[논문 리뷰] Boosting test-efficiency by pooled testing strategies for SARS-CoV-2

Ricardó A. Hanel, Stefan Thurner|IIASA PURE (International Institute of Applied Systems Analysis)|2020. 03. 22.

SARS-CoV-2 detection and testing인용 수 30

한 줄 요약

이 논문은 SARS-CoV-2에 대한 풀링 테스트를 최적화하기 위한 공식 프레임워크를 제시하고, 최적의 풀 크기, 예상된 효율 증가, 인구의 감염 수준 및 검사 오류율의 함수로서 누락된 감염에 대한 상한을 도출합니다; 복제를 논의하고 오스트리아의 예제를 제공합니다.

ABSTRACT

In the current COVID19 crisis many national healthcare systems are confronted with an acute shortage of tests for confirming SARS-CoV-2 infections. For low overall infection levels in the population, pooling of samples can drastically amplify the testing efficiency. Here we present a formula to estimate the optimal pooling size, the efficiency gain (tested persons per test), and the expected upper bound of missed infections in the pooled testing, all as a function of the populationwide infection levels and the false negative/positive rates of the currently used PCR tests. Assuming an infection level of 0.1 % and a false negative rate of 2 %, the optimal pool size is about 32, the efficiency gain is about 15 tested persons per test. For an infection level of 1 % the optimal pool size is 11, the efficiency gain is 5.1 tested persons per test. For an infection level of 10 % the optimal pool size reduces to about 4, the efficiency gain is about 1.7 tested persons per test. For infection levels of 30 % and higher there is no more benefit from pooling. To see to what extent replicates of the pooled tests improve the estimate of the maximal number of missed infections, we present all results for 1, 3, and 5 replicates.

연구 동기 및 목표

• 제한된 검사 자원 하에서 검사 처리량을 증가시키기 위해 풀링의 필요성을 제시한다.
• 최적 풀 크기, 테스트당 검체 수(PPT), 그리고 놓친 감염의 상한(FNPT)을 계산하기 위한 수학적 프레임워크를 도출한다.
• 감염 수준 전반에 걸쳐 복제가 거짓 음성 및 효율성에 미치는 영향을 평가한다.
• 실용적 지침과 오스트리아 사례를 제공한다.

제안 방법

• 모형은 집단 내 감염 비율을 lambda로 가정한다.
• 샘플을 크기가 omega인 그룹으로 풀링하고 풀링된 샘플을 검사한다.
• 풀 테스트에서 거짓양성률 gamma_plus 및 거짓음성률 gamma_minus를 도입한다.
• 복제 r개를 사용하고 다수결 규칙으로 풀(pool)을 양성으로 선언한다.
• 풀링이 양성인 경우 그룹 내 각 개인을 개별적으로 검사한다.
• 풀 테스트가 양성일 확률 P_plus를 계산한다.
• q를 각 사람당 기대 검사 수로 계산하고 PPT = 1/q로 정의한다.
• FNPT를 다수결 규칙과 복제를 사용한 상황에서 검사당 누락된 감염의 상한으로 정의한다.
• gamma_minus^*를 이항 다수결 확률로 도출하고 FNPT를 p, gamma_minus, gamma_minus^*를 이용해 표현한다.
• 결과는 감염 수준, 검사 오류율, 풀 크기, 그리고 복제 수에 의존한다.

실험 결과

연구 질문

• RQ1 인구 감염 수준 lambda 및 검사 오류율(gamma_plus, gamma_minus)의 함수로서 최적 풀 크기 omega_opt는 무엇인가?
• RQ2 다른 감염 수준과 복제에서 풀링 테스트가 달성할 수 있는 효율 이득(PPT)은 얼마나 되는가?
• RQ3 풀링 테스트에서 누락된 감염의 상한(FNPT)은 얼마이며, 이것이 r(복제) 및 gamma_minus에 어떻게 의존하는가?
• RQ4 여러 복제를 이용하는 것이 FNPT와 PPT를 실질적으로 개선하는가, 그리고 어떤 조건에서 그런가?

주요 결과

• 최적 풀 크기는 인구의 감염 수준이 증가함에 따라 감소한다(예: 0.1%에서 약 32, 1%에서 약 11, 10%에서 약 4, 29%까지는 약 3–4로 풀링이 이익을 잃기 전까지).
• 효율 이득(PPT)은 낮은 감염 수준에서 높다(0.1%에서 ≈15 PPT, 1%에서 ≈5.1 PPT, 10%에서 ≈1.7 PPT), 감염이 30%를 넘으면 거의 1에 가까워진다.
• 복제는 FNPT를 감소시키지만, 더 많은 복제는 전반적인 PPT를 감소시킨다(제시된 시나리오에서 더 많은 복제가 약 4.3 PPT를 초래).
• 여러 복제를 이용하는 것이 다양한 감염 수준에서 명확히 필요하진 않다; 많은 실용적 선별에 단일 복제면 충분하다.
• 오스트리아 예제(약 1000만 인구)는 0.1% 감염에서 최적 풀 크기 ≈32, 1% 감염에서 ≈11을 시사하며, 하나의 복제를 사용하여 기대 이득이 약 10배에 이른다.
• FNPT는 gamma_minus 증가에 따라 증가하며 복제로는 제한적으로만 개선된다; 최악의 경우 누락된 감염은 여전히 한도 내에 남는다(예: 0.1% 감염에서 약 1/800, 또는 0.13%가 누락될 수 있음).