感度と特異度：検査はどこまで病気を見分けられるか

同じ集団の胸部X線写真を判読したところ、結核の疑いがあると判定された人数は、専門医によって2倍近く異なりました。この研究の目的は、どの撮影法が結核の集団検診に適しているかを比べることでした。複数の専門医が、同じフィルムをそれぞれ独立して判読しました。同じ医師が時間をおいて判読し直した場合にも、判定は食い違いました。ある医師は、判読し直したときに結核の疑いありとした人の2割あまりを、最初の判読では見落としていました⁠^{[1, 2]}。

結核の疑いの判定は、医師の間でも、同じ医師の中でもぶれていました。どの判定が正しいかを決めるには、一人ひとりに結核の所見が実際にあるかを別の方法で確かめ、判定と照らし合わせる必要があります。では、別の方法と照らし合わせたとき、検査は病気のある人とない人をどこまで見分けられるのでしょうか。

この記事の要約（押すと開閉します）

• 定義：感度は、病気のある人のうち検査が陽性となる人の割合。特異度は、病気のない人のうち検査が陰性となる人の割合
• 生まれた経緯：検査の感度と特異度は1900年代の初めから評価され、1947年にYerushalmyが結核検診の撮影法の比較で定義を示した。1950年代にレーダーの信号の検出を評価するために作られたROC曲線は、カットオフ値で変わる感度と特異度をまとめる図として使われるようになった。1959年のLedleyとLustedの論文のあと、臨床の推論のモデルの中心はベイズの考え方になり、1986年には尤度比が勧められた。2003年には報告の指針STARDと評価の道具QUADASが作られた
• 求め方：検査の結果と、病気の有無を判定する参照基準の結果を2×2表にまとめ、該当する人数から割合を求める
• 的中率：検査が陽性となった人のうち実際に病気のある人の割合が陽性的中率。感度と特異度が同じでも、検査を受ける集団の有病率が低いと大きく下がる
• 尤度比：ある検査結果が、病気のある人では病気のない人の何倍得られやすいかを表す。検査前確率をオッズに直して尤度比を掛けると、検査後オッズが求まる。オッズは、病気である確率を病気でない確率で割った値
• 使い分け：感度の高い検査の陰性結果は病気の除外に、特異度の高い検査の陽性結果は病気の確定に役立つ。ただし、どちらの判断も、もう一方の指標と検査前確率にも左右される
• カットオフ値：測定値で陽性と陰性を分ける検査では、カットオフ値を動かすと、感度と特異度の一方が上がり、もう一方が下がる。ROC曲線は、この関係を図に表したもの
• 限界：感度と特異度も、対象者の選び方、参照基準、判定者によって変わる。病気のある人と病気のない対照者を別々に集めた研究では、高めに出やすい
• 論文で確かめる点：対象者が臨床でその検査を受ける人と同じ特徴をもつか、全員に同じ参照基準を用いたか。互いの結果を知らずに判定したか、カットオフ値をあらかじめ決めていたか

感度と特異度とは

感度は、病気のある人のうち、検査が陽性となる人の割合です。特異度は、病気のない人のうち、検査が陰性となる人の割合です⁠^[3]。陽性は検査で病気の存在が疑われる結果、陰性は疑われない結果を指します。感度は真陽性率、特異度は真陰性率とも呼ばれます。英語では、感度を sensitivity（センシティビティ）、特異度を specificity（スペシフィシティ）といいます。

感度と特異度を求めるには、一人ひとりに病気が実際にあるかどうかを、別の方法で確かめておく必要があります。病気の有無をその時点で最も確実に判定できる方法を、参照基準といいます。手術で直接確認することや、関節内にカメラを挿入して観察する関節鏡検査などがその例です。

感度と特異度が生まれるまで

いまの診断精度の評価は、感度と特異度という2つの割合に、ROC曲線、尤度比による確率の計算、報告の指針と質の評価の道具が加わってできています⁠^[4–6]。それぞれの考え方は、別々の問題に答えるために生まれました。

図1　感度と特異度が生まれるまでの主な出来事。矢印の左はそのとき問題になったこと、右はそれに答えた方法。緑は、いまの指標と確認点のもとになった段階

感度と特異度は、米国の生物統計学者Jacob Yerushalmy（ジェイコブ・イェルシャルミ）が1947年に初めて定義したとよくいわれます。しかし実際には、検査の感度と特異度は1900年代の初めから評価されていました。もとは、梅毒の血液検査が開発されたころの免疫学の考え方でした⁠^[7]。Yerushalmyが加わった結核検診の研究は、1947年に米国医師会雑誌で報告されました⁠^[1]。

