暴发期间含噪声单阶段混合检测的统计特性
应用统计
2020-12-04 v1 离散数学
定量方法
摘要
在单阶段或非自适应混合检测中,不是逐个检测每个样本单元,而是将其拆分、捆绑入池并同时检测。随后对结果进行解码以推断各个项目的状态。这结合了自适应混合检测(即节省资源和更高通量)与个体检测(例如检测时间短和实验室组织精简)的优势,可能适用于暴发期间的筛查。我们研究了基于具有恒定行和与列和的最大不相交池化矩阵、在线性流行率区间以及受 PCR 检测启发的含噪声测量下,非自适应池化策略的 COMP 和 NCOMP 解码算法。我们计算了灵敏度、特异度、I 类和 II 类错误的概率,以及结果为阳性的期望项目数和假阳性与假阴性的期望数。我们进一步给出了阳性结果数和假阳性结果数方差的估计。我们对所推导的计算和界进行了充分讨论。总之,本文为筛查策略提供了蓝图,并提供了帮助决策者在暴发中适当调整这些策略的工具。
引用
@article{arxiv.2012.02101,
title = {The Statistics of Noisy One-Stage Group Testing in Outbreaks},
author = {Christoph Schumacher and Matthias Täufer},
journal= {arXiv preprint arXiv:2012.02101},
year = {2020}
}
备注
30 pages, 20 figures