定義
Bayesの定理は、原因から結果の確率と事前確率を用いて、結果を観察した後の原因の確率を求める法則である。診断では検査前確率を事前確率、検査結果を尤度、検査後確率を事後確率として扱う。
イメージ
最初の見立てへ、新しい証拠が入るたび重みを加えていく考え方である。強い証拠でも出発点が極端に低ければ確定には至らず、弱い証拠でも出発点が高ければ結論を変えないことがある。
仕組み
実用上は検査前オッズ × 尤度比 = 検査後オッズを用いる。検査前確率は疾患頻度だけでなく、年齢、症状、身体所見、既往歴、曝露などを統合して推定する。検査後確率が治療閾値を超えれば治療、検査閾値未満なら除外、その間なら追加検査という意思決定モデルへつながる。新しい検査結果が得られれば、直前の検査後確率を次の検査前確率として再更新できる。
例
低リスク者の非特異的な陽性結果は偽陽性である可能性が相対的に高い。一方、典型的症状と高リスク背景がそろった患者では、同じ検査結果でも検査後確率が高くなる。