利用捕获-重捕获策略加速传染病监测
统计方法学
2024-10-10 v2
摘要
监测疾病动态的关键要素（例如患病率、病例数）在传染病预防与控制中至关重要，这一点在 COVID-19 大流行期间得到了强调。为促进此项工作，我们提出了一种新的捕获-重捕获（CRC）分析策略，该策略考虑了易于实施的不完美诊断检测试剂盒（如快速抗原检测试剂盒或唾液检测）所带来的误分类问题。我们的方法基于最近提出的“锚定流”设计，即通过一个规模更小且审慎抽取的随机样本对现有的自愿监测数据流进行扩充。它纳入了制造商指定的灵敏度和特异度参数，以考虑一个或多个数据流中不完美诊断结果的影响。为辅助病例数估计的推断，我们改进了传统的 Wald 型置信区间，为 CRC 估计量开发了适配的贝叶斯可信区间，其具有良好的频率学覆盖性质。在可行的情况下，所提出的设计与分析策略提供了一种比传统 CRC 方法或基于随机抽样的偏差校正估计更高效的解决方案，可在考虑误分类的同时监测疾病患病率。我们通过模拟研究展示了该方法的优势，凸显了其在登记封闭人群中进行经济性疾病监测的实际潜在效用。
引用
@article{arxiv.2307.00214,
title = {Utilizing a Capture-Recapture Strategy to Accelerate Infectious Disease Surveillance},
author = {Lin Ge and Yuzi Zhang and Lance A. Waller and Robert H. Lyles},
journal= {arXiv preprint arXiv:2307.00214},
year = {2024}
}