陰性予測値

陰性予測値（NPV）とは、検査結果が陰性であった人が真にその疾患を有していない確率です。陽性予測値と同様に、2x2分割表の列ではなく行に沿って読み取られるため、検査本来の精度だけでなく、疾患の有病率にも依存します。

Definition

陰性予測値とは、陰性検査結果が与えられた場合に疾患が真に存在しない条件付き確率であり、真の陰性の数を陰性結果の総数（真の陰性＋偽陰性）で割ることによって算出されます。

Scope

この項目では、陰性予測値をすべての陰性結果における真の陰性の割合として定義し、その疾患有病率への依存性を説明し、感度および特異度との対比を行い、検査前確率から検査後確率へのベイズ更新との関連を述べます。これは方法論的なトピックであり、特定の検査の使用について助言するものではありません。

Key concepts

• 陰性結果が与えられた場合の非罹患の確率
• 有病率（検査前確率）への依存性
• 真の陰性と偽陰性
• 検査後確率
• 診断におけるベイズの定理
• 陰性尤度比との関係

Mechanisms

陰性予測値は、2x2分割表の陰性結果の行に沿って計算されます。検査が陰性と判定したすべての被験者のうち、真に疾患状態が陰性である割合です。偽陰性の絶対数は罹患群から生成されるため、感度と特異度が固定されていても、疾患の有病率が高くなると陰性予測値は低下し、有病率が低くなると上昇します。したがって、陰性予測値は、検査本来の精度と、検査対象集団における疾患の検査前確率との複合的な産物です。この関係はベイズの定理によって定式化され、検査の尤度比を用いて検査前確率を検査後確率に更新します。陰性予測値は、陰性結果後の疾患の検査後確率の1から引いた値に相当します。

Clinical relevance

陰性予測値は、特定の状況において陰性結果がどの程度の安心感を与えるかを表すため、スクリーニングおよび診断結果を文脈の中で解釈する上で中心的です。この概念は、診断的エビデンスの批判的評価を支持し、検査結果が異なる集団間でどのように解釈されるかを記述するものであり、個々の診断や治療の決定の根拠となるものではありません。

Epidemiology

有病率が低い状況では、ほとんどの人が疾患を有していないため、陰性予測値は高くなる傾向があります。これにより、検査の感度が控えめであっても、陰性結果が非常に安心できるものに見えることがあります。逆に、有病率が上昇すると陰性予測値は低下するため、すべての予測値と同様に、固定された検査属性として扱うのではなく、関連する集団との関係で報告される必要があります。

History

予測値の有病率への依存性は、20世紀に診断精度フレームワークが成熟するにつれて明確化され、検査固有の特性と集団に依存する予測性能との区別は、1990年代の解説的な統計的著作を通じて臨床医に理解されるようになりました。

Debates

高い陰性予測値は、検査が疾患を除外するのに優れていることを意味しますか？

高い陰性予測値は、検査の高い性能よりも低い有病率を大きく反映している可能性があるため、陰性結果による安心感は、疾患の根底にある確率と検査の尤度比に基づいて判断されるべきであり、陰性予測値単独で判断すべきではありません。

Key figures

• Douglas Altman
• Martin Bland
• Jonathan Deeks
• David Grimes
• Kenneth Schulz

Seminal works

• altman-bland-1994b
• deeks-altman-2004
• grimes-schulz-2002-screening

Frequently asked questions

なぜ稀な疾患では陰性予測値が高いことが多いのですか？

疾患が稀な場合、ほとんどの人が実際にその疾患を有していないため、ほとんどの陰性結果は正しく、検査の質というよりも低い有病率のために陰性予測値が高くなります。

陰性予測値は検査の特性ですか？

いいえ。検査対象集団における疾患の有病率、および検査の感度と特異度に依存するため、同じ検査でも異なる状況では異なる予測値を示します。