陽性で決める、陰性で外す―SpPInとSnNOutで読み解く検査の使い分け

検査の性能を表す指標（感度・特異度・尤度比）が、診断を「確定する（rule in）」のに役立つのか、「除外する（rule out）」のに役立つのかを問う問題である。

基本の定義

疾患あり・なしと検査陽性・陰性で2×2表をつくり、真陽性をTP、偽陽性をFP、偽陰性をFN、真陰性をTNとする。 ・感度 = TP /（TP + FN）: 疾患がある人のうち検査が陽性になる割合 ・特異度 = TN /（TN + FP）: 疾患がない人のうち検査が陰性になる割合 ・偽陰性率 = 1 − 感度、偽陽性率 = 1 − 特異度

確定と除外の考え方

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）。したがって、その検査が陽性と出たときは「疾患のない人がたまたま陽性になった」可能性が小さく、疾患が存在すると強く言える。つまり確定診断に役立つ。 一方、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ないと強く言え、除外診断に役立つ。 英語圏ではこれを、SpPIn（Specificity が高い検査が Positive なら rule In）、SnNOut（Sensitivity が高い検査が Negative なら rule Out）という語呂で覚える。 本問は「診断の確定」を問うているので、特異度が高い検査が陽性となった場合を選ぶ。

2×2表と主な指標

・感度 = TP /（TP + FN） ・特異度 = TN /（TN + FP） ・陽性的中率（PPV）= TP /（TP + FP）: 陽性者のうち実際に疾患がある割合 ・陰性的中率（NPV）= TN /（TN + FN）: 陰性者のうち実際に疾患がない割合 ・陽性尤度比（LR+）= 感度 /（1 − 特異度） ・陰性尤度比（LR−）=（1 − 感度）/ 特異度

尤度比の目安

・LR+ が10を超える: 陽性結果で検査後確率が大きく上がり、確定に有用 ・LR− が0.1未満: 陰性結果で検査後確率が大きく下がり、除外に有用 ・尤度比が1に近い: 検査結果が診断にほとんど影響しない

有病率との関係

感度・特異度・尤度比は検査そのものの性質であり、原則として有病率に左右されない。一方、陽性的中率・陰性的中率は有病率（検査前確率）に依存し、有病率が高い集団ほど陽性的中率が上がり、陰性的中率が下がる。

検査前確率と検査後確率

検査前オッズ × 尤度比 = 検査後オッズ という関係（ベイズの定理）により、検査結果から疾患の確率を見積もることができる。

臨床での使い分け

スクリーニングや見逃しが許されない疾患の除外には感度の高い検査を、治療方針を決めるための確定には特異度の高い検査を用いる。感度と特異度は、カットオフ値を動かすと一方が上がれば他方が下がるトレードオフの関係にあり、ROC曲線で評価する。