[論文レビュー] Comparisons of Pooling Matrices for Pooled Testing of COVID-19.

Yi-Jheng Lin, Che-Hao Yu+3 more|arXiv (Cornell University)|Sep 30, 2020

SARS-CoV-2 detection and testing参考文献 20被引用数 4

ひとこと要約

本論文は、COVID-19のプールテストに向けた新しいプーリング行列の族、有限射影平面における直線の連なり（PPoL）を提案する。2段階の確定欠損（DD）復号アルゴリズムを用いてシミュレーションした結果、PPoL行列は有病率に応じて列の重みを動的に調整でき、2Dプール、P-BEST、Tapestryといった固定行列よりも、5%までのさまざまな有病率レベルで優れた性能を示す。

ABSTRACT

In comparison with individual testing, group testing (also known as pooled testing) is more efficient in reducing the number of tests and potentially leading to tremendous cost reduction. As indicated in the recent article posted on the US FDA website, the group testing approach for COVID-19 has received a lot of interest lately. There are two key elements in a group testing technique: (i) the pooling matrix that directs samples to be pooled into groups, and (ii) the decoding algorithm that uses the group test results to reconstruct the status of each sample. In this paper, we propose a new family of pooling matrices from packing the pencil of lines (PPoL) in a finite projective plane. We compare their performance with various pooling matrices proposed in the literature, including 2D-pooling, P-BEST, and Tapestry, using the two-stage definite defectives (DD) decoding algorithm. By conducting extensive simulations for a range of prevalence rates up to 5%, our numerical results show that there is no pooling matrix with the lowest relative cost in the whole range of the prevalence rates. To optimize the performance, one should choose the right pooling matrix, depending on the prevalence rate. The family of PPoL matrices can dynamically adjust their column weights according to the prevalence rates and could be a better alternative than using a fixed pooling matrix.

研究の動機と目的

• 初期段階のCOVID-19スクリーニングのような低有病率環境におけるプールテスト効率の最適化という課題に対処すること。
• 固定構造に依存するのではなく、変動する有病率に適応できる柔軟なプーリング行列の設計。
• 現実のテスト条件下で、PPoL行列と既存のプーリング行列の性能を評価・比較すること。
• 列の重みの動的調整が、プールテストにおける相対的コスト効率を向上させるかどうかを特定すること。

提案手法

• 有限射影平面における直線の連なり（PPoL）の幾何的構造を用いて、バランスの取れた効率的なサンプルプールを実現するプーリング行列を構築する。
• 推定された有病率に応じて調整可能な可変列重みを持つ行列を設計し、動的適応を可能にする。
• 2段階の確定欠損（DD）復号アルゴリズムを適用して、グループテスト結果から個々のサンプルの状態を再構築する。
• PPoL行列を用いて、有病率（5%まで）の範囲でプールテストの性能をシミュレーションし、2Dプール、P-BEST、Tapestryと比較する。
• 相対的コスト（使用した総テスト数とテストしたサンプル数の比）に基づいて性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 PPoLベースのプーリング行列は、さまざまな有病率において、既存の固定プーリング行列よりも低い相対的コストを達成できるか？
• RQ2 PPoL行列における列の重みの動的調整は、低有病率状況でのテスト効率にどのように影響するか？
• RQ3 すべての有病率に対して最適な単一のプーリング行列が存在するのか、それとも性能は特定の有病率に依存するのか？
• RQ4 DD復号アルゴリズム下で、PPoL行列は2Dプール、P-BEST、Tapestryと比較して相対的コストの面で優れているか？

主な発見

• 5%までのさまざまな有病率において、単一のプーリング行列がすべての状況で最低の相対的コストを達成するわけではないため、行列の選択は有病率依存であることが示された。
• PPoL行列族は、有病率に応じて列の重みを動的に調整でき、固定行列よりも優れた性能チューニングが可能である。
• PPoL行列は、特定の有病率範囲において2Dプール、P-BEST、Tapestryを上回り、優れた適応性と効率性を示した。
• 2段階のDD復号アルゴリズムは、PPoL行列と組み合わせることで、低有病率環境でも個々の状態を高精度に再構築できた。
• シミュレーションにより、有病率が事前にわかっているか推定可能な場合、PPoL行列が固定行列よりも相対的コストをより効果的に低減することが確認された。