Estimation of Conditional Prevalence From Group Testing Data With Missing Covariates
协变量缺失时基于群组检测数据估计条件患病率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：摘要研究群组检测与缺失协变量下的非参数估计，缺乏与所列因果、面板、选择或金融细分直接对应的证据。
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…
关注这篇论文的作者
协变量缺失时基于群组检测数据估计条件患病率
- 研究问题
- 群组检测仅提供合并检测信息且部分个体协变量缺失时，如何调整缺失问题，进而一致估计条件患病率？
- 方法与思路
- 作者提出处理协变量缺失的一致样条估计量，并研究其理论性质，同时说明如何修改局部多项式和似然估计方法。
- 材料陈述的贡献
- 摘要称，文章扩展群组检测下的条件患病率估计，避免直接使用完整个案可能产生的不一致，并提供模拟和实际例子。
- 阅读关注点
- 应核对允许的缺失机制、合并检测信息与个体信息如何结合，以及样条估计的一致性条件、平滑选择和误差性质。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明新方法允许哪些缺失机制，不能据此认为适用于任意非随机缺失。
原文摘要
We consider estimating the conditional prevalence of a disease from data pooled according to the group testing mechanism. Consistent estimators have been proposed in the literature, but they rely on the data being available for all individuals. In infectious disease studies where group testing is frequently applied, the covariate is often missing for some individuals. There, unless the missing mechanism occurs completely at random, applying the existing techniques to the complete cases without adjusting for missingness does not generally provide consistent estimators, and finding appropriate modifications is challenging. We develop a consistent spline estimator, derive its theoretical properties, and show how to adapt local polynomial and likelihood estimators to the missing data problem. We illustrate the numerical performance of our methods on simulated and real examples. Supplementary materials for this article are available online.