Optimal Group Testing Designs for Estimating Prevalence with Uncertain Testing Errors
检测误差不确定时估计患病率的最优合并检测设计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究合并检测实验的最优设计，未涉及所列因果识别、离散选择或其他直接相关计量方向。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
检测误差不确定时估计患病率的最优合并检测设计
- 研究问题
- 在检测灵敏度与特异度未知时，应如何配置合并检测的组规模和检测频率，以提高患病率及检测参数的估计效率？
- 方法与思路
- 作者采用近似设计的最优设计理论，分别研究联合参数估计与仅关注患病率的局部D最优和Ds最优方案。
- 材料陈述的贡献
- 摘要称联合估计的最优方案使用三种组规模且频率相同，仅关注患病率时频率不同，并报告对适度参数误设的效率表现。
- 阅读关注点
- 应核对检测误差模型、允许的组规模、两类最优准则的目标，以及局部参数设定与误设敏感性分析的范围。
- 阅读边界
- 仅据所给Crossref摘要；三种组规模结论的完整条件与具体配置未说明，局部最优及适度误设表现不保证普遍稳健性。
原文摘要
Summary We construct optimal designs for group testing experiments where the goal is to estimate the prevalence of a trait by using a test with uncertain sensitivity and specificity. Using optimal design theory for approximate designs, we show that the most efficient design for simultaneously estimating the prevalence, sensitivity and specificity requires three different group sizes with equal frequencies. However, if estimating prevalence as accurately as possible is the only focus, the optimal strategy is to have three group sizes with unequal frequencies. On the basis of a chlamydia study in the USA we compare performances of competing designs and provide insights into how the unknown sensitivity and specificity of the test affect the performance of the prevalence estimator. We demonstrate that the locally D- and D s-optimal designs proposed have high efficiencies even when the prespecified values of the parameters are moderately misspecified.