Englisch      Chinese      Französisch      German      Indonesisch      Spanisch
Suche

7 - Geschätzte wahre Prävalenz unter Verwendung von zwei Tests (nicht gepoolt) mit einem Gibbs-Sampler

This method uses a Bayesian approach and Gibbs sampling to estimate the true animal-level prevalence of infection based on testing of individual (not pooled) samples using two independent tests with imperfect sensitivity and/or specificity. The analysis requires prior estimates of true prevalence and test sensitivity and test specificity for both tests, as Beta probability distributions. It outputs posterior distributions for prevalence, sensitivity and specificity of both tests and several other parameters of interest. This method is similar to the one-test method, except that it allows incorporation of data from two tests used concurrently, and finds the best estimate that fits the combination of the prior information and the observed data. It also allows for uncertainty about the true values for sensitivity and specificity when calculating probability limits for the true prevalence estimate and the incorporation of prior information on the likely true prevalence based on pre-existing estimates or expert opinion. Because of the use of two tests, this method will often produce narrower probability limits about the prevalence estimate than the one-test method, particularly where there is considerable uncertainty about prior estimates.

For this analysis, the original values for stool sampling and serology for Strongyloides infection in Cambodian refugees from Joseph et al. (1996) were used, as listed in the table below, and 95% probability limits were calculated about the estimated prevalence.

Input Wert
a (T1+/T2+) 38
b (T1+/T2-) 87
c (T1-/T2+) 2
d (T1-/T2-) 35
P alpha 1
P beta 1
Se 1 alpha 21.96
Se 1 beta 5.49
Sp 1 alpha 4.1
Sp 1 beta 1.76
Se 2 alpha 4.44
Se 2 beta 13.31
Sp 2 alpha 71.25
Sp 2 beta 3.75
Y1 start 35
Y2 start 30
Y3 start 2
Y4 start 10
Iterationen 25000
Discard 5000

Die oben definierten früheren Beta-Distributionen entsprechen:

Distribution Alpha value Beta value 2.5% Perzentil Median 97 .5% Perzentil Mean Mode Standardabweichung
Häufigkeit 1 1 0.025 0.5 0.975 0.5 0.2887
Empfindlichkeit (Serologie) 21.96 5.49 0.6346 0.8073 0.9242 0.8 0.8236 0.075
Spezifität (Serologie) 4.1 1.76 0.3123 0.7235 0.9621 0.6997 0.8031 0.175
Empfindlichkeit (Stuhl) 4.44 13.31 0.0843 0.2406 0.469 0.2501 0.2184 0.1
Spezifität (Stuhl) 71.25 3.75 0.8909 0.954 0.9868 0.95 0.9623 0.025

Die Simulation wurde für 25.000 Iterationen mit 5.000 ausgeführt Iterationen wurden verworfen, um Konvergenz zu ermöglichen. Hintere Wahrscheinlichkeit Verteilungen für Prävalenz, Sensitivität, Spezifität und andere Parameter aus der Analyse sind unten zusammengefasst.

Häufigkeit Test 1 Se Test 1 Sp Test 1 PPV Test 1 NPV Test 2 Se Test 2 Sp Test 2 PPV Test 2 NPV Y1 Y2 Y3 Y4
Minimum 0.275 0.689 0.129 0.402 0.021 0.135 0.823 0.565 0.292 26 16 0 0
0.025 0.528 0.791 0.376 0.679 0.277 0.222 0.906 0.775 0.389 34 45 0 2
Median 0.772 0.889 0.695 0.918 0.639 0.305 0.96 0.907 0.519 38 77 2 10
0.975 0.921 0.954 0.955 0.992 0.858 0.425 0.989 0.973 0.705 38 87 2 25
Maximum 0.998 0.984 0.999 1 0.959 0.615 0.998 0.997 0.895 38 87 2 35
Mean 0.761 0.885 0.688 0.9 0.624 0.308 0.958 0.9 0.525 37 74 2 10
SD 0.099 0.042 0.16 0.084 0.15 0.051 0.021 0.051 0.079 1 11 1 6
Iterationen 20000 20000 20000 20000 20000 20000 20000 20000 20000 20000 20000 20000 20000

« Vorherige Weiter »


Contents
1 Feste Poolgröße und perfekte Tests
2 Feste Poolgröße und Tests mit bekannter Sensitivität und Spezifität
3 Poolgröße und Tests mit unsicherer Sensitivität und Spezifität korrigiert
4 Variable Poolgröße und perfekter Test
5 Gepoolte Prävalenz mit einem Gibbs-Sampler
6 Geschätzte wahre Prävalenz unter Verwendung eines Tests (nicht gepoolt) mit einem Gibbs-Sampler
7 Geschätzte wahre Prävalenz unter Verwendung von zwei Tests (nicht gepoolt) mit einem Gibbs-Sampler
8 Stichprobenberechnung für feste Poolgröße und perfekte Tests
9 Stichprobengrößenberechnung für feste Poolgrößen und Tests mit bekannter Sensitivität und Spezifität
10 Stichprobengrößenberechnung für feste Poolgrößen und Tests mit unsicherer Sensitivität und Spezifität
11 Simulieren Sie die Probenahme für eine feste Poolgröße und setzen Sie einen perfekten Test voraus
12 Simulation der Probenahme für eine feste Poolgröße und Test mit bekannter Sensitivität und Spezifität
13 Simulieren Sie die Probenahme für eine feste Poolgröße und testen Sie mit unsicherer Empfindlichkeit und Spezifität
14 Simulieren Sie die Stichprobe für eine variable Poolgröße und setzen Sie einen perfekten Test voraus
15 Nachweis der Freiheit durch gepoolte Tests mit Tests bekannter Empfindlichkeit und fester Poolgröße
16 Schätzung der Alpha- und Beta-Parameter für frühere Beta-Distributionen
17 Schätzung der Beta-Wahrscheinlichkeitsverteilungen für bestimmte Alpha- und Beta-Parameter