偽陰性率とは？検査の信頼を左右する重要な指標を初心者にもわかりやすく解説共起語・同意語・対義語も併せて解説！

この記事を書いた人

岡田康介

名前：岡田康介（おかだこうすけ）ニックネーム：コウ、または「こうちゃん」年齢：28歳性別：男性職業：ブロガー（SEOやライフスタイル系を中心に活動）居住地：東京都（都心のワンルームマンション）出身地：千葉県船橋市身長：175cm 血液型：O型誕生日：1997年4月3日趣味：カフェ巡り、写真撮影、ランニング、読書（自己啓発やエッセイ）、映画鑑賞、ガジェット収集性格：ポジティブでフランク、人見知りはしないタイプ。好奇心旺盛で新しいものにすぐ飛びつく性格。計画性がある一方で、思いついたらすぐ行動するフットワークの軽さもある。 1日（平日）のタイムスケジュール 7:00 起床：軽くストレッチして朝のニュースをチェック。ブラックコーヒーで目を覚ます。 7:30 朝ラン：近所の公園を30分ほどランニング。頭をリセットして新しいアイデアを考える時間。 8:30 朝食＆SNSチェック：トーストやヨーグルトを食べながら、TwitterやInstagramでトレンドを確認。 9:30 ブログ執筆スタート：カフェに移動してノートPCで記事を書いたり、リサーチを進める。 12:30 昼食：お気に入りのカフェや定食屋でランチ。食事をしながら読書やネタ探し。 14:00 取材・撮影・リサーチ：街歩きをしながら写真を撮ったり、新しいお店を開拓してネタにする。 16:00 執筆＆編集作業：帰宅して集中モードで記事を仕上げ、SEOチェックやアイキャッチ作成も行う。 19:00 夕食：自炊か外食。たまに友人と飲みに行って情報交換。 21:00 ブログのアクセス解析・改善点チェック：Googleアナリティクスやサーチコンソールを見て数字を分析。 22:00 映画鑑賞や趣味の時間：Amazonプライムで映画やドラマを楽しむ。 24:00 就寝：明日のアイデアをメモしてから眠りにつく。

偽陰性率とは？検査の信頼を左右する指標

検査の世界では、結果が必ずしも正確とは限りません。特に病気の有無を判断する検査では、偽陰性率という指標がとても大切になります。

偽陰性率とは、実際には病気があるのに検査の結果が陰性と判定されてしまう割合のことです。つまり、本当は陽性である人を「陰性」と見間違える割合を表しています。反対に、検査が陽性と出るが実際には病気がないケースは偽陽性と呼ばれ、こちらは別の問題として考えられますが、偽陰性率は特に病気を見逃さない力を測る指標として使われます。

なぜ偽陰性率が大切なのかについて考えると、病気を早く見つけて治療を始めることができるかどうかに影響します。偽陰性率が高いと、病気を持っている人が検査結果だけを見て安心してしまい、必要な治療や予防策を見逃してしまう可能性が高くなります。特に感染症の検査や命に関わる診断では、この指標を低く保つことが重要です。

偽陰性率を理解するには、まず検査の「混同行列」と呼ばれる表を思い浮かべるとわかりやすいです。以下の表は、実際の状態と検査結果の組み合わせを4つに分けたものです。

able> 実際の状態検査結果人数陽性陽性TP（True Positive: 真陽性）陽性陰性FN（False Negative: 偽陰性）陰性陽性FP（False Positive: 偽陽性）陰性陰性TN（True Negative: 真陰性） ble>

この表を使って偽陰性率を計算することができます。偽陰性率は次のように求めます。

偽陰性率 = FN ÷ (TP + FN)

また、検査の感度（敏感さ）という別の指標も重要です。感度は、実際に病気がある人の中で検査が陽性と判定された割合を示します。感度 = TP ÷ (TP + FN) であり、偽陰性率は 1 − 感度と等しくなります。つまり、偽陰性率を低くすることは、同時に感度を高くすることと直結します。

では、具体的な数字で見てみましょう。ある検査で、実際に病気がある100人を対象にした結果を考えます。検査が陽性だったのが92人（TP=92）、陰性だったのが8人（FN=8）とします。すると、偽陰性率は 8 / (92 + 8) = 0.08、つまり8%です。感度は 92 / (92 + 8) = 0.92、すなわち92%になります。これが高いほど偽陰性の数は少なく、検査は病気を見つけやすいといえます。

実務では、偽陰性率を下げるために検査の回数を増やしたり、別の検査と組み合わせたりします。また、検査を受ける人の状況によって偽陰性率が変わることもあるため、検査の適用範囲やタイミングを工夫することが大切です。

以下のポイントも覚えておくとよいでしょう。

ポイント：偽陰性率は検査設計の影響を受けます。検査の対象集団の特性、検査の実施方法、検査の時期などが影響します。結果だけで結論を出さず、他の情報と組み合わせて判断することが現場ではよく行われます。

まとめとして、偽陰性率は「病気があるのに陰性と判定されてしまう割合」を表す指標であり、検査の信頼性を評価するうえで欠かせません。低い偽陰性率を達成するには、検査の感度を高める努力と、適切な検査設計・適用が重要です。

偽陰性率の同意語

偽陰性率: 検査で陰性と判定された中で、実際には陽性だった割合のこと。感度が高いほど偽陰性率は低くなり、1−感度として表されることが多い。
偽陰性の割合: 偽陰性が全体の検査陽性の中で占める割合を指す表現。偽陰性率とほぼ同義。
偽陰性比率: 偽陰性の件数を陽性の総数で割った比のこと。偽陰性の発生頻度を示す指標として使われる。
偽陰性発生率: 検査結果が陰性になるうち、実際には陽性であるケースの発生頻度を示す指標。
偽陰性頻度: 偽陰性の発生件数そのものの頻度を指す表現。
誤陰性率: 偽陰性とほぼ同義で使われる表現。検査で正確に陰性と判定できない割合を指す。
FNR: 英語表現で「false negative rate（偽陰性率）」の略称。医療・機械学習の分野で広く使われる。
False negative rate: 英語表現そのまま。意味は偽陰性率と同じ。

偽陰性率の対義語・反対語

真陽性率（感度／TPR）: 実際に陽性である対象を正しく陽性と判定した割合。偽陰性率の対になる指標で、TPR = 1 - FNR。
偽陽性率（FPR）: 実際には陰性なのに陽性と判定した割合。偽陰性率の対になる誤判定の一種。
特異度（True Negative Rate／TNR）: 陰性と判定すべき対象を正しく陰性と判定した割合。偽陽性率の補数で、特異度 = 1 - FPR。
真陰性率（True Negative Rate／同義：特異度）: 特異度と同義。陰性を正しく陰性と判定した割合。
偽陽性（False Positive）: 実際には陰性なのに陽性と判断した誤り。
偽陰性（False Negative）: 実際には陽性なのに陰性と判断した誤り。
誤分類率: 全データに対する誤判定の割合。正解率（Accuracy）の補数として考えられる指標。