ROC曲線（受信者動作特性曲線）とは？カットオフ値を「なんとなく」で決めないための検査の見方
セラピスト向け
「カットオフ値」は、なんとなく決まっているわけではない
検査でどこから陽性とするのか。その線引きには、感度と特異度のバランスがあります。ROC曲線(Receiver Operating Characteristic；受信者動作特性曲線）を知ると、基準値の見方が少し変わります。
ROC曲線は、感度と偽陽性率のバランスを見るためのグラフです。AUCが大きいほど、検査全体としての識別能力が高いと考えられます。
検査には、陽性と陰性を分ける基準があります。
この基準のことを、カットオフ値と呼びます。
たとえば、ある角度以上で痛みが出たら陽性。ある点数以上ならリスクが高い。ある数値を超えたら異常と考える。
臨床では、こうした線引きを何度も使っています。
でも、その線引きがどのように決められているのかまで考える機会は、意外と少ないかもしれません。
そこで出てくるのが、ROC曲線とAUCです。
まなぶ先生
瀬谷崎
カットオフ値は「陽性と陰性を分ける線」
カットオフ値とは、検査結果を陽性と陰性に分けるための基準です。
基準を厳しくすれば、陽性になる人は少なくなります。
基準を甘くすれば、陽性になる人は増えます。
ここで大事なのは、基準を動かすと、検査の性格が変わるということです。
カットオフ値は、ただの数字ではありません。見逃しを減らすのか、誤認を減らすのか、その検査の使い方に関わる基準です。
基準をどこに置くかによって、感度と特異度のバランスが変わります。
つまり、カットオフ値を考えることは、検査のリスク管理を考えることでもあります。
ROC曲線は、感度と偽陽性率を並べて見るグラフ
ROC曲線では、縦軸に感度を置きます。
感度は、疾患がある人をどれくらい正しく陽性にできるかという割合です。
横軸には、1から特異度を引いた値を置きます。
これは、疾患がない人を間違って陽性にしてしまう割合、つまり偽陽性率です。
| ROC曲線の軸 | 意味 | 臨床で見るポイント |
|---|---|---|
| 縦軸：感度 | 疾患がある人を陽性にできる割合 | 見逃しを減らす力を見る |
| 横軸：1-特異度 | 疾患がない人を陽性にしてしまう割合 | 偽陽性の増え方を見る |
| 左上に近い点 | 感度が高く、偽陽性率が低い状態 | バランスのよいカットオフ値を考える |
カットオフ値を少しずつ変えながら、感度と偽陽性率がどう変わるかを点で打っていきます。
その点をつないだものが、ROC曲線です。
グラフの左上に近いほど、疾患がある人を拾えて、疾患がない人を間違って陽性にしにくい検査に近づきます。
基準を厳しくするか、甘くするかで性格が変わる
カットオフ値を厳しくすると、陽性の基準が高くなります。
その結果、疾患がない人を陽性と間違えることは減りやすくなります。
つまり、特異度が高くなりやすい。
一方で、本当に疾患がある人まで陰性として扱ってしまうリスクが増えます。
トレードオフ
感度を上げようとすると偽陽性が増えやすく、特異度を上げようとすると見逃しが増えやすくなります。どちらも完全にするのは難しいため、目的に合わせた線引きが必要です。
逆に、カットオフ値を甘くすると、陽性の基準が低くなります。
疾患がある人を拾いやすくなり、感度は高くなりやすいです。
ただし、疾患がない人まで陽性にしてしまう偽陽性も増えます。
ここに、検査の難しさがあります。
左上に近いところが、バランスのよい基準になりやすい
ROC曲線でよく見られるのが、左上に近い点です。
左上に近いということは、感度が高く、偽陽性率が低いということです。
つまり、本当に疾患がある人を拾いやすく、疾患がない人を間違って陽性にしにくい。
そのため、標準的なカットオフ値を決める時には、このあたりが参考になります。
まなぶ先生
瀬谷崎
たとえば、重い疾患を見逃したくないスクリーニングでは、感度を重視したい場面があります。
反対に、陽性と言った時の意味を強くしたい検査では、特異度が大事になります。
だから、カットオフ値は単純に「一番良い数字」を探すだけではありません。
検査を何のために使うのかを考える必要があります。
AUCは、検査そのものの見分ける力を見る指標
ROC曲線と一緒に出てくる言葉が、AUCです。
AUCは、ROC曲線の下の面積を表します。
この面積が大きいほど、検査全体として、疾患がある人とない人を見分ける力が高いと考えます。
ざっくり言えば、AUCが大きい検査ほど、識別能力が高い検査です。
論文を読む時の見方
カットオフ値だけを見るのではなく、AUCも確認すると、その検査がそもそも臨床で使うに値する識別能力を持っているのかを考えやすくなります。
もちろん、AUCが高ければ何でも信じていいわけではありません。
対象者、検査の方法、比較している基準、臨床での使いやすさも見ます。
それでも、AUCは検査全体の性能を眺める上で大事な材料になります。
臨床では、目的に合わせて重みづけする
検査の目的は、いつも同じではありません。
見逃しを減らしたい場面もあれば、過剰に疑いすぎることを避けたい場面もあります。
だから、カットオフ値やROC曲線を見る時も、目的を抜きにして考えることはできません。
- カットオフ値は、陽性と陰性を分ける基準
- ROC曲線は、感度と偽陽性率の関係を見るグラフ
- 左上に近いほど、感度と特異度のバランスが良い
- AUCが大きいほど、検査全体の識別能力が高い
- 基準値は、検査の目的に合わせて解釈する
数字は、覚えるだけでは臨床で使えません。
その数字が、何を犠牲にして、何を拾いやすくしているのか。
ここまで見て初めて、検査結果の扱い方が変わります。
基準値は、絶対の答えではなくバランスの結果
カットオフ値を見る時に大事なのは、その数字を絶対視しすぎないことです。
基準値は、感度と特異度のバランスから決められたひとつの線引きです。
見逃しを減らせば、偽陽性が増えることがあります。
偽陽性を減らせば、見逃しが増えることがあります。
このトレードオフを知っていると、検査結果をもう少し丁寧に扱えるようになります。
「この基準を超えたから確定」ではなく、「この基準を超えたことで、どの可能性がどれくらい高まるのか」
そう考えることが、臨床推論では大切です。
瀬谷崎
