Optimal multi-stage group partition for efficient coronavirus screening.
Optimal multi-stage group partition for efficient coronavirus screening.
复制标题
DOI：
10.1007/s10479-022-04543-4
复制
发表时间：
2022-02-21
影响因子：
4.8
通讯作者：
Hu G
中科院分区：
文献类型：
--
作者：
Gajpal Y;Appadoo SS;Shi V;Hu G
新冠肺炎疫情的爆发影响了全球经济，因为整个国家都处于封锁状态。这对面临时间和资源限制的各国政府来说是极具挑战性的，这些限制与病毒检测试剂盒的可用性有关。本文提出了一种基于动态规划的冠状病毒筛查多阶段分组最优方法。即在每个阶段，将一群人分成一定数量的子组，每个子组将作为一个整体进行测试。只有检测呈阳性的小组将在下一阶段进一步分为更小的小组或在最后阶段的个人。我们的多阶段分组划分方案能够最大限度地减少测试套件的总数和阶段的数量。该方案解决了检测试剂盒短缺的问题，节省了时间。最后，给出了具有有用的管理见解的数值示例，以供进一步研究。结果证实了多阶段采样方法相对于现有二叉树方法的优越性。
The outbreak of COVID-19 has affected the economy worldwide due to entire countries being on lockdown. This has been highly challenging for governments facing constraints in terms of time and resources related to the availability of testing kits for the virus. This paper develops an optimal method for multiple-stage group partition for coronavirus screening using a dynamic programming approach. That is, in each stage, a group of people is divided into a certain number of subgroups, each will be tested as a whole. Only the subgroup(s) tested positive will be further divided into smaller subgroups in the next stage or individuals at the last stage. Our multiple-stage group partition scheme is able to minimize the total number of test kits and the number of stages. Our scheme can help solve the test kit shortage problem and save time. Finally, numerical examples with useful managerial insights for further investigation are presented. The results confirm the advantages of the multi-stage sampling method over the existing binary tree method.
登录
查看更多内容
影响因子：
4.3
作者：
Brault V;Mallein B;Rupprecht JF
通讯作者：
Rupprecht JF
影响因子：
5.4
作者：
Aprahamian, Hrayer;Bish, Douglas R.;Bish, Ebru K.
通讯作者：
Bish, Ebru K.
影响因子：
2.5
作者：
Aldridge, Matthew;Baldassini, Leonardo;Johnson, Oliver
通讯作者：
Johnson, Oliver
DOI：
10.1111/bmsp.12084
发表时间：
2017-02-01
影响因子：
2.6
作者：
Brusco, Michael J.;Shireman, Emilie;Cradit, J. Dennis
通讯作者：
Cradit, J. Dennis
影响因子：
2.7
作者：
JENSEN, RE
通讯作者：
JENSEN, RE