結核検診の研究では、退役軍人局の施設にいた約1,200人全員について、フィルムの大きさなどが異なる4通りの方法で胸部X線写真を撮影しました⁠^[2]。放射線科医と胸部疾患の専門医の計5人が、それぞれ独立して写真を判読しました。その結論は、集団検診で結核患者を見つける能力に限っていえば、どの撮影法もほかより優れているとはいえない、というものでした⁠^[2]。

Yerushalmyは同じ1947年、結核検診の研究のデータをもとに、診断法を評価する際の統計学的な問題を論じた論文を公衆衛生の雑誌に発表しました。その中で、撮影法ごとに2つの値を求めるのがふつうの手順だと書いています。結核の所見がある人を正しく陽性と判定する確率である感度と、所見がない人を正しく陰性と判定する確率である特異度です⁠^[2]。

ただし、感度と特異度を求めるには、2つの難しさがありました。対象者のうち誰が本当に陽性かがわからないことと、判定が読影者の間でも、同じ読影者の中でも食い違うことです。そこでYerushalmyは、1つの撮影法や1人の読影者の判定によらずに、陽性の人を決める方法を探りました。標準となる撮影法だけでなく、標準となる読影者も選ぶ必要がある、とも述べています⁠^[2]。

測定値で陽性と陰性を分ける検査では、感度と特異度が、カットオフ値の選び方で変わります。そのため、1組の感度と特異度だけでは、検査の性能を表しきれません⁠^[8]。この問題に対して、1950年代にレーダーの信号の検出を評価するために作られたROC（アールオーシー）曲線が使われるようになりました⁠^[4]。1978年の核医学の雑誌の総説は、ROC曲線を、カットオフ値による変化をすべて示す簡単な表し方と説明しています⁠^[8]。

1982年の放射線医学の雑誌の論文は、ROC曲線の下の面積の意味を示しました。面積は、病気のある人とない人を1人ずつ選んだとき、病気のある人のほうをより強く疑う確率に等しくなります。この論文は、この関係を使って、面積の標準誤差と、診断法の正確さの差を調べるのに必要な対象者数の求め方も示しています⁠^[9]。

米国の計算機科学者Kulikowski（クリコウスキー）によると、医学の診断は、不確かさの大きいなかで行う判断です。そうした判断のモデルには、1950年代から統計の手法が広く使われていました⁠^[10]。

米国の研究者Ledley（レドリー）と医師のLusted（ラステッド）は、1959年に論文を発表しました⁠^[11]。2人は、医師が診断でどのように推論しているかを理解するために、記号論理、確率、価値の理論を用いました⁠^[12]。Kulikowskiによると、この論文のあと、臨床の推論を表すモデルの中心は、ベイズの考え方になりました⁠^[10]。ベイズの定理は、検査の結果によって、病気である確率がどう変わるかを表す関係です⁠^[5]。

米国の内科の研究者Radack（ラダック）らによると、感度と特異度は、検査の結果で病気の確率がどれだけ上がり、どれだけ下がるかを直接には示しません。そこでRadackらは1986年、検査の結果を尤度比で報告し、解釈することを提案しました。尤度比は、結果をいくつかの段階に分けても求められ、検査後確率の計算にも使いやすい、としています⁠^[13]。

診断精度の研究では、論文の記載が不完全なことと、質を評価する体系的な道具がないことが問題でした⁠^{[6, 14]}。2003年には、報告の指針STARD（スタード）と、質の評価の道具QUADAS（クアダス）が発表されました⁠^{[14, 15]}。報告の指針と評価の道具の違いは、批判的吟味に用いるチェックリストの記事で説明しています。

感度と特異度の定義は、Yerushalmyが1947年に示した定義と同じ形です⁠^{[2, 3]}。検査前確率から検査後確率を求める考え方は、ベイズの定理にもとづきます⁠^[5]。尤度比は、その計算に使いやすい指標として勧められました⁠^[13]。

ROC曲線は、レーダーの信号の検出の評価から来ています⁠^[4]。曲線の下の面積を確率として解釈する考え方は、1982年の論文に示されています⁠^[9]。論文に記載する項目はSTARD 2015が、バイアスのリスクを評価する項目はQUADAS-2が定めています⁠^{[6, 16]}。

