【モデル】
まず、PCR検査の精度について、感度70%、特異度99%と想定する。次に、検査を行う地域では、住民のうち10%の人が感染していると想定する。
この地域でランダムに選んだ1000人の住人にPCR検査を実施する。すると、この1000人は「感染していて陽性判定の人」「未感染だが陽性判定の人」「感染しているが陰性判定の人」「未感染で陰性判定の人」の4つのタイプに分けられるはずだ。
この4つのタイプがそれぞれ何人ずついるか、計算してみよう。
まず、住民のうち10%の人が感染していると想定したから、100人が感染、900人が未感染となる。
次に、感度70%と想定したから、感染している100人のうち、70人が陽性判定、30人が陰性判定となるはずだ。
また、特異度は99%と想定したから、未感染の900人のうち、891人が陰性判定、9人が陽性判定となるだろう。
このようにして、4つのタイプがそれぞれ何人いるかをまとめたのが、別掲の(表1)だ。陽性判定は79人、陰性判定は921人となる。1000人が検査を受けて、79人が陽性判定となるから、検査の陽性率は7.9%となっている。
陽性の判定を受けた79人のうち、本当に感染している人は70人で、陽性的中率は89%にとどまる。残りの9人は、じつは感染していない「偽陽性」だ。この偽陽性の人についても、自宅やホテル等で隔離したうえで療養を行うこととなる。
いっぽう、陰性の判定を受けた921人のうち、本当に感染していない人は891人で、陰性的中率は97%と高い。残りの30人は、じつは感染している「偽陰性」だ。この偽陰性の人が問題となる。
偽陰性の人が、外出の自粛をせずに、街中を出歩いたりすれば、周囲の人に感染を広げてしまう恐れがあるからだ。