(35)検査で用いる統計　⑥ROC曲線とAUCの意味（前編）

検査の有効性に関する論文を読んでいると、図１のようなグラフを見ることがあるでしょう。
（下手くそな図ですみません）
図１では、左側が病気Xでない人の検査結果、右側が病気Xの人の検査結果で、縦軸が検査の値のような指標、ドット１つ１つが検査を受けた人になります。 

 検査値が高いと病気Xの可能性が高いように見える分布です。 

 もし図２のような検査であれば、ある値から上を病気Xの人、それから下を病気Xでない人と正確に判定することができます。つまり感度100％、特異度100％となるラインが明確です。この検査は病気Xの確定診断にも使えることになります。 

 しかし、実際の検査や新しいバイオマーカー探索では、図1のような分布をとります。つまり、検査で同じ値でも病気Xであったりそうでなかったりというケースです。 

 図３のように、この分布グラフに横線を一本引いてみましょう。これが陽性と陰性の境目です。どこに線を引くかで感度・特異度が変わってくること、つまり真陽性、偽陰性、真陰性、偽陽性の数が変わってくることがお分かりになると思います。 

 （後編につづく） 

Follow me!