を、そして様々な状況で適用可能な指標が必要な場合は尤度比を報告してください。
テスト結果がイエス/ノーではなく連続スコアである場合は、ROC曲線とAUCを用いて判別能を要約し、閾値を慎重に選択してください。各割合について必ず95%信頼区間を示し、予測値に使用した有病率を明記することで、読者が自身の状況に合わせて再解釈できるようにしてください。どの指標を報告すべきか分からない場合は、インタラクティブなテストセレクターをご利用ください。
tp <- {tp}; fp <- {fp}; fn <- {fn}; tn <- {tn} sens <- tp/(tp+fn); spec <- tn/(tn+fp) c(sensitivity = sens, specificity = spec)ユーザーガイド
使用時期：検査結果と実際の疾患状態を比較した2×2のテストを用いて、診断検査の性能を評価する。
前提条件。有効な参照（ゴールド）標準は、真の疾患状態を分類する。
よくある間違い。陽性予測値（PPV）と陰性予測値（NPV）は疾患の罹患率に大きく依存するため、必ず報告してください。
実例
上記の「サンプルデータを読み込む」をクリックし、「分析を実行」をクリックすると、このテストの図、数式、解釈を含む完全な結果が表示されます。
参考情報
- Altman DG、Bland JM。診断検査1：感度と特異度。BMJ。1994;308:1552。
対象集団の有病率におけるPPVとNPV
上記の出力における PPV と NPV は、2×2 表内の有病率 (TP + FN) / N を使用します。疾患の頻度が高い場合と低い場合でテストの性能を確認するには、その集団の有病率を入力してください。ベイズの定理によれば、PPV = Se·P / [Se·P + (1 − Sp)(1 − P)]、NPV = Sp(1 − P) / [Sp(1 − P) + (1 − Se)P] となります。
実施例
例１ ― 2×2表の読み方
真陽性90例、偽陰性10例、真陰性80例、偽陽性20例の場合、感度は90/100 = 90%、特異度は80/100 = 80%となります。ただし、陽性予測値は有病率によって異なります。このバランスの取れたサンプルでは90/110 = 82%ですが、有病率の低いスクリーニング集団でははるかに低くなります。
例２ ― 尤度比が役立つ理由
陽性尤度比が4.5（感度0.90 / [1 − 特異度0.80]）ということは、疾患のある人が疾患のない人に比べて陽性となる可能性が4.5倍高いことを意味します。検査前のオッズにこの比率を掛けると、その場所の有病率に関係なく、検査後のオッズが得られます。
確認すべき前提条件
信頼できる参照基準。感度と特異度は、真の疾患状態を分類するために使用されるゴールドスタンダードの精度に左右されます。不完全な参照基準は、あらゆる測定値に偏りをもたらします。
代表的な患者群。明らかに疾患のある人と明らかに健康な人を比較して検査性能を測定すると、実際の臨床現場で見られる曖昧な症例と比較して精度が過大評価される（スペクトラムバイアス）。
予測値には有病率を明記してください。陽性予測値（PPV）と陰性予測値（NPV）は検査の特性ではなく、有病率によって変動します。必ず算出時の有病率を報告してください。
よくある間違い
予測値と感度を混同する
感度は「疾患がある場合、検査結果は陽性になるか？」という問いに答えるものであり、予測値はその逆で「検査結果が陽性の場合、実際に疾患があるか？」という問いに答えるものである。これらは互換性のない概念である。
有病率を無視する
感度と特異度の高い検査であっても、疾患が稀な場合は偽陽性となる可能性が高くなります。予測値は常に、その疾患の罹患率を考慮して解釈してください。
信頼区間を省略する
各割合は推定値です。特にセル数が少ない場合は、 95%信頼区間を報告してください。
連続テストを1つのカットオフに強制的に適用する
テスト結果が連続的なスコアを示す場合、単一の2×2表ではその性能を十分に把握できません。ROC分析を用いて、選択した閾値の妥当性を説明してください。
よくある質問
感度と特異度の違いは何ですか？
感度とは、病気の人における真陽性率であり、特異度とは、健康な人における真陰性率である。検査は、一方の感度が高くても、もう一方の感度が低い場合がある。
予測値が有病率によって変化するのはなぜですか？
予測値は、検査対象集団における真の症例数に依存するため、疾患が稀であればあるほど、偽陽性の割合が高くなり、陽性予測値が低下する。
尤度比とは何ですか？
これは、検査結果が疾患の可能性をどの程度変化させるかを示す指標です。陽性尤度比が10を超える場合は疾患の強い証拠となり、陰性尤度比が0.1を下回る場合は疾患の強い否定証拠となります。
結果はSPSS、R、Stataの結果と一致しますか？
はい。この計算機は各測定値に対して標準的な2×2の計算式を使用し、正確なRコマンドを表示するので、再現することができます。
参考情報
- ブデラーNM。 統計的手法：感度と特異度を算出するためのサンプルサイズ計算に、疾患の罹患率を組み込む。 アカド・エマーグ・メッド. 1996;3(9):895–900. PMID 8870764.
- トーマス R、メンガーセン K、パリク RS、他 牧師の登場：臨床眼科学におけるベイズの定理の紹介と応用。 臨床実験眼科学. 2011;39(9):865–870. PMID 21575118.
- Altman DG、Bland JM。診断検査1：感度と特異度。 BMJ。 1994; 308（6943）：1552
原稿のためにこの分析が必要ですか？
当社の博士号を持つ生物統計学者が、感度、特異度、予測値、尤度比を信頼区間とともに算出し、再現可能なR出力を含む、出版可能な表を提供します。