検査後確率計算機は、医療スクリーニング、臨床的診断確率の推定、医学教育（EBM）、およびリスクコミュニケーションに役立つツールです。事前確率（検査前確率）、感度、特異度といった主要な入力項目と計算結果を近づけて配置することで、前提条件の調整やシナリオ比較を行い、結果の変化を直感的に確認できます。ブラックボックス化を避け、判定結果だけでなく尤度比やオッズなどの根拠数値を透明性高く示します。
検査後確率計算機の使い方
本ツールには初期値があらかじめ設定されているため、ページを開いてすぐに検査後確率の計算の流れを把握できます。以下のステップでご自身のデータに合わせて数値を入力してください。
- 事前確率（検査前確率 / 有病率）を入力: 検査を実施する対象集団における該当疾患の推定確率（%）を入力します。
- 検査の精度（感度・特異度）を設定: 使用する検査手法の感度（%）および特異度（%）を入力します。
- 検査結果を選択: 「陽性」または「陰性」を選択し、検査後の事後確率を試行します。
- 結果パネルの確認: 検査後確率（事後確率）をはじめ、陽性尤度比（LR+）や陰性尤度比（LR-）などの各指標を確認します。
ブラウザ上で即時に計算が更新されるため、医学学習や講義でのシミュレーション、あるいは診断モデルの事前チェックに最適です。
検査後確率（事後確率）の計算式と理論
検査後確率計算機は、ベイズの定理（Bayes’ theorem）とオッズ概念に基づく以下の基本構造を用いて計算を行っています。
陽性時の検査後確率 = [事前確率 × 感度] / [事前確率 × 感度 + (1 - 事前確率) × (1 - 特異度)]オッズを用いた標準的なステップは次の通りです。
- 事前オッズの算出: $$\text{事前オッズ} = \frac{\text{事前確率}}{1 - \text{事前確率}}$$
- 尤度比（Likelihood Ratio）の適用:
- 陽性尤度比 (LR+) $= \frac{\text{感度}}{1 - \text{特異度}}$
- 陰性尤度比 (LR-) $= \frac{1 - \text{感度}}{\text{特異度}}$
- 事後オッズ $=$ 事前オッズ $\times$ 尤度比
- 事後オッズから検査後確率への変換: $$\text{検査後確率} = \frac{\text{事後オッズ}}{1 + \text{事後オッズ}}$$
事前確率（有病率）が極端に低い集団で検査を行う場合、感度や特異度が高くても陽性結果に対する偽陽性の割合が増加し、検査後確率が想像以上に低い値となる「偽陽性のパラドックス」が生じることがあります。結果パネルで中間指標（尤度比やオッズ）を確認することで、数値が変動する理由を論理的に理解できます。
検査後確率計算機の活用シーン
本計算機は、臨床現場での直感の補正、EBM教育、研究での感度分析など幅広い場面で利用できます。
- 医療スクリーニングの評価: 無症状の集団に対するスクリーニング検査の有効性と偽陽性リスクの検証。
- 臨床医学教育: 講義やグループ学習において、事前確率の変化が診断に与える影響をリアルタイムでシミュレーション。
- リスクコミュニケーション: 患者や学習者に対し、検査結果が意味する実際の疾患確率を分かりやすく説明。
計算結果は学習や推計の参考資料としてご活用ください。前提条件や使用する数値を変更しながら試行することで、検査が情報の不確実性をどのように低減させるかを深く理解できます。