核心解説
この問題は、スクリーニング検査の評価指標である
特異度 (Specificity)の定義を正確に理解しているかを問うています。疫学や看護研究の基礎となる重要な概念で、国試でも頻出です。特異度とは、
「疾患を持たない人（真の陰性者）」のうち、検査結果が正しく「陰性」と判定された割合を指します。これは、検査の
偽陽性 (False Positive) が出にくいかどうかを示す指標であり、特異度が高い検査は、「病気ではない人を誤って『病気』と診断してしまうリスクが低い」ということを意味します。
正解の根拠 (Answer Rationale):
選択肢①の「疾患を有しない人のうち検査が陰性となった割合を示す」は、まさに特異度の定義そのものです。計算式は
特異度 = 真陰性者数 / (真陰性者数 + 偽陽性者数) × 100 (%) となります。この値が高いほど、偽陽性が少ない、信頼性の高い検査と言えます。
誤答の分析 (Distractor Analysis):
混同注意！ 各選択肢は、特異度と非常によく似た、あるいは対になる概念の説明です。しっかり区別しましょう。
- ②番「疾患を有する人のうち検査が陽性となった割合を示す」は、
感度 (Sensitivity)の説明です。感度は「真の陽性者」を正しく拾い上げる能力で、偽陰性を防ぐ指標です。
- ③番「集団全体における疾患の有病率を示す割合である」は、
有病率 (Prevalence)の説明です。
- ④番「検査陰性者のうち実際に疾患を有しない割合を示す」は、
陰性的中率 (Negative Predictive Value, NPV)の説明です。NPVは「検査が陰性だった人が、本当に病気でない確率」を表します。
- ⑤番「検査陽性者のうち実際に疾患を有する割合を示す」は、
陽性的中率 (Positive Predictive Value, PPV)の説明です。PPVは「検査が陽性だった人が、本当に病気である確率」を表します。
関連概念の整理 (Related Concepts):
スクリーニング検査の評価では、感度と特異度はトレードオフの関係にあります。一般的に、感度を高く設定すると特異度が下がり（偽陽性が増え）、特異度を高く設定すると感度が下がります（偽陰性が増える）。どちらを重視するかは、疾患の性質や検査の目的によります。例えば、命に関わる重篤な疾患（例：
がん (Cancer)）のスクリーニングでは、見逃しを防ぐために感度を優先することが多いです。
概念整理: 特異度 (Specificity) = 「病気でない人」を「病気でない」と正しく判断できる能力。偽陽性を防ぐ指標。計算式: 真陰性 / (真陰性 + 偽陽性)。
一目で比較！:
| 指標 | 質問の視点 | 計算式の分子 | 計算式の分母 |
|---|
| 特異度 | 病気でない人のうち、正しく陰性と判定された割合は？ | 真陰性 | 真陰性 + 偽陽性 |
| 感度 | 病気の人のうち、正しく陽性と判定された割合は？ | 真陽性 | 真陽性 + 偽陰性 |
| 陽性的中率 | 検査陽性の人のうち、本当に病気の人の割合は？ | 真陽性 | 真陽性 + 偽陽性 |
| 陰性的中率 | 検査陰性の人のうち、本当に病気でない人の割合は？ | 真陰性 | 真陰性 + 偽陰性 |
看護過程ポイント: スクリーニング検査の結果を解釈する際は、感度・特異度だけでなく、その集団の有病率も考慮する必要があります。有病率が低い集団では、たとえ特異度が高い検査でも、陽性的中率は低くなることがあります（偽陽性が増える）。患者に結果を説明する際は、この不確実性を理解した上で、次の確定診断へとつなげる必要があります。
暗記のコツ: 「特異度 = 特定の病気でない人を特定できる度合い」。イメージとしては、「健康な人を健康だと断言できる正確さ」と覚えましょう。語呂合わせ：「特異度は『非』の者を守る」 → 病気「非」保有者を偽陽性から守る指標。
国試頻出ポイント: 国試では、単純な定義を問う問題のほか、具体的な検査値や有病率が与えられた事例問題で、陽性的中率や陰性的中率を計算させる問題も出題されます。まずは4つの指標（感度、特異度、PPV、NPV）の定義を完璧に暗記しましょう。
出題パターン注意！: 例えば、「有病率10%の集団で感度90%、特異度90%の検査を実施した。陽性となった人のうち、実際に疾患を有する確率は？」といった問題では、2×2表を自分で書いて計算する練習が必要です。単なる暗記だけでは対応できません。