[논문 리뷰] On the Estimation of the Proportion of True Recent Infections Using the BED Capture Enzyme Immunoassay

Thomas A. McWalter, Alex Welte|ArXiv.org|2008. 06. 07.

SARS-CoV-2 detection and testing참고 문헌 2인용 수 5

한 줄 요약

이 논문은 이전 방법에서의 잘못된 校正 가정을 규명하고 수정함으로써 BED 캡처 염소면역검사(BED Capture Enzyme Immunoassay)의 진단 비율을 보정하여 진짜 최근 HIV 감염 비율을 추정하는 데 재평가한다. 감도(σ)와 단기 특이도(ρ₁)에 대한 의존성을 제거함으로써 보다 단순화된 공식을 유도하고, 장기 특이도(ρ₂)와 윈도우 기간(ω)에만 의존함으로써 校正의 복잡성을 줄이고 불확실성 추정을 향상시킨다.

ABSTRACT

In this short note, we analyze the assumptions made by McDougal et al (2006), both explicit and implicit, in their estimation of the proportion of "true recent infections" using the BED CEIA. This enables us to write down expressions for the sensitivity, short term specificity and long term specificity of a test for recent infection defined by a BED ODn below a threshold. We then derive an identity which shows the relationship between these parameters, allowing the elimination of sensitivity and short term specificity from an expression relating the proportion of "true recent infections" to the proportion of seropositive individuals testing below threshold. This has two important consequences. Firstly, the simplified formula is substantially more amenable to calibration. Secondly, naively treating the parameters as independent would lead to an incorrect estimate of uncertainty due to imperfect calibration.

연구 동기 및 목표

• McDougal 등이 BED CEIA를 사용하여 진짜 최근 HIV 감염 비율을 추정할 때 내재된 암시적 및 명시적 가정을 규명하고 수정하는 것.
• 감도(σ)와 단기 특이도(ρ₁)에 대한 의존성을 제거한 간단화된 진짜 최근 감염 비율(Pₜ) 추정 공식을 유도하는 것.
• 독립 매개변수의 수를 줄임으로써 校正 과정을 개선하고 통계적 검정력 향상 및 잘못된 불확실성 추정 감소를 도모하는 것.
• 장기 특이도(ρ₂)와 윈도우 기간(ω)이 감도(σ)와 단기 특이도(ρ₁)보다 장기적 추적 데이터에서 더 신뢰성 있게 추정될 수 있음을 입증하는 것.
• ρ₂와 ω를 주요 校正 매개변수로 삼아 더 견고한 유병률 추정 프레임워크를 제안하는 것.

제안 방법

• 임의의 윈도우 기간 ω₁과 ω₂를 가진 일반화된 모델을 도입하여 모든 진행자들이 ω₁ + ω₂ 이내에 임계치에 도달하도록 보장하는 것.
• 진행자에 대한 생존함수 Sₚᵤ|ₐ(t)를 정의하고 비진행자 비율 𝔼ₙₚ를 통해 전체 생존함수 Sᵤ|ₐ(t)와 연결하는 것.
• 핵심 항등식: σ − (ω₂/ω₁)ρ₁ + (1 + ω₂/ω₁ − ω/ω₁)ρ₂ = 1 을 유도하여 감도, 단기 및 장기 특이도, 윈도우 기간을 연결하는 것.
• 이 항등식을 활용해 원래의 유병률 공식에서 σ와 ρ₁을 제거하고, Pₜ = (ω/ω₁)(Pₒ + ρ₂ − 1)/ρ₂ 라는 공식을 도출하는 것.
• ω₁ = ω일 경우 공식이 Pₜ = (Pₒ + ρ₂ − 1)/ρ₂ 로 단순화되며, 이는 ρ₂와 Pₒ에만 의존하는 것을 보여주는 것.
• ρ₂와 ω는 감염 시점 이외의 장기 추적 샘플에서 σ와 ρ₁보다 더 신뢰성 있게 추정될 수 있음을 제안하는 것.

실험 결과

연구 질문

• RQ1 BED CEIA의 진짜 최근 감염 비율 추정에 기반한 암시적 및 명시적 가정은 무엇인가?
• RQ2 감도와 단기 특이도에 대한 의존성을 줄이고 불확실성을 감소시키기 위해 BED CEIA의 校정을 어떻게 향상시킬 수 있는가?
• RQ3 감도(σ)와 단기 특이도(ρ₁)를 유병률 추정 공식에서 손실 없이 제거할 수 있는가?
• RQ4 BED CEIA 모델에서 감도, 단기 및 장기 특이도, 윈도우 기간 간의 관계는 무엇인가?
• RQ5 종단적 추적 데이터에서 ρ₂ 또는 ω 중 어느 것이 더 신뢰성 있게 추정될 수 있으며, 이는 유병률 추정에 어떤 영향을 미치는가?

주요 결과

• 저자는 모델의 가정 하에 성립하는 새로운 항등식: σ − (ω₂/ω₁)ρ₁ + (1 + ω₂/ω₁ − ω/ω₁)ρ₂ = 1 을 도출한다.
• 이 항등식을 통해 감도(σ)와 단기 특이도(ρ₁)를 유병률 추정 공식에서 제거할 수 있다.
• 단순화된 공식 Pₜ = (ω/ω₁)(Pₒ + ρ₂ − 1)/ρ₂ 는 ω, ω₁, ρ₂에만 의존하여 校정의 복잡성을 감소시킨다.
• ω₁ = ω일 경우 공식은 Pₜ = (Pₒ + ρ₂ − 1)/ρ₂ 로 더 단순화되며, 이는 ρ₂와 관측된 비율 Pₒ에만 의존한다.
• ρ₂의 校정은 σ와 ρ₁보다 더 신뢰할 수 있으며, 감염 후 ω₁ + ω₂ 이상 경과한 샘플에서 추정할 수 있기 때문이다.
• σ = 0.768, ρ₁ = 0.723, ρ₂ = 0.944 라는 校정값을 사용할 경우 항등식은 0.989를 도출하여 校정의 타당성을 확인한다.