衛生管理者 労働衛生（有害業務以外） 問37｜カットオフ値と感度・特異度のトレードオフ

正しいのはイです。カットオフ値（判定基準値）を低くする（基準を緩める）と、より多くの人が「陽性」と判定されます。その結果、本当に病気の人（有病者）をより多く陽性と判定できる（感度が上がる）一方、病気でない健常者も「陽性」と判定してしまう（偽陽性が増えて特異度が下がる）ことになります。

アは逆です（カットオフを低くすると感度が上がる、下がるではない）。ウは誤りで感度と特異度はトレードオフの関係にある。エも逆（感度を上げるにはカットオフを低くする）。オも誤りで陽性的中率は有病率に大きく依存する。

各選択肢の正誤と根拠:

• ア（誤）: カットオフ値を低くする（判定を甘くする・スコアが低くても陽性とする）と、有病者をより多く「陽性」と拾えるため感度は上昇します。誤りは「感度が低下」「偽陰性が増える」の2点です。カットオフを低くすると偽陰性は減り、偽陽性が増えます。
• イ（正）: カットオフを低くすると判定基準が緩まり「陽性」と判定される人が増えます。→有病者のほぼ全員が陽性になる（感度↑）。→健常者にも陽性と判定される人が増える（特異度↓・偽陽性↑）。これが感度と特異度の基本的なトレードオフです。
• ウ（誤）: 感度と特異度はトレードオフの関係（反比例の関係）にあり、カットオフ値の変化によって両者は反対方向に動きます。両方を同時に最大化することは原理的にできません（ROC曲線で表される）。
• エ（誤）: 感度を最大化するにはカットオフ値を低くする（すべての人を陽性とすれば感度=100%）。特異度を最大化するにはカットオフを高くする（すべての人を陰性とすれば特異度=100%）。エは感度と特異度を最大化するカットオフの方向が逆になっています。
• オ（誤）: 陽性的中率（PPV: Positive Predictive Value）は感度・特異度だけでなく、集団の有病率（事前確率）に大きく依存します。有病率が低い集団で感度・特異度が同じ検査を行うと、陽性的中率は著しく低下します（ベイズの定理）。

【理論的背景】

スクリーニング検査の性能評価において、感度（Sensitivity）と特異度（Specificity）は最も基本的な指標です。これらはカットオフ値（判定基準値）の設定と密接に関係し、その関係は「ROC曲線（Receiver Operating Characteristic curve）」として可視化されます。

基本用語の整理:

• 感度（Sensitivity）: 有病者（真の患者）のうち検査で陽性と判定された割合 = 真陽性 ÷ (真陽性 + 偽陰性)
• 特異度（Specificity）: 健常者（真の非患者）のうち検査で陰性と判定された割合 = 真陰性 ÷ (真陰性 + 偽陽性)
• 偽陽性: 健常者なのに陽性と判定 → 不要な精密検査・不安を招く
• 偽陰性: 有病者なのに陰性と判定 → 疾患の見落とし → より危険

カットオフ値と感度・特異度の関係（数値例）:

ある連続変数検査（正常: 平均50・SD=10、疾患: 平均70・SD=10）を例に取ると:

• カットオフを60に設定: 感度は約84%・特異度は約84%（バランス型）
• カットオフを50に下げる: 感度は約98%に上昇・特異度は約50%に低下（感度重視）
• カットオフを70に上げる: 感度は約50%に低下・特異度は約98%に上昇（特異度重視）

【実務・条文構造】

スクリーニング検査の設計では、疾患の特性に応じてカットオフ値を選択します:

1. 感度を重視（カットオフを低くする）すべき状況:

- 見落としが致命的な疾患（重篤な感染症・がん）

- 治療開始が早いほど予後が改善する疾患

- 偽陽性の精密検査コスト・リスクが低い場合

- 例: 新生児マス・スクリーニング（代謝異常）・がん検診（一次スクリーニング）

2. 特異度を重視（カットオフを高くする）すべき状況:

- 偽陽性による精密検査が危険・高コストな場合

- 有病率が非常に低い集団でのスクリーニング

- 偽陽性が心理的・社会的に深刻な影響を与える疾患（例: HIVスクリーニング）

3. ROC曲線の活用:

ROC曲線は「感度（y軸）vs 1-特異度（x軸）」をカットオフ値を変えながらプロットしたグラフです。曲線の下面積（AUC: Area Under the Curve）が1.0に近いほど検査の識別能力が高く、0.5はランダム（役に立たない検査）を意味します。最適カットオフは「感度と特異度のバランス（ユーデン指数の最大化等）」または「目的に応じた重み付け最大化」で選択します。

4. 陽性的中率（PPV）と有病率の関係（ベイズの定理）:

有病率が1%の集団では、感度・特異度がともに90%の検査でも陽性的中率は約8%にすぎません。つまり「陽性」と出た人の92%が実際には健常者です。これは職場の健康診断において一次スクリーニング後の精密検査（二次検査）が重要な理由の一つです。

【試験での位置づけ】

カットオフ値と感度・特異度のトレードオフ問題は「カットオフを下げると感度が上がる（偽陰性が減る）・特異度が下がる（偽陽性が増える）」という方向性と「カットオフを上げると感度が下がる・特異度が上がる」という逆の方向性を確実に記憶することが要です。アのように「カットオフを低くすると感度が低下」という逆の方向を示す選択肢、エのように方向を逆にした選択肢は典型的な引っかけです。「カットオフ↓→感度↑・特異度↓・偽陽性↑・偽陰性↓」の一連の変化を矢印で記憶すると混乱しません。

【各選択肢の発展補足】

• ア: カットオフを低くして「偽陰性が増える」という誤りは、カットオフの変化の方向と影響を逆に覚えていることで生じます。「カットオフを低くする=網を粗くする=広く拾う=見落とし(偽陰性)が減る」というイメージで記憶すると間違えにくくなります。
• イ: 「カットオフ低下→感度↑→偽陽性↑（特異度↓）」という一連の変化は、WHO・ILOのスクリーニング原則でも基本的事項として位置づけられています。感度100%を達成するには「全員陽性」とすればよいですが、特異度は0%になります（全健常者も陽性判定）。
• ウ: 感度と特異度を独立に最大化できないことを示す道具がROC曲線です。ROC曲線上の各点が一つのカットオフ値に対応しており、左上隅（感度=1・偽陽性率=0）に近い検査が理想的ですが、完全に左上隅に一致する検査は現実には存在しません。
• エ: 「感度を上げたければカットオフを低くする」「特異度を上げたければカットオフを高くする」という正しい方向性はセットで覚えることが重要です。エはこの方向を全逆にした典型的な誤り選択肢です。
• オ: 有病率とPPVの関係（ベイズの定理）は、職場の健康診断の意義を評価する上で重要な概念です。「検査が同じでも、対象集団（高リスク群 vs 一般集団）によって陽性的中率が大きく異なる」という事実は、職域がん検診の有効性の評価にも直接関係します。

【根拠】統計的概念（疫学・スクリーニング理論）。カットオフ・ROC曲線・PPVとベイズの定理は疫学教科書（Gordis疫学等）の基本事項。

【補足】カットオフ↓→感度↑・偽陰性↓・特異度↓・偽陽性↑。感度と特異度はトレードオフ。陽性的中率は有病率に依存（低有病率では陽性でも多数が健常者）。