測定の一致度と診断精度 ハンズオン
「相関が高い=一致」から、Bland-Altman・ICC・κ・感度特異度・ROC まで — 実データで
はじめに
English version available — Read in English (machine-assisted translation by generative AI).
新しい血圧計は、今までの血圧計の代わりに使えるでしょうか。 2 人の医師の診断は、どれくらい一致しているでしょうか。 健診の血糖値で、糖尿病をどれくらい見つけられるでしょうか。
こうした 測定の一致度 と 診断の精度 の評価は、臨床研究や機器開発で毎日のように行われています。 一方で、
- 2 つの測定法の 相関係数が 0.95 だったので「よく一致している」 と結論する
- 一致率 95% なので 評価者の判定はよく一致 と報告する
- 感度・特異度の高い検査なら、陽性の人はほぼ病気 だと考える
- データで選んだ「最適なカットオフ」の性能を、同じデータで 報告する
といった、もっともらしいけれど誤った評価もよく見かけます。
このハンズオンでは、同じ人の血圧を 3 回測った実データ(NHANES)と、Framingham 心臓研究 の教育用データを、ブラウザで動く R で触りながら、一致度と診断精度を正しく評価する方法を体験します。
このハンズオンのゴール
- 相関係数が 一致の指標ではない 理由を説明できる
- Bland-Altman プロット で、系統誤差・一致限界・比例誤差を評価できる
- 繰り返し測定から 個人内のばらつき・ICC を求め、ICC が集団に依存することを説明できる
- カテゴリの一致を κ 係数 で評価し、その落とし穴を説明できる
- 感度・特異度・陽性的中率 の関係と、有病率の影響を説明できる
- ROC 曲線・AUC・カットオフ を、楽観的にならずに評価できる
対象読者
- 臨床研究・機器開発・ヘルスケアデータの解析に関わる方
- 平均・標準偏差・相関係数・割合が分かる方(統計検定 3 級程度)
- R は「コードを読んで、少し書き換えて実行できる」程度で大丈夫です
ブラウザで R が動きます
各章のコードセルは、あなたのブラウザの中で R が実行されています(webR という技術)。 コードを書き換えて「Run Code」を押せば、すぐに結果が変わります。インストールは不要です。
ノート
- 各章を開いた直後は、R とパッケージの読み込みに 数十秒〜1分ほど かかります
- 読み込み中にタブを裏に回すと処理が遅くなるので、表示されるまでそのままお待ちください
- PC での閲覧を推奨します
ICC・κ・ROC などは、専用のパッケージを使わず、定義どおりに自分で計算 します(R/setup.R に小さな関数をまとめています)。
使うデータ
| データ | 内容 | 主に使う章 |
|---|---|---|
NHANES 2009–2012(bp) |
米国の健康栄養調査の 20 歳以上 11778 人。1 回の診察で 血圧を 3 回 測定(収縮期・拡張期) | 1–4 |
Framingham(fram) |
米国の心臓研究の 1 回目の診察 4434 人。随時血糖・糖尿病・24 年間の心血管疾患など | 5, 6 |
警告データの注意
- NHANES は一部の人種・年齢層を多めに集めた調査です。ここでは重みを使わずに集計しているので、米国の母集団の値ではありません
- Framingham の教育用データは匿名化のために一部が改変されています。研究結果として引用することはできません
- 「新しい血圧計」の測定値は、教材のために シミュレーションで作ったもの です(章の中で明記します)
章の構成
| 章 | 内容 |
|---|---|
| 1 | 相関が高い = 一致?(相関係数が見ていないもの) |
| 2 | Bland-Altman プロット(系統誤差・一致限界・比例誤差) |
| 3 | 繰り返し測定と信頼性(個人内 SD・ICC・平均への回帰) |
| 4 | カテゴリの一致:κ 係数(偶然の一致・有病率の影響・重みつき κ) |
| 5 | 診断精度:感度・特異度・的中率(有病率・スペクトラムバイアス) |
| 6 | ROC 曲線と AUC(カットオフの選び方の楽観、予測モデルの較正) |
| 7 | 演習と、一致度・診断精度のチェックリスト |