俄亥俄州 SARS-CoV-2 血清阳性率估计：一种结合多种诊断测试的贝叶斯多层事后分层方法
统计方法学
2023-05-12 v2 应用统计
摘要
在全球范围内，SARS-CoV-2 冠状病毒已感染超过 5900 万人并导致超过 139 万人死亡。设计和监测干预措施以减缓并阻止病毒传播，需要了解有多少人曾经和目前正被感染、他们居住在哪里以及他们如何互动。第一步是准确评估过去感染的人群流行率。关于 SARS-CoV-2 冠状病毒的人群代表性流行率研究非常少，只有美国两个州——印第安纳州和康涅狄格州——报告了基于概率的样本调查，以表征全州范围内的 SARS-CoV-2 冠状病毒流行率。困难之一在于，用于检测和表征 SARS-CoV-2 冠状病毒抗体的测试是全新的，特性尚不明确，且通常表现不佳。在 2020 年 7 月期间，一项代表美国俄亥俄州所有成年人的调查收集了与 SARS-CoV-2 冠状病毒相关的生物标志物和保护行为信息。该调查的几个特征使得估计过去的流行率变得困难：1) 低响应率，2) 极少的阳性病例数，以及 3) 使用了多种质量差的血清学测试来检测 SARS-CoV-2 抗体。我们描述了一种新的贝叶斯方法来分析生物标志物数据，该方法同时应对这些挑战并表征选择性响应的潜在影响。该模型不需要调查样本权重，考虑了多种不完美的抗体测试结果，并表征了与样本调查以及多种不完美且潜在相关的测试相关的不确定性。
引用
@article{arxiv.2011.09033,
title = {Estimating Seroprevalence of SARS-CoV-2 in Ohio: A Bayesian Multilevel Poststratification Approach with Multiple Diagnostic Tests},
author = {David Kline and Zehang Li and Yue Chu and Jon Wakefield and William C. Miller and Abigail Norris Turner and Samuel J Clark},
journal= {arXiv preprint arXiv:2011.09033},
year = {2023}
}