[논문 리뷰] Conservative two-stage group testing in the linear regime

Matthew Aldridge|arXiv (Cornell University)|2020. 05. 06.

SARS-CoV-2 detection and testing인용 수 5

한 줄 요약

이 논문은 개인 수 $n$ 이 증가함에 따라 질병 유병률 $p$ 가 고정된 선형 영역에서 보수적인 두 단계 그룹 테스팅을 연구한다. 각 항목당 일정한 테스트 수와 각 테스트당 일정한 항목 수를 갖는 비적응형 첫 번째 단계 설계를 제안하며, 이 설계는 모든 $p$ 에 대해 거의 최적임을 보이고, $p \to 0$ 일 때 渐近적으로 최적임을 입증하여, 한계에서 테스트 비율이 $\ln 2 \approx 0.693$ 에 수렴함을 보여준다.

ABSTRACT

Inspired by applications in testing for Covid-19, we consider a variant of two-stage group testing called "conservative" (or "trivial") two-stage testing, where every item declared to be defective must be definitively confirmed by being tested by itself in the second stage. We study this in the linear regime where the prevalence is fixed while the number of items is large. We study various nonadaptive test designs for the first stage, and derive a new lower bound for the total number of tests required. We find that a first-stage design as studied by Broder and Kumar (arXiv:2004.01684) with constant tests per item and constant items per test is extremely close to optimal for all prevalences, and is optimal in the limit as the prevalence tends to zero. Simulations back up the theoretical results.

연구 동기 및 목표

• 질병 유병률 $p$ 가 $n \to \infty$ 일 때 고정되는 선형 영역에서 보수적인 두 단계 그룹 테스팅을 분석하여, 테스트 효율성과 신뢰성을 균형 잡는 것을 목적으로 한다.
• 보수적인 두 단계 그룹 테스팅을 위한 예상 테스트 수에 대한 새로운 이론적 하한을 유도하는 것.
• 특히 일정한 테스트당 항목 수 및 이중 일정 설계를 포함한 다양한 비적응형 첫 번째 단계 설계의 성능을 평가하는 것.
• 제로 오류 프레임워크 하에서 $p \to 0$ 일 때 이러한 설계의 渐近적 최적성을 규명하는 것.
• SARS-CoV-2 스크리닝과 같은 응용 분야에서 실용적인 그룹 테스팅 전략에 대한 이론적 근거를 제공하는 것.

제안 방법

• 모든 결함이 있는 항목이 두 번째 단계에서 개별적으로 재검사되어야 하는 보수적인 두 단계 그룹 테스팅 프레임워크를 사용한다.
• 비결함이 있는 항목이 양성 테스트에만 나타나는 경우(‘숨겨진 비결함 항목’)의 확률을 제한하기 위해 FKG 부등식을 적용한다.
• 첫 번째 단계 테스트 설계 파rameter에 대한 최적화를 통해 두 번째 단계 테스트 수의 기대값에 하한을 도출한다.
• 테스트 효율성을 특성화하기 위해 두 가지 핵심 함수를 도입한다: $f(p) = \max_{w \geq 2} \left\{ -w \ln(1 - (1-p)^{w-1}) \right\}$ 와 $g(p) = \max_{w \geq 2} \left\{ -w \ln(1 - (1-p)^w) \right\}$.
• 총 예상 테스트 수를 최소화하기 위해 첫 번째 단계 테스트 수 $T_1$ 를 최적화하여 닫힌 형태의 하한을 도출한다.
• 이론적 하한을 시뮬레이션과 기존 알고리즘(도르프만 설계 및 베르누이 설계 포함)과 비교하여 성능를 평가한다.

실험 결과

연구 질문

• RQ1 선형 영역에서 보수적인 두 단계 그룹 테스팅을 위한 테스트 수에 대한 기본 하한은 무엇인가?
• RQ2 비적응형 첫 번째 단계 설계는 이 이론적 하한에 얼마나 가까이 도달할 수 있는가?
• RQ3 $p \to 0$ 일 때 일정한 테스트당 항목 수 설계는 渐近적으로 최적인가?
• RQ4 유병률 수준에 따라, 일정한 테스트당 항목 수, 이중 일정, 또는 베르누이 설계 중 어느 것이 가장 우수한 성능을 보이는가?
• RQ5 테스트 사용률은 $n$ 과 무관하게 상한을 가질 수 있으며, $p \to 0$ 일 때의 한계 비율은 얼마인가?

주요 결과

• 보수적인 두 단계 테스팅에 대한 하한은 $\mathbb{E}T \geq n \frac{1}{g(p)}(\ln g(p) + 1)$ 이며, $g(p) = \max_{w \geq 2} \left\{ -w \ln(1 - (1-p)^w) \right\}$ 이다.
• $p < 0.171$ 일 때는 하한 $\mathbb{E}T \geq n \frac{1}{g(p)}(\ln g(p) + 1)$ 이 지배적이며, $0.171 < p < 0.382$ 일 때는 하한 $\mathbb{E}T \geq n\left(p + \frac{1}{f(p)}(\ln((1-p)f(p)) + 1)\right)$ 가 더 날카롭다.
• $p \to 0$ 일 때 최적의 비율은 $\ln 2 \approx 0.693$ 에 수렴하며, 이는 테스트 수가 $n \cdot \frac{1}{\ln 2} \cdot p \log_2(1/p)$ 의 비율로 증가함을 의미한다.
• 일정한 테스트당 항목 수 및 이중 일정 첫 번째 단계 설계는 $p \to 0$ 일 때 최적의 渐近적 비율을 달성하며, 이는 이론적 하한과 일치한다.
• 시뮬레이션 결과, 이중 일정 설계는 $p \leq 1/4$ 일 때 특히 뛰어난 성능을 보이며, 거의 최적에 가까운 성능을 보인다.
• $p \geq (3 - \sqrt{5})/2 \approx 0.382$ 일 때 $\mathbb{E}T \geq n$ 이 성립함을 보여, 고유병률 영역에서는 개별 테스팅이 필수적임을 시사한다.