衛生管理者 労働衛生（有害業務以外） 問56｜偽陽性・偽陰性・陽性的中率の有病率依存

誤りはオです。感度を上げることと特異度を上げることはトレードオフの関係にあり、同じカットオフ値のままで両方を同時に上げることはできません。感度を100%にするにはカットオフ値を下げる（すべての人を陽性とする）必要がありますが、そうすると特異度は0%（すべての健常者も陽性）になります。「両立できる」という記述は誤りです。

ア・イ・ウ・エはすべて正しい内容です。特にウ・エは「陽性的中率が有病率に依存する」という重要な統計的事実を正確に述べています。

各選択肢の正誤と根拠:

• ア（正）: 2×2分割表（検査結果×真の状態）において:
  • 偽陽性（False Positive）= 真の状態が「健常」なのに検査が「陽性」
  • 偽陰性（False Negative）= 真の状態が「有病」なのに検査が「陰性」

という定義は正確で正しい内容です。

• イ（正）: 感度と特異度の定義は正確です。感度 = 真陽性 ÷ (真陽性 + 偽陰性) = 有病者中の陽性率。特異度 = 真陰性 ÷ (真陰性 + 偽陽性) = 健常者中の陰性率。どちらも「分母がそれぞれ有病者・健常者の総数」である点が重要です。

• ウ（正）: 陽性的中率（PPV）= 真陽性 ÷ (真陽性 + 偽陽性) = 陽性判定者中の有病者率。この値は、感度・特異度が固定されていても対象集団の有病率によって変化します（ベイズの定理による）。有病率が低いほどPPVは低下します。

• エ（正）: 有病率が低い集団でのスクリーニングの典型例として、人口100,000人の集団で有病率0.1%（100人が有病）の疾患を感度95%・特異度95%の検査で検査する場合:
  • 真陽性: 95人・偽陰性: 5人
  • 偽陽性: 99,900人×5%=4,995人・真陰性: 94,905人
  • 陽性判定合計: 95+4,995=5,090人
  • PPV: 95÷5,090≒1.9% → 陽性判定の98%以上が偽陽性

• オ（誤）: 感度と特異度はトレードオフの関係にあり、同じカットオフ値のままで両方を独立して変化させることはできません。カットオフ値を変えることで一方を上げると他方が下がります。「両立でき」「感度100%で特異度も100%に近づく」は誤りです。

【理論的背景】

感度・特異度・陽性的中率（PPV）・陰性的中率（NPV）の関係はベイズ統計の基本的な応用であり、職域がん検診・生活習慣病健診の意義・限界を理解する上で不可欠な知識です。

2×2分割表の基本構造:

各指標の定義:

• 感度（Se）= TP ÷ (TP+FN)
• 特異度（Sp）= TN ÷ (FP+TN)
• 陽性的中率（PPV）= TP ÷ (TP+FP)
• 陰性的中率（NPV）= TN ÷ (FN+TN)
• 偽陽性率（FPR）= FP ÷ (FP+TN) = 1 - 特異度
• 偽陰性率（FNR）= FN ÷ (TP+FN) = 1 - 感度

PPVと有病率の関係（ベイズの定理の応用）:

PPV = (Se × P) ÷ [Se × P + (1-Sp) × (1-P)]

• P: 集団の有病率（事前確率）
• Se: 感度・Sp: 特異度

数値例（感度80%・特異度90%の検査）:

この表から、有病率1%の一般集団に同じ検査（感度80%・特異度90%）を実施すると、陽性判定の92.5%が偽陽性であることがわかります。

【実務・条文構造】

産業保健における検査の活用場面とPPVの意義:

1. 職域がん検診:

- 胃がん・大腸がん・肺がん等の検診

- 一般労働者集団での有病率は低い（例: 50代男性の胃がん有病率は数%)

- 低有病率でのスクリーニングでは、陽性者への精密検査が多数の偽陽性に対して行われる

- 精密検査の医療費・患者の心理的負担・侵襲的検査（内視鏡・生検等）のリスクが問題となる

2. ストレスチェック後の高ストレス者:

- 事業場全員（50人以上）への実施

- 高ストレス者としてフラグが立った場合でも、実際に精神疾患を有する確率は有病率に依存

- 一般就業者集団での精神疾患有病率は比較的低いため、高ストレス判定 = 精神疾患確定ではない

3. 感染症スクリーニング（COVID-19等）:

- 有病率が流行状況によって大きく変動

- 流行ピーク時（有病率高）: PPVが高く、陽性 = 感染の確率が高い

- 非流行期（有病率低）: PPVが低く、陽性でも感染でない可能性が高い

- 同じ検査（感度・特異度一定）でも、状況によって陽性判定の意味が全く異なる

【試験での位置づけ】

PPVと有病率の関係問題は「有病率が低いほどPPVは低くなる（偽陽性が多くなる）」「感度・特異度が固定でも有病率によってPPVは変化する」という2点が最頻出です。オのような「感度と特異度が両立できる（トレードオフがない）」という誤りは、前問（eisei_37）で扱ったカットオフ値とのトレードオフを否定する典型的な引っかけです。エに示した「高感度・高特異度の検査でも低有病率ではPPVが低い」という数値計算問題は、一見反直感的な結果であるため受験者が混乱しやすい論点です。

【各選択肢の発展補足】

• ア: 偽陽性と偽陰性の相対的な危険性は疾患の特性によって異なります。生命を脅かす疾患（エボラ出血熱等）では偽陰性（見落とし）が致命的であるため感度を最大化します。一方、陽性判定後の治療が有害・高コストな疾患では偽陽性が問題となるため特異度を重視します。
• イ: 感度と特異度の定義は「分母が異なる」ことが混乱の源です。感度の分母＝有病者全体（TP+FN）、特異度の分母＝健常者全体（FP+TN）です。PPVの分母＝陽性判定者全体（TP+FP）と区別することが重要です。「分母が何か」を常に意識することで混乱を防げます。
• ウ: NPV（陰性的中率）も有病率によって変化します。一般に、有病率が低い集団では陰性判定の信頼性が高く（偽陰性が少ない）NPVが高くなる傾向があります。つまり低有病率では「陰性なら安心してよい」という判断が比較的正確ですが、高有病率では「陰性でも油断できない」ことになります。
• エ: この現象は「ベースレートの無視（Base Rate Neglect）」という認知バイアスと関連します。人間（含む医師）は確率的推論が苦手であり、「高感度・高特異度の検査が陽性なら高確率で疾患がある」と誤って判断しがちです。ベイズの定理を用いた計算・確率的思考の訓練が産業保健・臨床医学において重要です。
• オ: 感度・特異度の両立不可能性を直感的に理解するための例: 「すべての人を陽性と判定する検査」を考えると、感度=100%（有病者全員を陽性）となりますが、特異度=0%（健常者も全員陽性）となります。逆に「すべての人を陰性と判定する検査」では特異度=100%・感度=0%となります。現実の検査はこれら両極端の間にあり、どちらかを改善しようとするとどちらかが悪化するのがトレードオフの本質です。

【根拠】統計的概念（疫学・スクリーニング理論）。感度・特異度・PPVの定義と有病率との関係はベイズ統計の基本的応用であり、疫学教科書（Gordis疫学等）の標準的事項。

【補足】偽陽性=健常者が陽性と判定・偽陰性=有病者が陰性と判定。感度=有病者中の陽性率・特異度=健常者中の陰性率。PPVは有病率が低いほど低下（偽陽性増加）。感度と特異度はトレードオフ（両立は不可）。