Evaluating Uncertainty in Dengue Seroprevalence in the Absence of a Gold Standard Diagnostic Test
Notice bibliographique
Résumé
Background: Shortly after the introduction of the first licensed vaccine against dengue fever (Dengvaxia), a serious outcome was attributed to the vaccine: vaccinated individuals without a previous dengue infection were at increased risk of developing severe dengue if subsequently infected by a heterologous serotype. In response, the World Health Organization recommended vaccination in regions where the seroprevalence of dengue is at least 50% and, ideally, greater than 70%. Hence, accurate estimates of regional seroprevalence are crucial for both population vaccination strategies and test-then-vaccinate decisions at the individual level. Currently, estimates of seroprevalence are based on surveys, using screening tests for previous dengue exposure. These estimates must consider the sensitivity and specificity of the tests, which depend on identification of those who have been exposed, ostensibly through a test, regarded as the gold standard. There is, however, no easily accessible gold standard test for dengue. Methods: We propose an approach to estimate the seroprevalence of dengue that does not require a gold standard test by modeling: (i) the uncertainty in the sensitivity and specificity, and (ii) the uncertainty in the “true” disease prevalence. Results: Through simulations, we demonstrate the effect of these extra sources of uncertainty on post-test estimates of dengue seroprevalence. Our simulations show, for example, that in a population of 1 million it is possible to overestimate or underestimate the number who are truly seropositive by as much as 76,000. Conclusions: Current estimates can substantially overestimate or underestimate the true probability of previous exposure when these extra sources of variability are not accounted for.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,037 | 0,152 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».