論文の概要: Group Testing under Superspreading Dynamics
- arxiv url: http://arxiv.org/abs/2106.15988v1
- Date: Wed, 30 Jun 2021 11:27:58 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-01 20:34:54.176556
- Title: Group Testing under Superspreading Dynamics
- Title（参考訳）: スーパースプライシングダイナミクスによるグループテスト
- Authors: Stratis Tsirtsis, Abir De, Lars Lorch, Manuel Gomez-Rodriguez
- Abstract要約: グループテストは、確認された新型コロナウイルス患者のすべての密接な接触に対して推奨される。
そこで本研究では,Dorfman法と不完全性試験を併用した,よく知られた半適応型プールテスト法を構築し,動的プログラミングに基づく簡単なグループテスト法を導出する。
- 参考スコア（独自算出の注目度）: 25.849716513803013
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Testing is recommended for all close contacts of confirmed COVID-19 patients.
However, existing group testing methods are oblivious to the circumstances of
contagion provided by contact tracing. Here, we build upon a well-known
semi-adaptive pool testing method, Dorfman's method with imperfect tests, and
derive a simple group testing method based on dynamic programming that is
specifically designed to use the information provided by contact tracing.
Experiments using a variety of reproduction numbers and dispersion levels,
including those estimated in the context of the COVID-19 pandemic, show that
the pools found using our method result in a significantly lower number of
tests than those found using standard Dorfman's method, especially when the
number of contacts of an infected individual is small. Moreover, our results
show that our method can be more beneficial when the secondary infections are
highly overdispersed.
- Abstract（参考訳）: 検査は、新型コロナウイルスの感染が確認された患者全員に推奨される。
しかし,既存のグループ検査手法は,接触追跡による感染状況によらない。
そこで本研究では,Dorfmanの手法を用いた半適応型プールテスト手法を構築し,接触追跡による情報の利用に特化して設計された動的プログラミングに基づく簡単なグループテスト手法を提案する。
新型ウイルス(covid-19)のパンデミックの状況で推定されるプールを含む、さまざまな再現数と分散レベルを用いた実験により、この方法を用いたプールは、特に感染した人の接触数が小さい場合には、標準のdorfman法で検出したプールよりもかなり少ないテスト数となることが示された。
さらに, 二次感染が過度に分散している場合には, 本法が有効である可能性が示唆された。
関連論文リスト
- Rethinking Benchmark and Contamination for Language Models with
Rephrased Samples [49.18977581962162]
大規模な言語モデルは、これまで人間が生成したすべてのデータに基づいて、ますます訓練されている。
多くの人は、事前トレーニングや微調整のデータセットが汚染される可能性があるとして、公開ベンチマークの信頼性を懸念している。
論文 参考訳（メタデータ） (2023-11-08T17:35:20Z) - 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) - Dynamical Dorfman Testing with Quarantine [59.96266198512243]
我々はDorfmanの2段階のグループテストアプローチを用いて感染を同定する。
我々は検疫と検査費用のトレードオフと病気の拡大を分析した。
論文 参考訳（メタデータ） (2022-01-18T18:58:17Z) - Group Testing with a Graph Infection Spread Model [61.48558770435175]
感染は個人間のつながりを通じて広がり、その結果、確率的クラスター形成構造と、個人に対する非i.d.感染状態が生じる。
そこで本研究では,既知の確率的感染拡散モデルを利用する2段階のサンプルグループテストアルゴリズムを提案する。
その結果, 感染率が高い場合でも, 集団検査により必要な検査数を大幅に削減できることが示唆された。
論文 参考訳（メタデータ） (2021-01-14T18:51:32Z) - Whom to Test? Active Sampling Strategies for Managing COVID-19 [1.4610038284393163]
本稿では、新型コロナウイルスなどのパンデミック時に感染を検査する個人を選択する方法を提案する。
ここで提示されるスマートテストのアイデアは、機械学習におけるアクティブラーニングとマルチアームバンディット技術によって動機付けられている。
論文 参考訳（メタデータ） (2020-12-25T02:04:50Z) - Active pooling design in group testing based on Bayesian posterior
prediction [0.0]
集団で感染した患者を特定する際、集団検査は検査数を減らし、検査ミスを修正する効果的な方法である。
本稿では,ベイズ推定の枠組みとして,予測分布に基づくプールの適応設計手法を提案する。
論文 参考訳（メタデータ） (2020-07-27T06:50:24Z) - 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。