[论文解读] Conservative two-stage group testing in the linear regime

Matthew Aldridge|arXiv (Cornell University)|May 6, 2020

SARS-CoV-2 detection and testing被引用 5

一句话总结

本文研究线性范围内保守两阶段组检测，其中疾病流行率 $p$ 在个体数 $n$ 趋于无穷时保持固定。提出一种非自适应第一阶段设计，每项测试数量恒定，每项测试包含的项目数也恒定，证明该设计对所有 $p$ 近乎最优，并在 $p \to 0$ 时渐近最优，极限下测试速率趋近 $\ln 2 \approx 0.693$。

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.

研究动机与目标

• 分析线性范围内保守两阶段组检测，其中流行率 $p$ 固定且 $n \to \infty$，以平衡测试效率与可靠性。
• 推导保守两阶段组检测所需期望测试数的新理论下界。
• 评估多种非自适应第一阶段设计的性能，特别是恒定每项测试数设计与双重恒定设计。
• 在零误差范式下，确定这些设计在 $p \to 0$ 时的渐近最优性。
• 为实际组检测策略（如SARS-CoV-2筛查）提供理论依据。

提出的方法

• 采用保守两阶段组检测框架，其中所有被判定为缺陷的项目必须在第二阶段进行单独重测。
• 应用FKG不等式，界定非缺陷项目仅出现在阳性测试中的概率（即‘隐藏非缺陷’）。
• 通过优化第一阶段测试设计参数，推导出第二阶段期望测试数的下界。
• 引入两个关键函数：$f(p) = \max_{w \geq 2} \left\{ -w \ln(1 - (1-p)^{w-1}) \right\}$ 和 $g(p) = \max_{w \geq 2} \left\{ -w \ln(1 - (1-p)^w) \right\}$，以表征测试效率。
• 优化第一阶段测试数 $T_1$ 以最小化总期望测试数，从而得出闭式下界。
• 将理论下界与模拟结果及已知算法（包括多尔夫曼设计与伯努利设计）进行比较，以评估性能。

实验结果

研究问题

• RQ1 在保守两阶段组检测的线性范围内，测试数的理论下限是什么？
• RQ2 非自适应第一阶段设计在多大程度上可逼近该理论下限？
• RQ3 当 $p \to 0$ 时，恒定每项测试数设计是否渐近最优？
• RQ4 在不同流行率水平下，哪种第一阶段设计——恒定每项测试数、双重恒定或伯努利设计——性能最佳？
• RQ5 测试使用率能否独立于 $n$ 有界？当 $p \to 0$ 时，极限速率是多少？

主要发现

• 保守两阶段检测的下界为 $\mathbb{E}T \geq n \frac{1}{g(p)}(\ln g(p) + 1)$，其中 $g(p) = \max_{w \geq 2} \left\{ -w \ln(1 - (1-p)^w) \right\}$。
• 当 $p < 0.171$ 时，下界 $\mathbb{E}T \geq n \frac{1}{g(p)}(\ln g(p) + 1)$ 占主导；当 $0.171 < p < 0.382$ 时，下界 $\mathbb{E}T \geq n\left(p + \frac{1}{f(p)}(\ln((1-p)f(p)) + 1)\right)$ 更为紧致。
• 当 $p \to 0$ 时，最优速率趋近 $\ln 2 \approx 0.693$，意味着测试数按 $n \cdot \frac{1}{\ln 2} \cdot p \log_2(1/p)$ 的比例增长。
• 恒定每项测试数与双重恒定第一阶段设计在 $p \to 0$ 时达到最优渐近速率，与理论下界一致。
• 模拟结果证实，双重恒定设计在所有 $p$ 下均表现极接近最优，尤其在 $p \leq 1/4$ 时表现更优。
• 当 $p \geq (3 - \sqrt{5})/2 \approx 0.382$ 时，下界 $\mathbb{E}T \geq n$ 成立，表明在高流行率区域需采用个体检测。