arrow
返回

Testing for dilution effects in group testing

delete2026-08-27
delete0
PRE
AI
S
Seonghun Cho
S
Sungkyu Jung
J
Johan Lim
W
Woncheol Jang *
DOI:10.1016/j.chemolab.2026.105878delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
群体检测被广泛用于提高低患病率人群的筛查效率,但混合样本可能通过稀释降低检测灵敏度。现有统计研究通常将此效应作为建模假设或设计约束,而关于特定检测程序中是否存在稀释效应的问题较少被作为正式的推断问题处理。本文提出了一种假设检验框架,用于在二元测量误差模型下评估稀释效应。稀释效应表现为随着混合样本量增加,组特异性假阴性率上升,同时假设特异性在不同混合样本量下保持稳定。我们推导了适用于患病率未知和已知两种场景的闭式估计量和单侧检验统计量,并采用正态和泊松近似结合空值自助法临界值校准。模拟研究表明,所提方法能有效控制第一类错误,且随着稀释效应增强而提升检验功效,尽管在极低患病率下检测较为困难。将该方法应用于传染病筛查场景和SARS-CoV-2混合样本核酸检测(NAAT)数据,展示了该框架如何量化混合样本降低灵敏度的证据。

期刊

Chemometrics and Intelligent Laboratory Systems 封面图
Chemometrics and Intelligent Laboratory Systems
IF:
3.8
论文数:
4.6K
被引数:
1.2W

机构

S
seoul national university
学者数:
6.5K
论文数: 2.4K
被引数: 0
I
inha university
学者数:
1.9K
论文数: 852
被引数: 0
K
Kyungpook National University
学者数:
3.4K
论文数: 1.5K
被引数: 1.7W
学者 查看更多机构
引用论文

引用论文

暂无论文信息