論文の概要: Optimal Covid-19 Pool Testing with a priori Information

• arxiv url: http://arxiv.org/abs/2005.02940v2
• Date: Mon, 11 May 2020 09:25:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-06 06:18:02.436355
• Title: Optimal Covid-19 Pool Testing with a priori Information
• Title（参考訳）: プライオリティ情報を用いた最適Covid-19プールテスト
• Authors: Marc Beunardeau, \'Eric Brier, No\'emie Cartier, Aisling Connolly, Nathana\"el Courant, R\'emi G\'eraud-Stewart, David Naccache, Ofer Yifrach-Stav
• Abstract要約: 米食品医薬品局(FDA)は、米国でのコビッドウイルス検査の承認について、よりリベラルな措置を講じている。 イギリスでは、現地で生産されたテストキットの日数を10万に増やすという緊急措置がとられた。 中国は最近、大規模なテスト製造プログラムを開始した。しかし、これらの取り組みは非常に不十分で、多くの貧しい国はまだ脅威にさらされている。
• 参考スコア（独自算出の注目度）: 1.2459640825465301
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As humanity struggles to contain the global Covid-19 infection, prophylactic actions are grandly slowed down by the shortage of testing kits. Governments have taken several measures to work around this shortage: the FDA has become more liberal on the approval of Covid-19 tests in the US. In the UK emergency measures allowed to increase the daily number of locally produced test kits to 100,000. China has recently launched a massive test manufacturing program. However, all those efforts are very insufficient and many poor countries are still under threat. A popular method for reducing the number of tests consists in pooling samples, i.e. mixing patient samples and testing the mixed samples once. If all the samples are negative, pooling succeeds at a unitary cost. However, if a single sample is positive, failure does not indicate which patient is infected. This paper describes how to optimally detect infected patients in pools, i.e. using a minimal number of tests to precisely identify them, given the a priori probabilities that each of the patients is healthy. Those probabilities can be estimated using questionnaires, supervised machine learning or clinical examinations. The resulting algorithms, which can be interpreted as informed divide-and-conquer strategies, are non-intuitive and quite surprising. They are patent-free. Co-authors are listed in alphabetical order.
• Abstract（参考訳）: 世界規模の新型コロナウイルス(covid-19)感染の封じ込めに人類が苦戦する中、予防措置は検査キットの不足で大幅に減速している。 米食品医薬品局(FDA)は、米国でのコビッドウイルス検査の承認について、よりリベラルな措置を講じている。 イギリスでは、現地で生産されたテストキットの日数を10万に増やすことが認められた。 中国は最近、大規模なテスト製造プログラムを開始した。 しかし、これらすべての努力は不十分であり、多くの貧しい国はまだ脅威にさらされている。 テスト数を減らす一般的な方法は、サンプルをプールすること、すなわち患者のサンプルを混合し、混合サンプルを一度だけテストすることである。 すべてのサンプルが負の場合、プールは単体コストで成功する。 しかし、1つのサンプルが陽性であれば、どの患者が感染しているかは示さない。 本稿では,各患者が健康である確率を前提に,プール内の患者を最適に検出する方法について述べる。 これらの確率は、アンケート、教師付き機械学習、臨床検査によって推定できる。 結果として得られるアルゴリズムは、インフォームド・ディバイド・アンド・コンカマー戦略と解釈できるが、直感的ではない。 特許はない。 共著者はアルファベット順にリストされている。

関連論文リスト

• A Static Analysis of Informed Down-Samples [62.997667081978825]
  遺伝子プログラミングの第1世代における記録された個体群と、完全に合成された個体群について検討した。 両形態のダウンサンプリングは, ダウンサンプリングを伴わない通常のレキシケース選択よりも, テストカバレッジの損失が大きくなることを示した。
  論文  参考訳（メタデータ） (2023-04-04T17:34:48Z)
• Statistical and Computational Phase Transitions in Group Testing [73.55361918807883]
  本研究の目的は、希少な疾患を患っているk人の集団を同定することである。 個々人のテストを割り当てるための2つの異なる単純なランダムな手順を考える。
  論文  参考訳（メタデータ） (2022-06-15T16:38:50Z)
• Development of a Risk-Free COVID-19 Screening Algorithm from Routine Blood Tests Using Ensemble Machine Learning [0.0]
  キットの不足とコストが原因で、多くの人々が感染し、検査前に回復または死亡している。 この研究は、リスクフリーで高精度なStacked Ensemble Machine Learningモデルを提案することで、COVID-19検出の概念を活用する。 提案手法は,ユビキタス・ユビキタス・ローコストスクリーニングアプリケーションの可能性を有する。
  論文  参考訳（メタデータ） (2021-08-12T11:01:53Z)
• Timely Tracking of Infection Status of Individuals in a Population [70.21702849459986]
  住民の感染状況のリアルタイム追跡について検討した。 この研究では、医療提供者が感染症から回復した人だけでなく、感染した人々も検出したいと考えています。
  論文  参考訳（メタデータ） (2020-12-24T18:49:22Z)
• Positively Correlated Samples Save Pooled Testing Costs [8.564985199182702]
  家族内の人々は互いに感染しがちなので、正の相関関係にある可能性が高い。 1つは、ドルフマン2段法を用いることで、さらなるコスト削減が達成できるという厳密な証明を提供することである。 もうひとつは,ソーシャルグラフを用いたプールテストのための階層的凝集アルゴリズムを提案することである。
  論文  参考訳（メタデータ） (2020-11-19T12:39:54Z)
• Tracking disease outbreaks from sparse data with Bayesian inference [55.82986443159948]
  新型コロナウイルス(COVID-19)のパンデミックは、感染発生時の感染率を推定する新たな動機を与える。 標準的な手法は、より細かいスケールで共通する部分的な観測可能性とスパースなデータに対応するのに苦労する。 原理的に部分観測可能なベイズ的枠組みを提案する。
  論文  参考訳（メタデータ） (2020-09-12T20:37:33Z)
• A Partially Observable MDP Approach for Sequential Testing for Infectious Diseases such as COVID-19 [29.84897273754802]
  本研究では,制約付き逐次学習に基づく資源配分問題として,テスト問題をキャストできることを示す。 そして、感染した個体数を最小化する効率的な学習戦略を開発する。
  論文  参考訳（メタデータ） (2020-07-25T22:13:37Z)
• Bloom Origami Assays: Practical Group Testing [90.2899558237778]
  グループテストは、いくつかの魅力的なソリューションでよく研究されている問題である。 近年の生物学的研究は、従来の方法と相容れない新型コロナウイルスの実践的な制約を課している。 我々は,Bloomフィルタと信条伝搬を組み合わせた新しい手法を開発し,n(100以上)の大きい値に拡張し,良好な経験的結果を得る。
  論文  参考訳（メタデータ） (2020-07-21T19:31:41Z)
• Noisy Adaptive Group Testing using Bayesian Sequential Experimental Design [63.48989885374238]
  病気の感染頻度が低い場合、Dorfman氏は80年前に、人のテストグループは個人でテストするよりも効率が良いことを示した。 本研究の目的は,ノイズの多い環境で動作可能な新しいグループテストアルゴリズムを提案することである。
  論文  参考訳（メタデータ） (2020-04-26T23:41:33Z)
• Noisy Pooled PCR for Virus Testing [2.973572497882374]
  本研究は, 患者検体におけるウイルス感染状況を決定するためのスケーラブルなアプローチを開発する。 提案手法は群検定を線形逆問題に変換し, 偽陽性と負は雑音のある通信チャネルによって生成されると解釈する。
  論文  参考訳（メタデータ） (2020-04-06T14:12:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。