...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Theoretical Biology >A simple correction for COVID-19 sampling bias
【24h】

A simple correction for COVID-19 sampling bias

机译：Covid-19采样偏差的简单校正

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

COVID-19 testing has become a standard approach for estimating prevalence which then assist in public health decision making to contain and mitigate the spread of the disease. The sampling designs used are often biased in that they do not reflect the true underlying populations. For instance, individuals with strong symptoms are more likely to be tested than those with no symptoms. This results in biased estimates of prevalence (too high). Typical post-sampling corrections are not always possible. Here we present a simple bias correction methodology derived and adapted from a correction for publication bias in meta analysis studies. The methodology is general enough to allow a wide variety of customization making it more useful in practice. Implementation is easily done using already collected information. Via a simulation and two real datasets, we show that the bias corrections can provide dramatic reductions in estimation error. (C) 2020 Elsevier Ltd. All rights reserved.
机译：2019冠状病毒疾病检测已成为估计流行的标准方法，然后协助公共卫生决策以遏制和减轻疾病的传播。所使用的抽样设计往往带有偏见，因为它们不能反映真实的潜在人群。例如，有强烈症状的人比没有症状的人更有可能接受检测。这导致对患病率的估计有偏差（过高）。典型的采样后校正并不总是可能的。在这里，我们提出了一种简单的偏倚校正方法，该方法来源于荟萃分析研究中发表偏倚的校正。该方法足够通用，可以进行多种定制，使其在实践中更加有用。使用已经收集的信息可以轻松实现。通过一个模拟和两个真实数据集，我们表明，偏差修正可以显著降低估计误差。（C） 2020爱思唯尔有限公司版权所有。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号