超传播动态下的群组检测
应用统计
2021-07-01 v1 机器学习
种群与进化
摘要
建议对所有确诊COVID-19患者的密切接触者进行检测。然而，现有群组检测方法忽视了接触者追踪所提供的传染环境。此处，我们基于一种著名的半自适应混合检测方法——具有不完美检测的Dorfman方法，推导出一种新的基于动态规划的简单群组检测方法，其专门设计用于利用接触者追踪所提供的信息。使用多种再生数与离散程度(包括COVID-19大流行背景下估计的数值)进行的实验表明，相较于标准Dorfman方法，采用本方法所得的混合池显著减少了检测次数，尤其在感染个体的接触者数量较少时。此外，我们的结果显示，当继发性感染高度过度离散时，本方法更具益处。
引用
@article{arxiv.2106.15988,
title = {Group Testing under Superspreading Dynamics},
author = {Stratis Tsirtsis and Abir De and Lars Lorch and Manuel Gomez-Rodriguez},
journal= {arXiv preprint arXiv:2106.15988},
year = {2021}
}