衛生管理者 労働衛生（有害業務以外） 問5｜感度・特異度・スクリーニング統計

正しいのはアです。感度（Sensitivity）は「本当に病気の人のうち、検査で陽性と判定される人の割合」です。感度が高いほど「病気なのに陰性（偽陰性）」という見逃しが少なくなります。

各誤りの要点: イ→特異度は「疾病を有しない者（健康な人）のうち陰性となる割合」（疾病を有する者の定義が誤り）。ウ→カットオフ値を下げると感度は上がるが特異度は「下がる」（トレードオフ関係）。エ→有病率が低い集団では、陰性と判定された人のほとんどが実際に健康なので、陰性的中率は「高く」なる（低くなるのは陽性的中率）。オ→陽性的中率は感度・特異度だけでなく有病率に強く依存する（有病率が低いほど陽性的中率は低下する）ため「有病率には影響されない」は誤り。

2×2表（四分表）で整理するスクリーニング検査の指標:

• 感度 = a ÷ (a+c)（疾病あり全体の中の陽性割合）
• 特異度 = d ÷ (b+d)（疾病なし全体の中の陰性割合）
• 偽陽性率 = b ÷ (b+d) = 1 - 特異度
• 偽陰性率 = c ÷ (a+c) = 1 - 感度

各選択肢の正誤と根拠:

• ア（正）: 感度の定義として正確。感度が高い検査は「疾病を見逃しにくい（偽陰性が少ない）」ため、見落としが許されない重篤疾患のスクリーニングに向きます。
• イ（誤）: 特異度は「疾病を有しない者のうちで検査が陰性となる割合」。「疾病を有する者のうちで」は感度の定義に対応する誤りです。
• ウ（誤）: カットオフ値を下げる（陽性判定の閾値を下げる）と、より多くの人が陽性と判定されます。結果として感度は上がりますが、健康な人も「陽性」と判定される偽陽性が増えるため、特異度は「下がります」。感度と特異度はトレードオフの関係にあります。
• エ（誤）: 陰性的中率（NPV: Negative Predictive Value）= d ÷ (c+d) です。同一の感度・特異度の検査でも、有病率が低い集団では疾病のない人（d）が多く見逃し（c）が少ないため、陰性的中率は「高く」なります。有病率が低いと低下するのは陽性的中率（PPV）のほうで、陽性と出ても実際には病気でない（偽陽性）人の相対的な割合が増えます。
• オ（誤）: 陽性的中率（PPV）は感度・特異度だけでなく、対象集団の有病率に強く依存します。同じ感度・特異度の検査でも、有病率が低い集団では陽性的中率は著しく低下します（ベイズの定理）。「有病率には影響されない」は誤りであり、本問の唯一の正答はアです。

【理論的背景】

スクリーニング検査の評価指標（感度・特異度・偽陽性率・偽陰性率・陽性的中率・陰性的中率）は、職場の定期健康診断や特殊健康診断の設計・評価において重要です。有所見率の分析・過剰診断の回避・効果的なスクリーニングプログラムの設計のために必須の概念です。

スクリーニングの目的に応じた感度・特異度の設定:

• 重篤疾患（早期発見が命を救う）: 感度を高める（偽陰性を少なく）→カットオフ値を下げる
• 費用・侵襲性が高い精密検査への振り分け: 特異度を高める（偽陽性を少なく）→カットオフ値を上げる

有病率と陽性的中率の関係（ベイズ定理の応用）はスクリーニングプログラムの設計において非常に重要です。

【実務・条文構造】

スクリーニング検査の性能評価指標の全体像:

基本4指標（2×2表から直接計算）:

• 感度（Se）: a/(a+c)。「疾病あり→陽性」の確率。英語: True Positive Rate
• 特異度（Sp）: d/(b+d)。「疾病なし→陰性」の確率。英語: True Negative Rate
• 偽陽性率（FPR）: b/(b+d) = 1-特異度。「健康なのに陽性」
• 偽陰性率（FNR）: c/(a+c) = 1-感度。「病気なのに陰性」

有病率依存指標（スクリーニング集団の特性に依存）:

