Two-dimensional informative array testing.
Two-dimensional informative array testing.
复制标题
DOI：
10.1111/j.1541-0420.2011.01726.x
复制
发表时间：
2012-09
期刊：
影响因子：
1.9
通讯作者：
Bilder CR
中科院分区：
文献类型：
--
作者：
McMahan CS;Tebbs JM;Bilder CR
基于数组的病例识别分组检测算法被广泛应用于传染病检测、药物研发和遗传学。在这篇文章中，我们概括了以前在阵列测试中的统计工作，以说明被测试个体之间的异质性。我们首先推导出两维数组测试在异质人群中的预期测试次数(效率)和错误分类概率(灵敏度、特异度、预测值)的闭合表达式。然后，我们提出了两种利用种群异质性的“信息型”阵列构造技术，与将种群视为同质的经典方法相比，这两种技术可以显著提高测试效率。此外，我们方法的一个有用的副产品是可以在每个人的基础上估计错误分类概率。我们使用内布拉斯加州收集的衣原体和淋病检测数据来说明我们的新程序，作为不孕不育预防项目的一部分。
Array-based group testing algorithms for case identification are widely used in infectious disease testing, drug discovery, and genetics. In this paper, we generalize previous statistical work in array testing to account for heterogeneity among individuals being tested. We first derive closed-form expressions for the expected number of tests (efficiency) and misclassification probabilities (sensitivity, specificity, predictive values) for two-dimensional array testing in a heterogeneous population. We then propose two “informative” array construction techniques which exploit population heterogeneity in ways that can substantially improve testing efficiency when compared to classical approaches which regard the population as homogeneous. Furthermore, a useful byproduct of our methodology is that misclassification probabilities can be estimated on a per-individual basis. We illustrate our new procedures using chlamydia and gonorrhea testing data collected in Nebraska as part of the Infertility Prevention Project.
登录
查看更多内容
影响因子：
1.9
作者：
Kim HY;Hudgens MG
通讯作者：
Hudgens MG
影响因子：
3.6
作者：
Shipitsyna, Elena;Shalepo, Kira;Domeika, Marius
通讯作者：
Domeika, Marius
DOI：
10.1198/016214501750333009
发表时间：
2001-03-01
影响因子：
3.7
作者：
Xie, M;Tatsuoka, K;Young, SS
通讯作者：
Young, SS
影响因子：
1
作者：
Warrior, Usha;Gopalakrishnan, Sujatha M.;Burns, David J.
通讯作者：
Burns, David J.
影响因子：
3.7
作者：
Bilder CR;Tebbs JM;Chen P
通讯作者：
Chen P