感度と特異度の求め方

感度と特異度は、検査の結果と参照基準の結果を2×2表にまとめて求めます。図2は、肩のSLAP（スラップ）損傷に対する受動圧迫テストを調べた研究の結果です⁠^[17]。SLAP損傷は、肩関節の関節窩のふちを囲む関節唇の、上方部分の損傷です。受動圧迫テストは、検者が患者の上肢を他動的に動かして、この損傷の有無を調べる徒手検査です。

受動圧迫テストを調べた研究では、関節鏡視下手術を受ける61人に、術前にこのテストを行いました。2人の医師が、ほかの検査より先に、それぞれ独立して検査しました。参照基準は関節鏡所見で、SLAP損傷を認めた人は33人、認めなかった人は28人でした⁠^[17]。

図2　受動圧迫テストの結果と、関節鏡所見によるSLAP損傷の有無の2×2表（文献17をもとに作成）

表の4つのセルを、a、b、c、dで表します。a は損傷があり、検査が陽性となった人で、真陽性といいます。b は損傷がなく、陽性となった人で、偽陽性といいます。c は損傷があり、陰性となった人で、偽陰性といいます。d は損傷がなく、陰性となった人で、真陰性といいます。

2×2表の合計は、損傷がある人が a＋c、ない人が b＋d です。陽性となった人の合計は a＋b、陰性となった人の合計は c＋d です。

感度は、a を a＋c で割った値で、損傷のある人のうち陽性となった人の割合です。この研究では、27を33で割って81.8%でした。特異度は、d を b＋d で割った値で、損傷のない人のうち陰性となった人の割合です。24を28で割って85.7%でした⁠^[17]。感度が高いほど偽陰性が少なく、特異度が高いほど偽陽性が少なくなります。

陽性的中率と陰性的中率

検査が陽性となった人のうち、実際に病気のある人の割合を陽性的中率といいます。陰性となった人のうち、実際に病気のない人の割合を陰性的中率といいます。図2では、陽性的中率は27を31で割って87.1%、陰性的中率は24を30で割って80.0%でした⁠^[17]。

的中率は、検査を受けた人の「陽性だった自分は本当に病気なのか」という問いに答える指標です。感度と特異度は、病気の有無がわかっている人を分母とした割合なので、この問いには直接答えません。

的中率は、感度と特異度が同じでも、検査を受ける集団に病気の人がどれだけいるかによって大きく変わります。検査を受ける集団に占める病気の人の割合を、有病率といいます。受動圧迫テストの研究は関節鏡視下手術を受ける人が対象だったため、有病率は61人中33人の54%と高めでした。図3は、感度と特異度をこの研究の値に固定し、有病率だけを変えたときの的中率を計算したものです。

図3　感度81.8%、特異度85.7%に固定し、有病率だけを変えたときの陽性的中率と陰性的中率。54%は受動圧迫テストの研究の有病率（文献17の値をもとに筆者が計算）

有病率が10%なら、陽性的中率は約39%まで下がります。1,000人が検査を受けた場合、損傷のある100人のうち陽性となる人は約82人です。損傷のない900人からも、約14%にあたる約129人が陽性となります。陽性となった約210人のうち、損傷がある人は約82人だけです（筆者の計算）。

有病率の低い集団では、病気のない人に生じる偽陽性が、病気のある人に生じる真陽性を上回りやすくなります。反対に、陰性的中率は、有病率が下がるほど高くなります。

的中率は、研究対象者の有病率に依存します。そのため、ある研究で得られた的中率は、ほかの集団にはほとんど当てはめられない、と診断検査の統計学的な解説は述べています⁠^[5]。同じ認知機能検査でも、もの忘れ外来と地域住民とで陽性的中率が大きく異なった例があります。その例を、Mini-Mental State Examination（ミニメンタル・ステート・エグザミネーション）の記事で紹介しています。

尤度比と検査後確率

尤度比は、ある検査結果が、病気のある人では病気のない人の何倍得られやすいかを表す値です。陽性尤度比は、感度を、1から特異度を引いた値で割って求めます。陰性尤度比は、1から感度を引いた値を特異度で割って求めます⁠^[5]。受動圧迫テストでは、陽性尤度比は約5.7、陰性尤度比は約0.21です（筆者の計算）。陽性という結果は、損傷のある人では損傷のない人の約5.7倍得られやすいことになります。

