面对有限的检测试剂，文章探讨了如何通过分组检测策略有效利用资源。在少量感染者情况下，选择分组数接近 e（约 2.718）可最大化节约试剂；而在大量感染者时，采用最大分组数可减少检测次数。文章通过数学模型分析，给出了感染率为 p 的情况下最优分组数的公式，并举例说明在实际应用中如何平衡试剂使用和检测轮数。
为了应对疫情，全球各国都需要检测潜在感染者。由于检测试剂相对短缺，如何用尽量少的试剂进行检测就成为一个有意思的问题。这里假设采样量足够，且不考虑检测时间要求。
目前，很多国家采用的都是分组检测机制，即将待检测群体进行分组，同组内样本混合进行检测。如果某组结果为阳性，则对该组再进一步进行检测。
一个很自然的问题：该怎么分组才能节约试剂？
先来看两种极端的情况。
少量感染者
通常，群体内的感染者是少数。
假设群体一共 64 人，其中只有 1 个感染者，采用 2、4、8、64 等分法。
- 2 分法，要测 6 轮，共 2*6=12 次；
- 4 分法，要测 3 轮，共 4*3=12 次；
- 8 分法，要测 2 轮，共 8*2=16 次；
- 64 分法，要测 1 轮，共 64 次。
实际上，当人数很多时候，如 N 个人，采用 x 分法，其总测试次数大概为 y=x*log(x, N)，容易知道该函数在 x=e 时取极小值。
此时应当取 e 附近的 x 值，例如 2 或 3，可以节约试剂。同时，人数 N 最好选为能整除 x 的值。
大量感染者
第二种场景，64 个人全部都是感染者，同样采用 2、4、8、64 等分法。
最低0.47元/天 解锁文章
扫一扫
1656
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
