陽性的中率と陰性的中率って?がん検診で陽性だったらもうアウト?

感度と特異度とセットで出てくるのが、陽性的中率と陰性的中率です。

これも、感度と特異度で出てきた2×2分割表を例にして解説していきます。

ちなみに英語。

陽性的中率は、Positive Predictive Value(PPV)です。

陰性的中率は、Negative Predictive Value(NPV)です。

論文とかで出てくるので、覚えておきたいですね。

 

分割表の基礎はこちらの記事で。

 

 

感度と特異度については、こちらの記事で理解しましょう。

 

 

 

広告

陽性的中率と陰性的中率の定義

 

疾患あり

疾患なし

合計

検査陽性

A

B

A+B

検査陰性

C

D

C+D

合計

A+C

B+D

A+B+C+D


結論から言うと、陽性的中率と陰性的中率は以下の通りです。

A/(A+B)を陽性的中率と呼びます。

D/(C+D)を陰性的中率と呼びます。

言葉にすると、以下の通り。

 

陽性的中率:検査が陽性になった人の中で、どれだけ疾患ありの人がいるか

陰性的中率:検査が陰性になった人の中で、どれだけ疾患なしの人がいるか

 

絶対に外せない、重要な特徴

感度が90%、特異度が90%の2つの例を見てください。

 

例1:疾患あり100人、疾患なし100人の場合

以下のような2×2分割表が作成できます。

 

疾患あり

疾患なし

合計

検査陽性

90

10

100

検査陰性

10

90

100

合計

100

100

200



この時の陽性的中率と陰性的中率は、それぞれ以下の通りです。

陽性的中率:90/100=90%

陰性的中率:90/100=90%

異論ないですよね。

 

例2:疾患あり100人、疾患なし1,000人の場合

以下のような2×2分割表が作成できます。

 

疾患あり

疾患なし

合計

検査陽性

90

100

190

検査陰性

10

900

910

合計

100

1000

1100


この時の陽性的中率と陰性的中率は、それぞれ以下の通りです。

陽性的中率:90/190=47%

陰性的中率:900/910=99%

もう、例1と全然違う!!!

そんな結果が出ました。

 

陽性的中率と陰性的中率は、あるものに依存する

そう、陽性的中率と陰性的中率は、あるものに左右されます。

それは、疾患を持つ人がどれぐらいいるか

専門用語で、Prevalenceに左右される、と言います。

一般的に、全体の中で疾患を持つ人が少ないほど、陽性的中率が下がっていきます。

 

がん検診で陽性・・・もうダメだ・・・

と思うのは、まだ早いです。

というのも、がん検診って、結構多くの人が検査します。

でも、実際にがんがある人は、ほんの一握り。

Prevalenceが低い。

そのため、がん検診の陽性的中率は、かなり低いです。

つまり、がん検診で陽性になったとしても、本当にがんである確率は低いです。

だって、がん検診で陽性になった人が全員、即入院にならないですよね。

そのため、追加検査として確定診断をやるわけです。

 

まとめ

  • 陽性的中率:検査が陽性になった人の中で、どれだけ疾患ありの人がいるか
  • 陰性的中率:検査が陰性になった人の中で、どれだけ疾患なしの人がいるか
  • 陽性的中率と陰性的中率は、疾患を持つ人がどれぐらいいるか(Prevalence)に左右される。

 

統計検定2級対策もできる

無料動画の統計授業

 

 

無料動画で統計を学びませんか?

 

・この数式、何を言っているのか全くわからない・・・ 

・統計を学びたいけど、何から手をつけていいのだろう・・・

・統計検定2級を受験したいけど、どう勉強したら・・・

・もう自力で統計を学ぶのに疲れました・・・

 

あなたはそんな悩みを抱えていませんか?

大丈夫です。

最後の手段があります。

どこにもない、統計の無料メルマガ。