Englisch      Chinese      Französisch      German      Indonesisch      Spanisch
Suche
Schätzung der Prävalenz

Geschätzte wahre Prävalenz unter Verwendung von zwei Tests mit einem Gibbs-Sampler

Testergebnisse:
    Test 2
    +ve -ve
Test 1 +ve

-ve


Alpha & Beta Parameter für frühere Distributionen:
  Alpha Beta
Vorherige Prävalenz

Test 1 Sensitivity

Test 1 Spezifität

Test 2 Empfindlichkeit

Test 2 Spezifität


Simulation details:


Startwerte:
(no. truly infected in each cell)   Test 2
  +ve -ve
Test 1 +ve

-ve


Einführung

Diese Methode verwendet einen Bayes'schen Ansatz und eine Gibbs'sche Stichprobe, um das wahre Tierniveau abzuschätzen Prävalenz der Infektion basierend auf dem Testen einzelner (nicht gepoolter) Proben unter Verwendung von zwei Tests mit unvollständige Empfindlichkeit und / oder Spezifität. Die Analyse erfordert vorherige Schätzungen der tatsächlichen Prävalenz und Testempfindlichkeit und Testspezifität für beide Tests als Beta - Wahrscheinlichkeitsverteilungen und gibt posteriore Verteilungen für Prävalenz, Sensitivität und Spezifität aus. Die Analyse geht davon aus dass die beiden Tests unabhängig sind, abhängig vom Krankheitsstatus. Siehe das User Guide oder Joseph et al. (1995) für mehr Details. Siehe Demonstrationsanalyse.

Eingabewerte

Required inputs for this analysis are the number of samples in each cell of the 2x2 table of comparative test results and alpha and beta parameters for prior Beta distributions for true prevalence and test sensitivity and specificity for both tests. Additional inputs are the number of iterations to be simulated in the Gibbs sampler, the number of iterations to be discarded to allow convergence of the model, the lower and upper probability (confidence) limits for summarising the output distributions and starting values for the assumed number of truly infected individuals in each cell of the 2x2 table of results. The Gibbs sampler is then used to estimate the probability distributions of true prevalence, sensitivity and specificity that best fit the data and prior distributions provided.

Vorherige Verteilungen für Prävalenz, Se und Sp

Der Gibbs-Probenehmer erfordert vorherige Schätzungen der wahren Prävalenz und der Testempfindlichkeit und Spezifität für beide Tests, basierend auf Expertenwissen oder vorherigen Daten. Diese Schätzungen sind angegeben als Beta-Wahrscheinlichkeitsverteilungen mit den Parametern alpha und beta. Beta-Wahrscheinlichkeit Verteilungen werden üblicherweise verwendet, um die Unsicherheit über einen Anteil auszudrücken, der auf einer Zufallsstichprobe basiert von Einzelpersonen. In dieser Situation, wenn x Individuen für ein Merkmal von n positiv sind untersucht, dann können die alpha und beta Parameter berechnet werden als alpha = x + 1 und beta = n - x + 1. Alternativ können Alpha und Beta mit Beta Distribution Utilities, Vorausgesetzt, Schätzungen des Modus und 5% oder 95% Konfidenzgrenzen sind verfügbar aus Expertenmeinung.

Wenn es keine vorherigen Informationen gibt, auf die sich eine vorherige Verteilung stützen könnte, Es sollte alpha = beta = 1 verwendet werden. Dies führt zu einer gleichmäßigen (nicht informierten) Verteilung, in welche alle Werte zwischen 0 und 1 die gleiche Auftrittswahrscheinlichkeit haben.

Ausgänge

Outputs für diese Methode sind posteriore Wahrscheinlichkeitsverteilungen für Prävalenz, Sensitivität und Spezifität. Diese Verteilungen werden durch ihre angegebenen minimalen, maximalen, oberen und unteren Wahrscheinlichkeitsgrenzen beschrieben. Median, Mittelwert und Standardabweichung. Ein Histogramm- und Dichtediagramm sowie eine Textdatei mit Simulationsergebnissen können ebenfalls vorhanden sein für jeden Parameter.

Wie viele Iterationen?

Weil der Gibbs-Sampler die Prävalenz iterativ basierend auf den Daten und dem Vorgänger schätzt Verteilungen kann es eine Reihe von Iterationen dauern, bis das Modell mit dem wahren Wert konvergiert. Es ist Es ist auch wichtig, eine angemessene Anzahl von Iterationen durchzuführen, um Rückschlüsse auf die Ergebnisse zu ziehen. Vorgeschlagene Standardwerte für die Gesamtzahl der Iterationen und die zu verwerfende Anzahl werden bereitgestellt. kann aber auf Wunsch variiert werden.

Note

Diese Analyse kann einige Zeit in Anspruch nehmen, abhängig von der Anzahl der erforderlichen Iterationen.