8 スクリーニング

8.1 キーワード

感度 (sensitivity) と特異度 (specificity)

ROC 曲線 (Receiver Operating Characteristic curve)

カットオフ値:

たとえば、100 人に認知症スクリーニング検査をしたとします。このスクリーニングツールは 30 点満点で、23 点以下が検査陽性であったとします。

実際の診断結果 (真実) は次の通りだったとします。

検査結果はこうでした。

感度は、スクリーニングツールで本当に病気の人をどれだけ正しく見つけられるか、です。

式は感度 = TP / ( TP + FN )

感度 = 18 / (18 + 2 ) = 90%

意味は、このスクリーニングツールで、病気の人 20 人のうち 18 人を正しく陽性と判定した、ということです。その一方で、2 人の病気の人は拾えていません。

また、10 人の病気でない人も陽性となっています。この情報は感度には入りません。

特異度は、病気でない人をどれだけ正しく陰性にできるか、です。

式は特異度 = TN / (TN+FP)

特異度 = 70/(70 + 10) = 87.5%

意味は、このスクリーニングツール・カットオフ値で、病気でない 80 人のうち 70 人を正しく陰性と判定した、です。一方で、10 人の病人も陰性と判定してしまいました。

また、2 人の病気の人も陰性となっています。この情報は特異度には入りません。

ROC 曲線は、連続値の検査スコアで、どのカットオフ値がよいかを評価するための図です。前回の感度・特異度の話とつながるので、MMSE を例に説明します。

たとえば、30点満点のスクリーニングテストで病気を判定するとします。

一般に

です。例えばカットオフ値を 23 点以下 = 有病疑いとすると、感度・特異度を計算できます。ただし、カットオフは 23 点だけではありません。

など、いろいろ試せます。

ROC 曲線は、全てのカットオフ値での感度・特異度をまとめて可視化したものです。

Type 'citation("pROC")' for a citation.


Attaching package: 'pROC'

The following objects are masked from 'package:stats':

    cov, smooth, var

縦軸は感度(Sensitivity)、つまり縦 = 見逃さない割合です。横軸は 1−特異度(Specificity) 、つまり誤って陽性にする割合です。

点線の対角線は、ランダム判定です。この線に近いほど性能が悪いです。

カットオフ値の決め方には、以下のようなものがあります。

Wang ZT, F, Y, Zhang YR et al. (2022). Modified dementia risk score as a tool for the prediction of dementia: a prospective cohort study of 239745 participants. Translational Psychiatry, 12(1), 509.