尤度比は、検査前の見込みから検査後の見込みを求めるときに使います。病歴やほかの所見から見積もった、検査前に病気である確率を検査前確率といい、事前確率とも呼びます。検査の結果がわかった後に病気である確率を検査後確率といい、事後確率とも呼びます⁠^[5]。

尤度比を使うときは、確率をオッズに直します。オッズは、病気である確率を、病気でない確率で割った値で、オッズ比の記事でも説明しています。検査前オッズに尤度比を掛けると、検査後オッズが求まります。オッズを確率に戻すには、オッズを、1とオッズの和で割ります⁠^[5]。

たとえば、検査前確率が20%の人では、検査前オッズは0.25です。受動圧迫テストが陽性なら、検査後オッズは0.25に5.7を掛けて約1.43となり、確率に戻すと約59%です。陰性なら、0.25に0.21を掛けて約0.053となり、確率は約5%です（筆者の計算）。

尤度比は感度と特異度から求めるため、的中率と異なり、有病率を直接には含みません。そのため、目の前の患者の検査前確率に合わせて使うことができます⁠^[5]。

同じ解説によると、多くの場合、尤度比が10を超える結果は診断を確定する強い根拠となり、0.1を下回る結果は診断を除外する強い根拠となります⁠^[5]。受動圧迫テストの5.7と0.21は、この目安に達していません。この検査だけでは、損傷の有無を決めきれないことになります。

指標	求め方と意味
感度	a を a＋c で割る。病気のある人のうち、検査が陽性となる人の割合。真陽性率とも呼ぶ
特異度	d を b＋d で割る。病気のない人のうち、検査が陰性となる人の割合。真陰性率とも呼ぶ
陽性的中率	a を a＋b で割る。陽性となった人のうち、病気のある人の割合。有病率が下がると低くなる
陰性的中率	d を c＋d で割る。陰性となった人のうち、病気のない人の割合。有病率が下がると高くなる
陽性尤度比	感度を、1から特異度を引いた値で割る。陽性結果が、病気のある人では病気のない人の何倍得られやすいか。1より大きいほど、陽性のときに病気である可能性が高まる
陰性尤度比	1から感度を引いた値を、特異度で割る。陰性結果が、病気のある人では病気のない人の何倍得られやすいか。1より小さいほど、陰性のときに病気である可能性が低くなる

表1　感度、特異度と、そこから求める指標。a〜dは図2の4つのセル（文献3、5をもとに作成）

感度と特異度の使い分け

感度の高い検査で陰性であれば病気を除外しやすく、特異度の高い検査で陽性であれば病気を確定しやすくなります。感度の高い検査では、病気のある人が陰性となることが少ないため、陰性結果は病気がない可能性を高めます。特異度の高い検査では、病気のない人が陽性となることが少ないため、陽性結果は病気がある可能性を高めます。

SnNout（スナウト）とSpPin（スピン）は、感度と特異度の使い分けを表す記憶法として、教科書やウェブサイトで紹介されてきました⁠^[18]。SnNoutは、感度（sensitivity）の高い検査が陰性（negative）なら病気を除外する（out）という意味です。SpPinは、特異度（specificity）の高い検査が陽性（positive）なら病気を確定する（in）という意味です。

ただし、陰性結果で病気を除外できるかどうかは、感度だけでなく特異度にも左右されます。同様に、陽性結果で病気を確定できるかどうかは、特異度だけでなく、感度と検査前確率にも左右されます⁠^[18]。

SnNoutとSpPinを検証した研究者らは、アルツハイマー病の臨床診断基準を例に挙げています⁠^[18]。その研究では、専門医療機関の患者56人を対象に、脳の組織の検査を参照基準として診断基準を調べていました。感度は93%と高いものの、特異度は23%しかなく、陰性尤度比も0.3にとどまりました。

専門医療機関の患者56人では検査前確率が54%で、診断基準で陰性と判定された人がアルツハイマー病である確率は、25%と計算されました。対象者数が少ないため、この25%について、偶然による誤差を考慮した範囲である95%信頼区間を求めると、3〜65%と幅が広くなります⁠^[18]。

リハビリテーションの評価でも、同じ考え方が当てはまります。パーキンソン病患者を対象に、機能的リーチテストで転倒の危険を見分けられるかを調べた研究があります。上肢を前方へ伸ばせる距離が25.4 cm未満を転倒の危険ありとすると、感度は30%、特異度は92%でした⁠^[19]。

