感度と特異度の計算方法をわかりやすく!分割表からの求め方を解説!

感度と特異度の計算方法をわかりやすく!分割表からの求め方を解説!

分割表に関する解析で、よく感度と特異度が出てきます。

医療の分野では、検査キットやバイオマーカーの開発で出てきますね。

あなたは感度と特異度とは何かを理解できていますか?

 

よく、陽性的中率や陰性的中率とも混乱しすいですよね。

ですが、感度と特異度は定義さえ覚えてしまえば、計算はかなり簡単です。

 

この記事では、感度と特異度に関して、概要と計算方法をわかりやすく解説します!

 

>>もう統計で悩むのは終わりにしませんか? 

↑期間・数量限定で無料プレゼント中!

目次

感度と特異度とは?わかりやすく計算方法も教えて!

感度と特異度とは?わかりやすく計算方法も教えて!

感度と特異度を解説するために、ある疾患を判定できる検査キットを想定してみましょう。

つまり、「検査が陽性の場合に疾患あり」と判定し、「検査が陰性の場合に疾患なし」と判定するキットです。

すると、このような分割表ができますね。

 

本当に疾患あり 本当は疾患なし 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


疾患のありなし×検査の陽性陰性の、2×2分割表

 

この時、「正解」のセルと、「間違い」のセルの2種類があることに気づくでしょうか?

Aは「検査陽性の時に本当に疾患あり」と結論づけるカテゴリのため、正解です。

同様に、Dも「検査陰性の時に本当に疾患なし」と結論づけるカテゴリのため、正解ですよね。

でも、BとCは間違いです。

Bは、「検査で陽性と判定されたのに、疾患なし」と結論づけるカテゴリ。

Cは、「検査で陰性と判定されたのに、疾患あり」と結論づけるカテゴリだからです。

 

感度と特異度の計算方法は?

この時、A/(A+C)が感度の定義です。

D/(B+D)が特異度の定義です。

 

A+Cは「疾患ありの人全員」ですよね。

B+Dは「疾患なしの人全員」ですよね。

つまり、感度と特異度は日本語でいうと、以下の通りに言い換えることができます。

  • 感度:疾患ありの人の中で、どれだけの人が検査陽性になるか。
  • 特異度:疾患なしの人の中で、どれだけの人が検査陰性になるか。

 

当然ですが、感度も特異度もどっちも良ければ、それは良い検査であることを示しています。

 

感度と特異度はトレードオフの関係で、どっちも一緒にはよくならない

感度と特異度はトレードオフの関係で、どっちも一緒にはよくならない

感度と特異度、どちらも良い検査が理想です。

ですがここで問題があります。

それは、感度と特異度は、同時に良くならないというトレードオフの関係があることです。

図で示したほうがわかりやすいので、例を見てみましょう。

 

感度と特異度にトレードオフがある例:HbA1cで糖尿病を判定したい

5人の糖尿病ありの人と、5人の糖尿病なしの人、合計10人いたとします。

そして、HbA1cを基に、検査結果が陽性と陰性に分けたい。

そんな場合を想定します。

以下のような状況です。

赤い丸は糖尿病ありの患者さんを示しています。

青い丸は糖尿病なしの患者さんを示しています。

 

感度と特異度はトレードオフの関係1

 

このとき、HbA1cのどこかで閾値を作りたいとします。

そして、その閾値以上であれば糖尿病あり、閾値以下であれば糖尿病なし、と判定します。

ではまず、特異度が100%になるところに閾値を設定したとします。

すると以下のように緑の線が引けます。

この時の感度はどうなるでしょうか。

5人の糖尿病ありの人のうち3人は陽性になるので、3/5=60%ですね。

 

感度と特異度はトレードオフの関係2

 

では次に、感度がより高くなる方向に閾値をずらしてみます。

つまり、下の方に閾値をずらす、ということです。

上から4番目の人も陽性になるように緑の線を引きなおすと、以下のようになります。

すると、感度は80%に上がりました。

ですが、特異度は80%に下がりました。

 

感度と特異度はトレードオフの関係3

 

今度はさらに、感度がより高くなる方向に閾値をずらしてみます。

上から5番目の人も陽性になるように緑の線を引きなおすと、以下のようになります。

すると、感度は100%に上がりました。

ですが、特異度は60%に下がりました。

 

感度と特異度はトレードオフの関係4

 

この一連の流れから分かるように、感度と特異度は同時に良くすることはできないということです。

つまり、トレードオフの関係にある。

ここは重要ですので、ぜひ理解してください。

 

感度と特異度にトレードオフの関係があるなら、どっちを優先するの?

