この計算機でできること
検査の精度計算機は、2×2の分割表（混同行列）から、疫学や生物統計でよく使われる指標を一気に求めます。算出できるのは、感度、特異度、偽陰性率（FNR）、偽陽性率（FPR）、陽性的中率（PPV）、陰性的中率（NPV）、そして有病率です。計算の仕組みは世界共通で、国ごとのルールに左右されません。どの国の医療・研究データでもそのまま使えます。
使い方
次の4つの人数を入力します。実際に疾患を持つ人の総数、そのうち検査で陽性となった人数、疾患を持たない人の総数、そのうち検査で陰性となった人数です。これらの数値から、分割表の4つのセルが自動的に求められます。
a（真陽性）＝疾患ありで陽性だった人。c（偽陰性）＝疾患ありの総数からaを引いた人。d（真陰性）＝疾患なしで陰性だった人。b（偽陽性）＝疾患なしの総数からdを引いた人。
各計算式の意味
感度 \(= a/(a+c)\) は、検査が疾患をどれだけ正しく検出できるかを表します。特異度 \(= d/(b+d)\) は、健康な人を正しく陰性と判定できるかを示します。偽陰性率（FNR）\(= c/(a+c) = 1 - \text{感度}\)、偽陽性率（FPR）\(= b/(b+d) = 1 - \text{特異度}\)です。陽性的中率（PPV）\(= a/(a+b)\) は、検査が陽性だったときに本当に疾患を持っている確率、陰性的中率（NPV）\(= d/(c+d)\) は、検査が陰性だったときに本当に健康である確率です。有病率 \(= (a+c)/(a+b+c+d)\) は対象者全体に占める疾患者の割合で、PPVとNPVに大きく影響します。
計算例
疾患を持つ人が100人（うち90人が陽性）、疾患を持たない人が1000人（うち950人が陰性）の場合、a ＝ 90、c ＝ 10、d ＝ 950、b ＝ 50 となります。
$$\text{感度} = \frac{90}{100} = 0.9000 \ (90\%)$$$$\text{特異度} = \frac{950}{1000} = 0.9500 \ (95\%)$$$$\text{FNR} = 0.1000, \quad \text{FPR} = 0.0500$$$$\text{PPV} = \frac{90}{140} = 0.6429 \ (64.29\%)$$$$\text{NPV} = \frac{950}{960} = 0.9896 \ (98.96\%)$$$$\text{有病率} = \frac{100}{1100} = 0.0909 \ (9.09\%)$$よくある質問
なぜここではPPVが感度よりずっと低いのですか？ 疾患がまれ（有病率が低い）だからです。偽陽性の数が少なくても、真陽性に対して相対的に大きく効いてしまい、PPVを押し下げます。PPVとNPVは常に有病率に依存します。
FNRとFPRの違いは何ですか？ FNRは疾患を持つ人のうち検査が見逃してしまう割合、FPRは健康な人のうち検査が誤って陽性と判定してしまう割合です。
いずれかの区分が0の場合はどうなりますか？ 疾患を持つ人がいない、疾患を持たない人がいない、陽性が0、陰性が0のいずれかの場合、対応する比は数学的に定義できないため、空欄のままになります。