パーキンソン病患者の研究では、危険ありと判定された人の多くに、実際に転倒歴がありました⁠^[19]。一方で、陰性という結果だけでは転倒の危険を除外できません。機能的リーチテストについては、Functional Reach Test（ファンクショナル・リーチ・テスト）の記事で詳しく説明しています。

カットオフ値で変わる感度と特異度

測定値で陽性と陰性を分ける検査では、カットオフ値を動かすと、感度と特異度の一方が上がり、もう一方が下がります。カットオフ値は、陽性と陰性を分ける境界の値です。

Timed Up and Go（タイムド・アップ・アンド・ゴー、TUG）では、カットオフ値に13.5秒が用いられます。TUGは、椅子から立ち上がって歩き、戻って座るまでの時間を測る検査です。Berg Balance Scale（バーグ・バランス・スケール）のカットオフ値には、45点が用いられます。

図4の左は、病気のない人とある人の検査値の分布が重なる様子を示しています。値は説明のための架空のものです。

値が高いほど病気が疑われる検査で、カットオフ値を図4の低いAに置くと、病気のある人の多くが陽性となり、感度は上がります。その代わり、病気のない人の一部も陽性となり、特異度は下がります。カットオフ値を高いBに置くと、その逆になります。2つの分布が重なっている限り、どこにカットオフ値を置いても、偽陽性と偽陰性の両方をなくすことはできません。

図4　左は検査値の分布と2つのカットオフ値、右はROC曲線。Aでは感度0.90、特異度0.62、Bでは感度0.62、特異度0.90。説明のための架空の値（文献4の考え方をもとに作成）

カットオフ値ごとに感度と特異度を求めてプロットし、それらを結んだ曲線をROC（アールオーシー）曲線といいます。縦軸は感度、横軸は1から特異度を引いた値です⁠^[4]。

ROC曲線の下の面積は、病気のある人とない人を1人ずつ選んだとき、病気のある人のほうがより病気らしい値をとる確率を表します。判別能（病気のある人とない人を見分ける力）のない検査では0.5、完全に判別できる検査では1となります⁠^[4]。この面積は、英語の頭文字からAUC（エーユーシー）とも呼ばれます。

どのカットオフ値が適切かは、病気を見落とす不利益と、病気のない人を陽性と判定する不利益のどちらが大きいかによって変わります。誤判定の合計が最も少なくなるカットオフ値が、常に最善とは限りません。たとえばがんのスクリーニングでは見落としを避けたいため、偽陽性が増えても、病気のある人のほとんどが陽性となるカットオフ値を選びます。陽性となった人は、別の検査で精査します⁠^[4]。

感度と特異度の限界

感度と特異度は検査そのものだけで決まる値ではなく、どのような人を対象に、どのように調べたかによって変わります。

1つめは、対象者の選び方です。病気が明らかな人と、病気のない対照者を別々に集めて調べると、判別能は高めに見積もられやすくなります⁠^[20]。

診断検査を評価した184の研究を比較した報告があります。比較の指標は、陽性尤度比を陰性尤度比で割った診断オッズ比で、判別能が高いほど大きくなります。病気のある人と、病気のない対照者を別々に集めた研究では、臨床で検査を受ける患者を対象にした研究に比べて、この値が約3倍になっていました⁠^[20]。臨床では、症状の軽い人や、似た症状を示すほかの疾患の人も検査を受けるため、判別が難しくなります。

TUGによる転倒の判別では、感度と特異度がいずれも87%と報告されています。この値も、過去半年間に2回以上転倒した15人と、転倒歴のない15人を比較して得られたものです⁠^[21]。TUGの記事では、地域在住高齢者のその後の転倒を追跡した研究のまとめを紹介しています。そのまとめでは、TUGの結果を知っても、転倒する確率の見積もりはほとんど変わりませんでした。

2つめは、検査が用いられる場です。有病率の異なる場で調べると、感度や特異度そのものが変わることもあります⁠^[22]。

メタ分析は、複数の研究結果を統計学的に統合する研究です。23のメタ分析を調べた研究があります。1つのメタ分析の中で有病率が最も低い値から最も高い値に変わると、感度や特異度は0〜40ポイント変わると見積もられました。統計的に有意な差は、23のうち8つでみられました⁠^[22]。研究者らは、その理由として、対象者の病気の重症度や種類の違いなどが、有病率と感度・特異度の両方に影響している可能性が高い、としています⁠^[22]。