感度と特異度がどっちも一緒によくすることは無理。

そして、閾値によって操作できる。

それは分かった。

じゃあ、次にこんな疑問がわきますよね。

「感度と特異度は、どっちを優先すればよいのだろうか。」

あなたなら、どう回答しますか?

 

答えとしては「場合による」です。

・・・ズルいですね。。

でも、本当にそうとしか言いようがありません。

 

例えば、がん検査だったら。

絶対に、感度を良くします。

だって、がんは放っておけば死んでしまいます。

「あなたは患者である」と言われないと、治療が開始されずにそのまま死へ向かっていきます。

だから、患者じゃない人を多く拾ってきたとしても、患者が見逃されないように感度を高くする必要があります

 

でも、慢性疾患だったら。

それほど感度を上げなくてもいいですね。

むしろ、患者じゃない人に投与をして、変な副作用を起こさせるほうが嫌です。

だから、ある程度感度を犠牲にしてもいい。

そんな考え方ができます。

 

感度と特異度の関係を一つのグラフにしたのがROC曲線

そして、感度と特異度の関係を一つのグラフにしたのがROC曲線です。

こんなグラフを見たことありますかね?

横軸が1-特異度で、縦軸が感度を示したグラフがROC曲線です。

 

多くの統計解析ソフトで簡単に出力することができます。

>>JMPでROC曲線を出力させる方法

>>EZRでROC曲線を出力させる方法

 

>>もう統計で悩むのは終わりにしませんか? 

↑1万人以上の医療従事者が購読中

感度と特異度を英語表記すると?

感度と特異度を英語表記すると、それぞれこのようになります。

 

  • 感度:Sensitivity
  • 特異度:Specificity

 

感度と特異度に関してまとめ

感度と特異度に関してまとめ

  • 感度と特異度は、検査キットやバイオマーカーの開発でよく出てくる。
  • 感度:患者さんをどれだけ検出できる検査なのか?を示したもの。
  • 特異度:患者さんじゃない人をどれだけ検出できる検査なのか?を示したのもの。
  • 感度と特異度は、トレードオフの関係にあり、同時に良くなることはない。
  • 感度と特異度の優先の仕方は、場合によりけりである。

>>陽性的中率と陰性的中率の関係は?

>>分割表をわかりやすく教えて!

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

リサーチクエスチョン探し?データ分析?論文投稿?、、、で、もう悩まない!

第1章臨床研究ではなぜ統計が必要なのか?計画することの重要性
  • 推定ってどんなことをしているの?
  • 臨床研究を計画するってどういうこと?
  • どうにかして標本平均を母平均に近づけられないか?
第2章:研究目的をどれだけ明確にできるのかが重要
  • データさえあれば解析でどうにかなる、という考え方は間違い
  • 何を明らかにしたいのか? という研究目的が重要
  • 研究目的は4種類に分けられる
  • 統計専門家に相談する上でも研究目的とPICOを明確化しておく
第3章:p値で結果が左右される時代は終わりました
  • アメリカ統計協会(ASA)のp値に関する声明で指摘されていること
  • そうは言っても、本当に有意差がなくてもいいの…?
  • なぜ統計専門家はp値を重要視していないのか
  • 有意差がない時に「有意な傾向があった」といってもいい?
  • 統計を放置してしまうと非常にまずい
第4章:多くの人が統計を苦手にする理由
  • 残念ながら、セミナー受講だけで統計は使えません。
  • インプットだけで統計が使えない理由
  • どうやったら統計の判断力が鍛えられるか?
  • 統計は手段なので正解がないため、最適解を判断する力が必要
第5章:統計を使えるようになるために今日から何をすれば良いか?
  • 論文を読んで統計が使えるようになるための5ステップ
第6章:統計を学ぶために重要な環境
  • 統計の3つの力をバランスよく構築する環境

以下のボタンをクリックして、画面に出てくる指示に従って、必要事項を記入してください。

コメント

コメント一覧 (6件)

コメントする

目次