感度と特異度の本当のトコロ

感度と特異度を決めるためには、ある疾患に罹患した個体群と罹患していない個体群を集めて、「疾患に罹患しており検査陽性群（a）」「疾患に罹患しているが検査陰性群（b）」「疾患には罹患していないが検査陽性群（c）」「疾患に罹患しておらず検査陰性群（d）」の4群に分けるところからスタートします。aは言い換えると「真の陽性」であり、bは「偽陰性」です。cは「偽陽性」であり、dが「真の陰性」ということになります。

感度の定義は、「疾患に罹患した動物が検査で陽性になる確率」となっています。4つの群分けで数式にすると、（a / a+b）×100 （％）となり、真の陽性率と言い換えることができます。感度の高い検査では、疾患に罹患していればほぼ検査で陽性となります。裏返すと、検査で陰性であれば、その疾患の可能性は低いと言うことができます。一方で、感度の算出にcやdの値は考慮されません。カットオフ値を変更して、bを限りなく0に近づけるようにすると感度は高くなりますが、cもどうしても多くなり、偽陽性が増えます。これらの理由から、感度の高い検査はスクリーニングに適しているとされています。偽陽性が多くてもいいからとにかくなるべく漏れがないように引っ掛けて、確定診断は別の検査で行う、というのが一般的なイメージです。

一方特異度は、「疾患に罹患していない動物が検査で陰性になる確率」となっています。4つの群分けで数式にすると、（d / c+d）×100（％）となり、真の陰性率と言い換えることができます。特異度の高い検査では、疾患に罹患していなければほぼ検査で陰性となります。裏返すと、検査で陽性であれば、その疾患の可能性が高いと言うことが出来ます。一方で、特異度の算出にaやbの値は考慮されません。カットオフ値を変更して、cを限りなく0に近づけるようにすると特異度は高くなりますが、bもどうしても多くなり、偽陰性が増えます。これらの理由から、特異度の高い検査は確定診断に適しているとされています。偽陰性が多いため、単独の検査で引っ掛けようとすると漏れが多くなります。感度の高い検査で症例を絞り込み、そののちに特異度の高い検査を実施すると、診断できる可能性が高くなります。

感度、特異度ともに100%であるためには、検査を実施した時点で「ある疾患に罹患した群」と「罹患していない群（対照群）」の検査結果の分布が全く重ならず、きれいに分かれている必要があります。そうでなければ、感度を上げようとすると特異度が下がり、特異度を上げようとすると感度が下がってしまいます。このように、感度と特異度はトレードオフの関係にあります。また、感度、特異度ともに100%であれば一見素晴らしい検査のように思えますが、本当にそれが素晴らしいかどうかは慎重に判断する必要があります。

前述の通り、感度や特異度は「ある疾患に罹患した群」と「罹患していない群（対照群）」を集め、測定結果を比較することで求めることが出来ます。対照群は健康である場合もあれば、症状などが類似した異なる疾患の個体群である場合もあります。対照として健康群を選んだ場合、感度や特異度は高くなる傾向にあります。病気の動物と健康な動物で比較すれば、値に差が付きやすいのはある意味で当然と言えるでしょう。比較対象として集めやすいことやデータとして見栄えが良いことから、そのように検証している論文は少なくありません。見かけ上健康な動物の中から病気の動物を見つけるスクリーニング検査の場合には、それでいいでしょう。しかし、特に診断的に使いたい検査では、健康な動物との比較はあまり意味を持ちません。症状やその他の検査所見が類似している別の疾患に罹患した動物と見分けられることが、実際の臨床現場では重要になってきます。

極端な例を挙げて説明します。疾患として、免疫介在性溶血性貧血（IMHA）を考えてみましょう。IMHAに罹患した犬を20頭集めたと仮定します。そして、対照群として年齢や性別の近い健康な犬を20頭集めます。ここまでは、論文などでよくあるパターンです。検査としてヘマトクリット値を選ぶと、IMHA群ではおそらく全頭でヘマトクリット値は基準範囲の下限である37%を下回っていると思います。健康群では全頭でヘマトクリット値は37%以上でしょう。そのため、このケースではIMHAという疾患に対して、ヘマトクリット値37%をカットオフ値とした場合の感度と特異度は、いずれも100%ということになります。では、すべての犬の症例についてヘマトクリット値が37%未満であればIMHAと言えるかといえば、言えるわけがありません。そもそも、ヘマトクリット値の低下は貧血の定義です。貧血を呈するありとあらゆる疾患・病態でヘマトクリット値は低値になりますので、感度は100%かもしれませんが、特異度はほぼ0%であるはずです。

理論的には間違っていないはずなのに、現実的には全くあり得ないとんちんかんな結論になってしまった理由は、対照群として健康な犬を選んだからです。通常は、ヘマトクリット値などで貧血がわかった後に鑑別を進めると思いますので、健康犬が対照群になることはあり得ません。対照群としてIMHA以外の貧血を呈する疾患を選んでいれば、このケースでヘマトクリット値の特異度が極めて低いことはすぐにわかったはずです。これはかなりわかりやすい、極端な例を挙げたので、すぐにおかしいことに気づくと思います。しかし、これが普段あまり見ないような疾患、新しく開発された検査であればどうでしょうか？論文等で高い感度、特異度を示されると、無条件に信用していませんか？それは嘘ではありませんが、適切かどうかはシチュエーションによって異なります。先ほどの例も、ヘマトクリット値はIMHAの初期スクリーニング検査であるという見方をすれば誤りではありません。一方で、ヘマトクリット値をIMHAの診断的検査として見ようと思うと、それは明らかな誤りと言えるでしょう。