3つめは、参照基準と判定者です。検査が陽性の人と陰性の人とで、異なる参照基準を用いた研究もありました。そうした研究では、診断オッズ比が約2.2倍に過大に見積もられていました⁠^[20]。

結核検診の研究では、2〜3か月あけて同じフィルムを判読し直した医師の判定も、1回目と2回目で食い違っていました⁠^[2]。判定は、判定者によっても、同じ判定者がくり返すたびにも変わります。このため、検査を評価する研究では、判定の一致の程度も確かめます。同じ検者がくり返し判定したときの一致を検者内信頼性、別の検者が判定したときの一致を検者間信頼性といいます。

4つめは、研究の規模と数です。受動圧迫テストの感度81.8%は、損傷のある33人から求めた値で、その95%信頼区間はおよそ66〜91%と幅が広くなります（筆者の計算）。

肩の徒手検査のシステマティックレビューは、受動圧迫テストを、バイアスの少ない研究で感度と特異度がともに高かった検査の一つに挙げています。そのうえで、1つの研究でしか調べられていないことに注意を促しています。ほかの肩の検査では、最初の研究で得られた良好な値が、その後の研究で再現されなかった例もありました。このレビューは、1つの検査だけで診断を決めることは明確には勧められない、としています⁠^[23]。

論文で確かめる点

診断精度を調べた論文では、対象者の選び方、参照基準、判定の手順、カットオフ値の決め方を確かめます。STARD（スタード）2015は、論文に記載すべき30項目をまとめた報告ガイドラインです⁠^[6]。

QUADAS-2（クアダス・ツー）は、研究のバイアスのリスクと臨床への適用可能性を評価するツールです。4つの領域（対象者の選択、調べる検査、参照基準、流れと時期）ごとに判定します⁠^[16]。QUADAS-2は、批判的吟味に用いるチェックリストの記事でも紹介しています。

確かめる点	理由と見るところ
対象者の選び方	病気のある人と病気のない対照者を別々に集めると、判別能が高めに見積もられやすい。対象となる受診者を順にすべて（連続して）、または無作為に登録したか。臨床でその検査を受ける人と、病気の重症度や種類が近いか
参照基準	病気の有無を正しく判定できる方法か。全員が参照基準を受け、全員に同じ参照基準を用いたか
判定の独立	検査と参照基準を、互いの結果を知らずに判定したか。結果を知っていると、判定がもう一方の結果に影響され、2つの結果が実際より一致しやすくなる
カットオフ値	あらかじめ決めた値か、データを見てから選んだ値か。データを見て最も成績のよいカットオフ値を選ぶと、その研究に特有の偶然の誤差まで取り込むことがある
流れと時期	検査と参照基準の間が空きすぎていないか。全員が解析に入っているか
結果の示し方	2×2表の人数、感度と特異度とその95%信頼区間、対象者の特徴と病気の重症度が記載されているか
再現	別の対象者で調べた研究でも、同様の値が得られているか

表2　診断精度を調べた論文で確かめる点（文献6、16、23をもとに作成）

まとめ

感度と特異度は、病気の有無がわかっている人を、検査がどれだけ正しく陽性と陰性に分けるかを表す指標です。1947年の研究で撮影法の比較に使われたこの2つの指標に、のちに、検査後確率の計算とカットオフ値の問題に答えて、尤度比やROC曲線が加わりました。

陽性の人が実際に病気である可能性は、感度と特異度だけでは決まらず、有病率や検査前確率によって大きく変わります。尤度比を用いると、検査前確率から検査後確率を計算できます。感度と特異度そのものも、対象者の選び方、参照基準、判定者によって変わります。受動圧迫テストの陽性結果は、関節鏡視下手術を受ける人の集団では9割近くが的中しますが、損傷のある人が1割の集団では、的中する割合は4割ほどです。

さらに学びたい人へ：おすすめの本

• ダイアン・V・ジュエル『理学療法エビデンス大事典 現場で使える実践ガイド』森山英樹 総監訳（西村書店）：根拠にもとづく理学療法を学ぶための本の翻訳です。第11章「診断検査と臨床測定のエビデンスの評価」で、診断検査を調べた研究の質の評価と、その結果の解釈を扱っています（2019年刊行、488ページ）。