基于医院的常规 SARS-CoV-2 检测在预测临床负担上优于州级数据
应用统计
2021-04-12 v1
摘要
在 COVID-19 大流行期间，政府政策与医疗实施响应一直受社区中报告的阳性率与阳性病例数的引导。这些数据的选择偏倚使其作为社区实际病毒发病率的度量以及临床负担预测因子的有效性受到质疑。在缺乏任何成功的公众或学术全面或随机检测运动的情况下，我们开发了一种基于医院系统内因择期手术就诊患者的病毒 RNA 检测的 synthetic random sampling（合成随机抽样）替代方法。我们在此提出一种基于多层级回归与事后分层（MRP）的方法，用于收集和分析医院系统内患者的病毒暴露数据，并进行已公开可用的统计调整，以估计社区中真实的病毒发病率与趋势。我们将 MRP 方法应用于追踪印第安纳州城乡混合环境中的病毒行为。该方法可轻易推广至多种医院环境。最后，我们提供证据表明，该模型比当前公认的度量更早且更准确地预测 SARS-CoV-2 的临床负担。
引用
@article{arxiv.2104.04435,
title = {Routine Hospital-based SARS-CoV-2 Testing Outperforms State-based Data in Predicting Clinical Burden},
author = {Len Covello and Andrew Gelman and Yajuan Si and Siquan Wang},
journal= {arXiv preprint arXiv:2104.04435},
year = {2021}
}