運動機能評価学
信頼性と妥当性 — 運動機能尺度の心理測定特性を評価する
あらゆる運動機能評価の質は、その尺度の信頼性と妥当性によって規定される。本稿では級内相関係数（ICC）や重み付きカッパによる信頼性、基準関連・構成・内容の各妥当性、反応性、そしてCOSMINが提供する体系的評価枠組みを研究レベルで整理し、心理測定特性を吟味する作法を示す。
この記事の要点
- 信頼性は同一条件での再現性で、連続量はICC、カテゴリ変数は重み付きカッパで評価する。
- ICCはモデル（評価者の扱い）と型（一致か整合か）の選択で値が変わるため明示が必要である。
- 妥当性は基準関連・構成・内容に区分され、それぞれ異なる検証デザインを要する。
- 反応性は真の変化を検出する能力で、効果量・SRM・ROCで定量される。
- COSMINは測定特性ごとに方法論的質を判定する国際的枠組みを提供する。
信頼性の評価
信頼性は測定の再現性であり、評価者内（同一評価者の反復）と評価者間（複数評価者）に分けられる。連続量では級内相関係数（ICC）が用いられ、評価者を固定効果とするか変量効果とするか、絶対一致か整合性かでモデルと型が異なる。報告時にはこれらを明示しなければ値の解釈が定まらない。
カテゴリ・順序変数の一致はカッパ係数で評価し、順序性を考慮する場合は重み付きカッパを用いる。信頼性は測定誤差（SEM）と表裏一体であり、誤差の大きさを把握することが変化解釈の前提となる。
ICC選択の要点
目的により適切なICCの型が異なる。
- 絶対一致：評価者間で同じ値を得たいとき
- 整合性：評価者間で順位が保たれればよいとき
- 信頼区間とともに点推定値を報告する
妥当性と反応性
妥当性は「測りたいものを測れているか」であり、参照基準との一致（基準関連）、理論的予測との整合（構成、収束・弁別を含む）、内容の網羅性（内容）に区分される。反応性は介入による真の変化を検出する能力で、効果量や標準化反応平均（SRM）、変化のROC曲線下面積で評価する。これらは尺度が変化追跡に使えるかを判断する根拠となる。
エビデンスの現在地
確実性: 強い（方法論として）。ICC、カッパ、各種妥当性指標、反応性指標の統計的性質は確立しており、COSMINは測定特性評価の国際標準として広く採用されている。個別尺度の心理測定エビデンスの質と量は尺度・集団により幅があるが、評価の枠組み自体は強固である。
論点と限界
信頼性係数は対象集団の異質性に依存し、ばらつきの大きい集団では高く出やすい。ICCのモデル・型の混同や、不適切な相関係数（ピアソン相関で一致を論じる）の使用が誤った結論を招く。妥当性に唯一の絶対基準は存在せず、複数の証拠を統合する継続的過程として捉える必要がある。
現場・臨床応用
尺度を採用する前に、対象集団に近い母集団での信頼性・妥当性・反応性のエビデンスを確認する。報告ではICCのモデルと型、信頼区間、SEMを明示し、変化解釈にMDCを用いる。心理測定特性が不十分な尺度を重要な臨床判断に単独使用しないことが、評価の質と患者安全を守る。
医療免責
本記事は教育目的の学習コンテンツです。診断・治療行為を代替するものではありません。痛み・しびれ・急性外傷・発熱・進行性の症状や、医師から運動制限を受けている場合は、自己判断で進めず医師・国家資格者にご相談ください。
主要な参考文献・ガイドライン
本記事は、以下の学会ガイドライン・ポジションステートメント・標準的な専門書などの公開情報に基づいて整理しています。具体的な数値や適用は原典・最新版をご確認ください。
- COSMIN（Consensus-based Standards for the selection of health Measurement Instruments）ガイドライン
- 生物統計学 信頼性・一致度評価に関する標準教科書
- 『Health Measurement Scales』（標準教科書）
- 臨床測定の心理測定特性に関する学術レビュー
よくある質問
信頼性が高ければ妥当性も高いと言えますか。
言えません。信頼性は再現性、妥当性は測りたいものを測れているかで別概念です。信頼性は妥当性の前提条件ですが、再現性が高くても見当違いのものを測っていれば妥当ではありません。
ICCの種類を明示する必要があるのはなぜですか。
ICCは評価者の扱い（固定か変量）や一致か整合かでモデルと型が異なり、値も変わります。明示しないと同じ尺度でも比較や再現ができないため、必ず報告します。
一致度の評価にピアソン相関を使ってよいですか。
適切ではありません。ピアソン相関は直線関係の強さを示すだけで系統的なずれを検出できず、一致度の指標としては不適切です。ICCやBland-Altman分析を用います。
反応性は何のために評価するのですか。
尺度が介入による真の変化を検出できるかを確認するためです。反応性が低い尺度では効果があっても変化を捉えられず、効果判定や経過追跡に使えません。
cortis Trainer Academy
学びを、現場で使える知識に。
基礎から評価・運動療法・医療連携まで。身体を診る専門職のための継続学習アカデミー。基礎は登録不要・無料。