検査後確率 計算ツール

検査後確率 計算ツール

成長中 AI Skill PRO

計算を入力してください

公式

検査後確率=Opost1+Opost×100%ただし{Opre=p1−p,p=検査前(%)100Opost=Opre×尤度比\begin{gathered} \text{検査後確率} = \frac{O_{post}}{1 + O_{post}} \times 100\% \\[1.5em] \text{ただし}\quad \left\{ \begin{aligned} O_{pre} &= \frac{p}{1 - p}, \quad p = \dfrac{\text{検査前(\%)}}{100} \\ O_{post} &= O_{pre} \times \text{尤度比} \end{aligned} \right. \end{gathered}
利用統計

広告

結果

検査後確率
81.08%
検査後の疾患確率
検査前オッズ 0.4286
検査後オッズ 4.2857
確率の変化 51.08 %

参考値です。医師による診断・判断に代わるものではありません。

このページの誤りを報告

検査後確率とは?

検査後確率とは、診断検査の結果が判明したあとに、患者がその疾患を有している可能性をあらためて見積もった確率のことです。これはエビデンスに基づく診断の核心と言えます。検査は単に「陽性」「陰性」を告げるだけでなく、それまでの予測(事前の見積もり)を上方または下方へとシフトさせるからです。本ツールは、尤度比(LR)を用いて検査前確率を更新し、ベイズの定理を扱いやすいオッズ形式で適用します。

使い方

検査前確率(検査前の段階で見積もった疾患の確率をパーセントで入力)と、検査結果の尤度比を入力します。陽性の結果には陽性尤度比(LR+)を、陰性の結果には陰性尤度比(LR−)を使います。ツールは検査後確率に加えて、途中計算である検査前オッズ・検査後オッズも表示します。

計算式の解説

確率とオッズは同じ事柄を別の形で表したものなので、まず確率をオッズに変換します。

$$\text{検査前オッズ} = \frac{P}{1 - P}$$

これに尤度比を掛けると、検査後オッズが得られます。

$$\text{検査後オッズ} = \text{検査前オッズ} \times \text{LR}$$

最後に、これを確率へ戻します。

$$\text{検査後確率} = \frac{\text{検査後オッズ}}{1 + \text{検査後オッズ}}$$

LR が 1 より大きければ疾患の確率は上がり、1 より小さければ下がり、ちょうど 1 のときは変わりません。

広告
検査前確率をオッズに変換し、尤度比を掛けて検査後確率に戻す流れを示した図
オッズを使った計算の流れ:確率をオッズに変換し、尤度比を掛けてから確率に戻します。

計算例

検査前確率が 30%、検査結果の LR が 10 だとします。検査前オッズ \( = 0.30 \div 0.70 = 0.4286 \)。検査後オッズ \( = 0.4286 \times 10 = 4.2857 \)。検査後確率 \( = 4.2857 \div (1 + 4.2857) = 0.8108 \)、つまり約81%となります。陽性の結果によって、疾患の疑いが 30%から 81%へと高まったことがわかります。

広告
検査前確率から尤度比を通り検査後確率へ至る直線が引かれたFaganのノモグラム
Faganのノモグラムでは、検査前確率から尤度比を通る直線を引くと検査後確率が読み取れます。

主要用語:感度、特異度、オッズと事前確率

  • 検査前確率(事前確率、有病率):検査結果がわかる前に、その人がその状態にある確率。集団の有病率、臨床的な状況、またはリスクスコアから得られることがある。
  • 検査後確率(事後確率):検査結果を取り入れた後に更新された確率。陽性の結果が出た後、検査前確率が有病率と等しい場合は陽性的中率(PPV)に等しくなる。陰性の結果の後、疾患がある確率は1 − NPV(陰性的中率)である。
  • 確率とオッズ:確率 \(p\) は事象が起こる可能性で、0から1までの値をとる。オッズは \(\frac{p}{1-p}\) で、逆算すると \(p = \frac{O}{1+O}\) となる。例えば、確率0.25はオッズ1:3、つまり0.333に相当する。
  • 感度:その状態にある人のうち、検査で陽性となる人の割合(真陽性率)。
  • 特異度:その状態にない人のうち、検査で陰性となる人の割合(真陰性率)。
  • 陽性尤度比(LR+):\(\text{LR+} = \frac{\text{感度}}{1-\text{特異度}}\)。陽性の結果が疾患のオッズをどれだけ高めるかを示す。
  • 陰性尤度比(LR−):\(\text{LR−} = \frac{1-\text{感度}}{\text{特異度}}\)。陰性の結果が疾患のオッズをどれだけ下げるかを示す。
  • ベイズの定理:新たな証拠によって確率を更新するための法則。オッズの形では、単純に \(\text{検査後オッズ} = \text{検査前オッズ} \times \text{LR}\) と表される。

PPVやNPVと異なり、尤度比は有病率に依存しない。そのため、検査前確率が異なる患者にも適用できる。このツールは一般的な教育目的の情報を提供するものであり、専門的な医学的判断に代わるものではない。

よくある質問

尤度比はどこから求めるのですか? 検査の感度と特異度から算出します。LR+ \( = \text{感度} \div (1 - \text{特異度}) \)、LR− \( = (1 - \text{感度}) \div \text{特異度} \) です。

「良い」LR の目安は? 経験則として、LR+ が 10 を超える、または LR− が 0.1 を下回る場合は、確率を大きく動かし、しばしば診断を決定づけるほどの変化をもたらします。1 に近い値は臨床的にほとんど役に立ちません。

検査前確率を 100%にできますか? 0%や 100%ではオッズが 0 または無限大になり、いかなる検査でも「確実なもの」を変えることはできません。だからこそ実臨床では、極端な値そのものではなく、それに近い値を用います。

出典・参考資料

上記の出典と照合した日 . 医療従事者による確認は受けていません。 一般的な情報であり、医学的助言や診断ではありません。健康について気になることがあれば医師に相談してください。

最終更新:

健康とフィットネスで人気の電卓

健康とフィットネスの電卓をすべて見る