Englisch      Chinese      Französisch      German      Indonesisch      Spanisch
Suche
2-Tahap survei untuk demonstrasi kebebasan

Stochastische Analyse von Daten einer zweistufigen Freiheitsumfrage

Testempfindlichkeit (Parameter für die Beta-Verteilung):


Fügen Sie die Cluster-Testdaten in den unteren Bereich ein. Datenspalten können in beliebiger Reihenfolge sein, müssen jedoch eine Spalte für die Anzahl der pro Cluster getesteten Einheiten (mit der Bezeichnung "Getestet") enthalten. Spalten für die Cluster-ID (mit der Bezeichnung "ClusterID") und die Clustergröße (mit der Bezeichnung "ClusterSize") sind optional. Eine Kopfzeile, die Spaltennamen angibt, muss ebenfalls enthalten sein.

Beispieldaten herunterladen


Stochastische Analyse von Cluster-Testdaten für zweistufige Erhebungen zum Nachweis der Krankheitsfreiheit. Diese Analyse berechnet die Gesamtsystemsensitivität für die Erhebung und die daraus resultierende Wahrscheinlichkeit, dass die Bevölkerung frei von Krankheiten ist, wobei Unsicherheiten hinsichtlich der Testsensitivität und / oder der vorherigen Wahrscheinlichkeit der Freiheit berücksichtigt werden. Es wird davon ausgegangen, dass eine zufällige Stichprobe von Clustern (oder allen Clustern) zum Testen aus der Grundgesamtheit ausgewählt wurde und dass eine zufällige Stichprobe von Einheiten (oder allen Einheiten) in jedem ausgewählten Cluster getestet wurde. Es wird auch davon ausgegangen, dass das Testsystem eine Spezifität von 100% aufweist (alle positiven Ergebnisse werden weiter untersucht, um falsch positive Ergebnisse auszuschließen) und dass keine positiven Ergebnisse aufgezeichnet wurden. Bei der Analyse wird die unvollständige Empfindlichkeit des verwendeten Tests berücksichtigt.

Die Analyse berechnet die Sensitivitätsschätzungen auf Cluster- und Systemebene (Population) mit drei verschiedenen Methoden, abhängig von den verfügbaren Daten:

  • angenommene Binomialstichprobe (Stichprobe mit Ersetzung) bei unbekannter oder nicht angegebener Populationsgröße;
  • eine hypergeometrische Verteilung (ersatzlose Probenahme) unter Angabe der Populationsgröße; oder
  • genaue Wahrscheinlichkeitsberechnungen, bei denen die gesamte Population erfasst wurde.

Die Designprävalenz (festgelegte zu erkennende Krankheit) muss sowohl auf Einheiten- als auch auf Clusterebene festgelegt werden. Die Designprävalenz kann angegeben werden als:

  • ein Teil der Bevölkerung infiziert; oder
  • eine bestimmte (ganzzahlige) Anzahl von Clustern oder Einheiten (innerhalb von Clustern), die infiziert sind.

Eingaben

Eingaben erforderlich sind:

  • Designprävalenz auf Einheitenebene als Anteil oder als ganzzahlige Anzahl von Einheiten;
  • Designprävalenz auf Clusterebene als Proportion oder als ganzzahlige Anzahl von Clustern;
  • Die Anzahl der Cluster in der Grundgesamtheit als unbekannt, alle getesteten Cluster oder eine angegebene Anzahl von Clustern;
  • die geschätzte Testempfindlichkeit, eingegeben als Alpha- und Beta-Parameter für eine Beta-Wahrscheinlichkeitsverteilung;
  • die angenommene vorherige Wahrscheinlichkeit, dass die Bevölkerung frei von Krankheiten ist;
  • Testdaten für jeden Cluster, einschließlich Cluster-ID (optional), getesteter Nummer und (optional) Clustergröße;
  • Die Clustergröße ist erforderlich, wenn die Designprävalenz als Anzahl und nicht als Anteil der Einheiten angegeben wird; und
  • die Anzahl der für die Simulation auszuführenden Iterationen.

Die vorherige Freiheitswahrscheinlichkeit kann eingegeben werden als:

  • ein fester Wert - geben Sie den gewünschten Wert als Parameter 1 ein (muss zwischen 0 und 1 liegen); oder
  • eine Betaverteilung - geben Sie die Alpha und Beta parameter als Parameter 1 bzw. 2 ein (beide Werte müssen> 0 sein); oder
  • a pert distribution - Geben Sie als Parameter 1, 2 und 3 den minimalen, den wahrscheinlichsten und den maximalen Wert ein (alle Werte müssen zwischen 0 und 1 liegen und P1

Ausgänge

Die Ergebnisse der Analyse enthalten:

  • Zusammenfassung der Output-Verteilung für die Systemempfindlichkeit (Wahrscheinlichkeit der Erkennung einer Krankheit, wenn sie in der angegebenen Einheit vorhanden war, und Prävalenzen für das Cluster-Level-Design);
  • Zusammenfassung der Output-Verteilung für die Wahrscheinlichkeit der Freiheit der Bevölkerung von Krankheiten (bei den angegebenen Prävalenzen für das Design auf Einheiten und Clusterebene;
  • Eine Zusammenfassung der SeH-Werte (Cluster Level Sensitivity) und der spezifischen Werte für jeden getesteten Cluster; und
  • Detaillierte Simulationsergebnisse als Excel-Dateien zum Herunterladen gespeichert.