• 陽性的中率（PPV）: a/(a+b)。「陽性→疾病あり」の確率。有病率が低いと著しく低下
• 陰性的中率（NPV）: d/(c+d)。「陰性→疾病なし」の確率。有病率が低いと高くなる

カットオフ値とROC曲線の関係:

• ROC（Receiver Operating Characteristic）曲線: カットオフ値を変化させたときの感度（縦軸）と偽陽性率（横軸）のトレードオフを視覚化した曲線
• AUC（曲線下面積）: 検査の識別能の指標。1.0が完全、0.5がランダム（無意味）

労働衛生統計における有所見率の定義（試験で別途問われる指標）:

• 有所見率: 健康診断受診者のうち異常所見がある者の割合（=感度・特異度とは異なる概念）
• 要精密検査率・要治療率とは区別する

【試験での位置づけ】

この分野の最頻出問題は「感度・特異度の定義の正確な把握（感度=疾病あり者の中の陽性割合/特異度=疾病なし者の中の陰性割合）」「カットオフ値変化と感度・特異度のトレードオフ」「有病率と陽性的中率の関係（有病率が低いと偽陽性の相対的割合が増える）」の3点です。特にイのような「特異度の定義を感度の定義のように書く」誤りは最も頻繁に出題される引っかけです。ウのカットオフ値と感度・特異度の関係（逆向きに誤って記述）も頻出です。

【各選択肢の発展補足】

• ア: 感度が高い検査の実例として、がん検診（特に早期発見が重要なもの）があります。胃がん検診のバリウム検査は感度が低めで、内視鏡検査の方が感度が高いことが知られています。感度優先の検査はスクリーニング（ふるい分け）に用い、特異度の高い精密検査で確定診断する「二段階スクリーニング」が実務では採用されます。
• イ: 特異度が高い検査は「健康な人を誤って陽性と判定しない」能力が高い検査です。偽陽性が多いと、健康な人に不必要な精密検査・治療を行う過剰診断の問題が生じます。特異度を優先する場面は「偽陽性が大きなコスト（精神的・医療的）をもたらす検査」です。
• ウ: カットオフ値を中心としたトレードオフを理解するためのイメージ: 血糖値の糖尿病スクリーニングで「血糖値100以上を陽性」とすると感度が高くなるが特異度が下がる（正常範囲の人も陽性になる）。「血糖値200以上を陽性」とすると特異度が高くなるが感度が下がる（中程度の糖尿病患者を見逃す）。
• エ: 有病率と的中率の関係（ベイズ定理）: 有病率1%の集団（感度90%・特異度90%）でスクリーニングすると、1,000人あたり真陽性9人・偽陽性99人・偽陰性1人・真陰性891人となり、陽性的中率は約8.3%にとどまります（陽性と出ても92%近くは健康人）が、陰性的中率は約99.9%（891/892）です。有病率10%なら真陽性90人・偽陽性90人・偽陰性10人・真陰性810人で、陽性的中率は50%に改善し、陰性的中率は約98.8%（810/820）に下がります。つまり有病率が低いほど陰性的中率は高くなります。このことは「スクリーニングは有病率が高い（リスクが高い）集団に絞って行う方が効率的」という実践的な示唆を与えます。
• オ: 陽性的中率（PPV）が有病率に依存することは、スクリーニングの実務設計で極めて重要です。同じ性能（感度・特異度）の検査でも、有病率の低い一般集団に広く実施すると陽性的中率が低くなり「陽性なのに実は健康」という偽陽性者が大量に生じます。逆に、リスクが高く有病率が高い集団に絞れば陽性的中率が上がり効率的です。なお感度・特異度は検査自体の性能であり有病率に依存しませんが、PPV・NPV（陰性的中率）は有病率に依存する、という違いを整理しておくことが必須です。

【根拠】医学的事実（確立した疫学・医療統計学）。スクリーニング検査の評価指標（感度・特異度・陽性的中率等）は疫学の基本概念として確立されている。

【補足】特異度の定義は「疾病を有しない者の中の陰性割合」（疾病あり者の中の割合は感度）。カットオフ値を下げると感度は上がるが特異度は下がる（トレードオフ）。