PPVとNPV【統計解析講義応用】

PPVとNPV【統計解析講義応用】 | 統計解析 - ChatGPT・Python・エクセルを使った講義で最速マスター

セミナー詳細                    解析ご相談                    LINEでお友達

PPVとNPV|【統計学・統計解析講義応用】

PPVとNPV【統計解析講義応用】


目次  PPVとNPV【統計解析講義応用】

 

 

PPVとNPV

 

PPVとNPVは,検査する母集団の有病率だけでなく,健康な被検者と疾患を有している被検者に対する検査の精度にも依存している.

 

説明のために,ある母集団の1%がHIV陽性(有病率= 1%)で診断検査が96%の感度と99%の特異度を持っていると仮定しよう.

 

PPVは96/ (96 + 99) = 0.49で,対してNPVは9801/ (9801 + 4) 351となる.

 

したがって,陰性だった検査結果は確実にHIV感染を除外していたけれども,HIV陽性は一般集団においては希少であるために,その診断検査の高い精度にもかかわらず,陽性の検査は1人のHIV陽性に対応しそうなたった49%であった.希少疾患を考える時,検査の特異度は集団スクリーニングでの実際の使用において極めて高くある必要がある.

 

その発生率が17/100,000人である卵巣がんでは,スクリーニング検査はそのPPVがちょうど10%に達するためには最低でも75%の感度と99.9%の特異度を持っている必要があるとされる.

 

 

多くの診断検査は,例えば糖尿病に対するFPGのような連続値を持つバイオマーカーを測定の対象にする.

 

連続値を測定する診断検査において,陽性の判定は,大抵その結果がある閾値εを上回っているかどうかで行われる.

 

一般に右側のカットオフポイントの選択には,厳しくしすぎたカットオフによる真の陽性の見逃しと,寛容にしすぎたカットオフにより誤って過多な健康被検者を有病であると判断してしまうこととのトレードオフがつきまとう.

 

これらの2つの誤りのうちの1つを犯してしまうことによって派生するコストは一般にしきい値の選択に依存して大きく異なる.

 

 

PPVとNPV【統計解析講義応用】


セミナー詳細                    解析ご相談                    LINEでお友達

PPVとNPV【統計解析講義応用】

PPVとNPV【統計解析講義応用】