阴性的中率 - Ciallo Wiki

1 定義

陰性的中率は、検査や判定で陰性と示された結果のうち、実際にも陰性である割合を表す指標である。結果が「問題なし」や「該当しない」と判定されたとき、その判定がどれほど確からしいかを評価する目的で使われる。医療検査だけでなく、分類や審査のように二値で扱う場面でも参照される。

この指標は、「陰性と出たものが本当に陰性か」を確かめるための尺度である。たとえば、ある検査で陰性判定を受けた人が、実際に病気を持たないなら、その判定は正しかったことになる。逆に、陰性なのに陽性である場合は偽陰性であり、陰性的中率を下げる要因となる。

陰性的中率は、真陰性を陰性判定の総数で割って求める。

陰性的中率 = 真陰性 / (真陰性 + 偽陰性)

ここで、真陰性は正しく陰性と判定された数、偽陰性は実際には陽性だが陰性と判定された数を指す。

陰性的中率は、混同行列の4区分のうち、陰性判定に関係する2つの値から算出される。混同行列では、真陽性、真陰性、偽陽性、偽陰性を整理して性能を把握するが、陰性的中率はその中でも陰性側の信頼度を示す。したがって、検査全体の正しさではなく、陰性と出た結果の精度に焦点を当てた指標といえる。

陰性的中率は、判定結果の受け取り方に近い性質を持つ。検査の設計上は感度や特異度が重視されることが多いが、実際の運用では「陰性なら安心できるか」が重要になる場面がある。そのとき、この指標が参考になる。

感度は、実際に陽性である対象をどれだけ陽性と見つけられるかを示す。これに対して陰性的中率は、陰性と判定された対象が本当に陰性かを示す。前者は陽性の見逃しを減らす性能、後者は陰性判定の信頼性を表すため、見ている方向が異なる。

特異度は、実際に陰性である対象をどれだけ正しく陰性と判定できるかを示す。陰性的中率は似ているが、分母の取り方が異なる。特異度は実際の状態を基準にするのに対し、陰性的中率は陰性と判定された集団を基準にするため、条件付き確率としての意味合いが別になる。

陽性的中率は、陽性と出た結果のうち本当に陽性である割合を表す。陰性的中率はその反対で、陰性結果の妥当性を測る。両者は対になる概念だが、どちらが高くなるかは対象の出現頻度や誤判定の分布によって変わるため、必ずしも一方が高ければ他方も高いとは限らない。

陰性的中率の計算は、必要な件数を整理すれば比較的単純である。ただし、判定の定義をあらかじめ明確にしておかないと、真陰性と偽陰性の区別がずれ、値の意味が損なわれる。

計算には、陰性判定された対象のうち、実際に陰性だった数と、実際には陽性だった数が必要である。通常は混同行列を用いて、真陰性と偽陰性を抽出する。検査対象の総数そのものは直接必要ないが、全体像を確認する補助情報として役立つ。

まず、検査や判定結果を真陽性、真陰性、偽陽性、偽陰性に分類する。次に、真陰性の数を取り出し、そこに偽陰性を加えた値で割る。最後に、小数または百分率で表す。たとえば、陰性判定が100件あり、そのうち90件が本当に陰性なら、陰性的中率は90%となる。

ある検査で、真陰性が180件、偽陰性が20件だったとする。この場合、陰性的中率は 180 / (180 + 20) = 0.9 であり、90%となる。つまり、陰性と判定された10件に1件の割合で誤りが含まれることを意味する。

陰性的中率は、単に数値を求めるだけでなく、結果をどう受け止めるかを決める材料になる。とくに、陰性判定に基づいて次の行動を選ぶ場面では、実務上の価値が高い。

医療では、陰性と出た患者が追加検査を受けるべきか、経過観察でよいかを判断する際に役立つ。高い陰性的中率を持つ検査は、陰性結果への信頼が比較的高いとみなされやすい。ただし、検査精度は症状、対象集団、検査条件によって変動するため、単独の数値だけで結論を出すことは避けられる。

機械学習では、クラス分類の評価指標として用いられる。たとえば、異常検知やスパム判定のような二値分類で、非対象と予測されたものの正確さを確認する際に使える。データの偏りがある場合には、単純な正解率よりも、陰性的中率や他の指標を併用したほうが実態をつかみやすい。

陰性的中率は、陰性結果がどの程度信用できるかを示すが、絶対的な安全や正確さを保証するものではない。対象集団の特性や検査の目的を踏まえて読む必要がある。数値が高くても、見逃しが重大な問題につながる場合は慎重な運用が求められる。

偽陰性が多いと、陰性的中率は低下しやすい。これは、本来検出すべき対象を見逃すことで、陰性判定の信頼が損なわれるためである。一方、偽陽性は直接には陰性的中率の式に入らないが、検査全体の判定傾向や対象集団の構成を通じて、結果の受け止め方に影響を及ぼす。

有病率が低い集団では、陰性判定の中に真陰性が多く含まれやすく、陰性的中率が高くなる傾向がある。反対に、有病率が高い場面では偽陰性の比率が増えやすく、値が下がることがある。したがって、この指標は検査そのものの性能だけでなく、対象集団の性質にも左右される。

陰性的中率は、他の診断指標と組み合わせて理解することで、より立体的に評価できる。各指標は異なる角度から検査や分類の性能を示すため、単独では見えにくい特徴を補い合う。

感度は、実際に陽性であるものを陽性と判定する力を示す。見逃しを抑える観点から重要であり、陰性的中率とは評価対象が異なる。

特異度は、実際に陰性であるものを陰性と判定する割合である。陰性的中率と近い印象を持つが、基準にする集団が違うため、意味は一致しない。

陽性的中率は、陽性判定のうち真に陽性である割合を表す。陰性的中率と対をなし、判定結果の確からしさを両側から見るために用いられる。

陰性予測値は、陰性的中率と実質的に同じ概念として扱われることが多い。どちらも陰性結果の正しさを示す指標であり、文脈によって用語の選び方が異なる。医療統計や分類評価では、ほぼ同義として説明される場合が一般的である。