文献

J-GLOBAL ID：202202229208508617   整理番号：22A0430226

疾患頻度推定におけるサンプリングバイアス最小化【JST・京大機械翻訳】

Sampling bias minimization in disease frequency estimates

著者 (3件)： Shtossel Oshrit (Department of Mathematics, Bar-Ilan University, Ramat Gan 52900, Israel) ,  Louzoun Yoram (Department of Mathematics, Bar-Ilan University, Ramat Gan 52900, Israel) ,  Louzoun Yoram (Gonda Brain Research Center, Bar-Ilan University, Ramat Gan 52900, Israel)
資料名： Journal of Theoretical Biology  (Journal of Theoretical Biology)
巻： 534  ページ： Null  発行年： 2022年 
JST資料番号： A0288B  ISSN： 0022-5193  CODEN： JTBIA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： あらゆる疾患における感染個体の数の正確な推定は重要である。現在の推定値は,主に陽性試料の画分または陽性試料の総数に基づいている。しかし,両方の方法は,サンプリング深さに偏って,敏感であった。ここでは,全集団における陽性患者の総数の変化を推定するために,各試料の属性を利用する代替法を提案した。正である条件および時間依存確率の組み合わせと,正である時間tの条件iを持つ人の確率に対する混合陰的陽解法を仮定したBayes推定器を提示した。この推定を用いて,与えられた日tで正である総確率を予測した。これらの推定結果は滑らかで,試料の特性に敏感でないことを示した。さらに,これらの結果は将来の死亡率のより良い予測因子である。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 死亡率 ,  Bayes推定 ,  時間依存性 ,  *推定量
準シソーラス用語： 陽解法 ,  予測因子 , 【Automatic Indexing@JST】

著者キーワード (4件)： COVID-19 ,  データ解析 ,  Bayes統計 ,  数学モデリング

分類 (5件)： 半導体集積回路  (NC03162T) ,  微生物検査法  (EG02020G) ,  ネットワーク法  (KA03040X) ,  電離層・熱圏  (DC04050O) ,  大気の構造・組成  (DC05040K)

タイトルに関連する用語 (6件)： 疾患 ,  頻度 ,  推定 ,  サンプリング ,  バイアス ,  最小化