群体检测在公共卫生监测中效用的建模

在流行病或大流行情况下，用于检测个体感染状态的资源可能稀缺。尽管群体检测可帮助显著提升检测能力，但对全体人口进行（重复）检测可能超出任何国家的资源承受范围。因此我们提出群体检测理论的扩展，该扩展考虑到无法明确指定每个个体感染状态这一事实。我们的理论基于为每位个体分配感染状态（健康/感染），以及与之相关的错误分配代价函数。该代价函数具有通用性，例如，它可考虑到假阴性分配比假阳性分配更糟糕，且关键区域（如医护人员）中的错误分配比普通人群更严重。基于此模型，我们研究在有限检测数量下的最优使用以最小化期望代价。更具体地说，我们利用信息论方法给出期望代价的下界，并描述可相比当前已知策略显著降低期望代价的简单策略。文中给出一个详细示例以阐明我们的理论。