NATROMの日記 RSSフィード Twitter

0000 | 01 | 02 | 03 | 04 |
0010 | 11 |
0011 | 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 11 |
0012 | 04 | 05 | 06 | 07 | 09 | 10 | 11 | 12 |
0013 | 01 | 02 | 03 | 04 | 05 | 11 |
0014 | 01 | 02 | 05 | 06 | 07 | 09 |
0015 | 05 | 06 | 09 |
0016 | 01 | 02 | 09 | 10 |
0017 | 01 | 03 | 05 | 10 |
2004 | 07 | 08 | 09 | 10 | 11 | 12 |
2005 | 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 09 | 10 | 11 | 12 |
2006 | 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 09 | 10 | 11 | 12 |
2007 | 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 09 | 10 | 11 | 12 |
2008 | 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 09 | 10 | 11 | 12 |
2009 | 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 09 | 10 | 11 | 12 |
2010 | 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 09 | 10 | 11 | 12 |
2011 | 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 09 | 10 | 11 | 12 |
2012 | 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 09 | 10 | 11 | 12 |
2013 | 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 09 | 10 | 11 | 12 |
2014 | 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 09 | 10 | 11 | 12 |
2015 | 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 09 | 10 | 11 | 12 |
2016 | 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 09 | 10 | 11 | 12 |
2017 | 01 | 02 | 03 | 04 | 05 | 06 | 07 | 08 | 09 | 10 | 11 |
cover ■「ニセ医学」に騙されないために

 ホメオパシー、デトックス、千島学説、血液型ダイエット、ワクチン有害論、酵素栄養学、オーリングテストなどなど、「ニセ医学」についての本を書きました。あらかじめニセ医学の手口を知ることで被害防止を。

2013-03-14 特異度と偽陽性率と陽性反応的中割合と

[]特異度と偽陽性率と陽性反応的中割合と 特異度と偽陽性率と陽性反応的中割合とを含むブックマーク


問題:疾患Aの有病割合は10万人に1人である。あなたは疾患Aに関して特にリスクが高いわけでも低いわけでもなく、平均的なリスクを有している。あなたが検診で疾患Aの検査を受けたところ、陽性であるという結果であった。この検査の感度は100%(偽陰性率0%)、特異度は99%(偽陽性率1%)である。あなたが真に疾患Aである確率は?



感度・特異度の話はややこしく、うっかりするとたやすく間違えてしまう。信頼できる書籍をアンチョコにするのがよい。以下、医学者は公害事件で何をしてきたのか(津田敏秀著)より表を引用する。


f:id:NATROM:20130314193311j:image

診断の正しさを評価するための2かけ2表


「感度は100%。特異度は99%」という高い精度の検査で陽性という結果が出た以上、真に疾患Aである確率は高そうに直感的には思われる。しかし、実際にはそれほどではない。有病割合がきわめて低いと、検査で陽性の結果が出た人の大半が偽陽性である。実際に2×2の表を作ってみるのが理解への早道だ。仮に10万人を対象に検診を行ったとしよう。真に疾患Aの人は感度100%であるから検査陽性(真陽性)となる。一方、残りの病気でない9万9999人のうち、1%(およそ1000人)は偽陽性となる。「あなたが真に疾患Aである確率」すなわち陽性反応的中割合は、(約1000+1)分の1で約0.1%である。

f:id:NATROM:20130315123549j:image

有病割合が10万人に1人の疾患に対して、感度100%、特異度99%の

スクリーニング検査を10万人に対して行った場合の2かけ2表

(コメント欄のcivilizaさんのご指摘を受け訂正済)

真に病気の人を拾い出すためのスクリーニング検査では偽陽性はある程度は容認される。真に病気の人を見落す(偽陰性)と問題であるが、偽陽性は精密な二次検査を行って除外すればいいからだ。よって、特異度が低くても感度が高い検査がスクリーニング検査では採用される。有病割合が低い疾患(たとえばHIV感染症)に対してスクリーニング検査を行うと、陽性反応的中割合は低くなる。スクリーニング検査を行うにあたっては、検査で陽性という結果が出たとしても実際に真に病気である確率は高くないことに配慮した説明がなされるのが望ましい。



関連記事

■「集団寄与危険割合」って何?疫学指標まとめ。

■インフルエンザ診断ゲームで学ぶ検査閾値と治療閾値

■陽性反応的中割合と「100%引く偽陽性率」を取り違えた甲状腺癌数の推計について

civilizaciviliza 2013/03/15 12:01 有病割合が0%になってますが、excelのせい?

NATROMNATROM 2013/03/15 12:37 ご指摘の通り、エクセルの有効数字の表示の問題です。訂正しました。ご指摘ありがとうございました。

訂正前の画像は以下です。
http://f.hatena.ne.jp/NATROM/20130314193312

NATROMNATROM 2013/03/15 12:46 次のエントリーもややこしい話をします。間違いがないかまだ見直している最中ですが、もしおかしな点がありましたら、みなさん教えてください。

fnorderfnorder 2013/03/16 16:56 実際に計算してみると意外に単純ですね。
別にややこしい概念ではないと思います。

要するに、元となる比率は「感度」と「特異度」の2つだけ。
この2つは独立している。
残りの比率は全てこの2つからの派生に過ぎない。

どちらかというと用語で混乱しました。
3つ以上の要素があるのかと思ってしまってw

fnorderfnorder 2013/03/16 17:07 違った、有病率も独立だった。
元になる数値は3つですね。