基于风险的监督
复杂的两阶段基于风险的监测 - 基于畜群测试数据计算监测敏感度
此页面根据实际的畜群测试数据,通过2阶段抽样计算复杂风险监测的监测灵敏度。例如,一项调查,其中高风险牛群优先针对测试,高风险动物优先针对选定的牛群。此外,不同的测试灵敏度可以应用于每个采样畜群中的高风险和低风险动物(即灵敏度基于风险组)。如果各组之间的测试灵敏度不同但疾病风险没有差异,则相对风险值为1.该分析基于每个牛群的实际抽样结果,假设所有结果均为阴性.
该分析假设2阶段抽样来解释疾病的聚集(例如在群体,群体或村庄层面),并且监测系统的有效特异性等于1(所有积极因素都得到跟进以确保它们是不是误报):
考虑两个风险因素,一个在畜群水平,一个在动物水平。对于每个风险因素,需要以下信息:
- 相对风险:相对于低风险组中感染猪群(动物)的风险,这可以衡量高危人群中感染牛群(或动物)的风险。对于基于风险的监测,通常应大于1;和
- 人口比例:这是高风险群体中各自群体的畜群(或动物)的比例。将在可用的情况下使用特定于群的值,或者在没有特定群体值的情况下使用此处输入的总体值.
此外,还需要以下参数:
- 畜群和动物水平的设计流行程度:如果疾病存在于人群中,这是疾病的假定流行率(感染畜群和受感染动物的比例)。它被用作评估监测灵敏度的标准;
- 对于诊断测试,性能取决于风险组:
- . 高风险组动物试验的敏感性;和
- . 低风险组动物试验的敏感性.
- 先前对自由的信心:这是在监测完成之前人们没有疾病(按照设计流行程度)的估计信心,并用于估计监测完成后的自由信心;和
- 关于每个群体中测试的动物数量的详细数据,包括:群体风险群体,测试的高风险动物数量,测试的低风险动物数量,群体id(可选)和群体特定的群体比例风险动物(可选)。每个畜群只包含一行数据.
产出包括:
- 监测系统的敏感性,换句话说,如果疾病以指定的设计流行率存在,监测系统将检测至少一只受感染动物的概率;
- 自由的可能性,或对设计流行率不存在疾病的信心(相当于监测系统的阴性预测值);
- 系统的敏感性和假定代表性抽样的自由信心;
- 灵敏度比率 - 这表明相对于代表性方法,基于风险的方法实现了多大的灵敏度;
- 高风险和低风险牛群(以及每个牛群中高风险和低风险动物)的有效感染概率(EPI)。 EPI值接近100%表明,根据用于相对风险,人口比例和设计流行率的值,预计高风险组中接近100%的畜群(或动物)将被感染。如果这是不合理的,您可能需要检查输入值。超过100%的值意味着模型无效并且将停止处理,并显示错误消息。必须更改输入值以确保EPI值合适;
- 测试了高风险和低风险牛群的数量和总数;
- 对经过测试的畜群进行基于风险和代表性抽样的群体敏感性的总结;和
- 在个体畜群中实现基于风险和代表性的群体敏感性和敏感性比率.