参数分类与抽样，以工业模式逼近全面检测效果

无症状感染者，成为我们的心头之患。

有网友提议，对疫区进行全面检测；也有地方，对来自疫区的流动人员进行全面检测。

对于终端地区，流动人口数量有限，全面检测可行。对于疫区，千万数量级的人群，全面检测实行起来，人力物力和组织，是十分困难的。

其实，采取工业方法，可以大大减少检测工作量、便获得逼近全面检测的效果。

这个方法，就是参数分类和抽检。

1、参数分类，就是对全体人群设置前提参数，进行分类。

比如，一千万人口，按男女分类，只检验男性，检验数量就减少一半，变成500万；在500万男性中，排除60天未出家门的中小学生，又排除了20%。剩余400万。如此分类，工作量就大大减少。

也就是说，边界参数值设置越多，分类越清晰，剩余数量越少。上个例子中，参数值为2，1、男女；2、未出门学生。

实际工作中，可以对医务人员、餐饮人员、服务人员、流动人员和平均接触他人机率大的人员进行分类，进行排查。

如何分类，怎样设计参数边界，需要流行病专家设计。

对其余人员，可以进行抽样。这就涉及另一个工业检测模式：

2、抽样

一个工业产品，特别是电子工业产品，需要成千上万个元器件。一个集成电路，有上亿的元器件组成，而且牵扯到连接问题，性能参数问题。一个一个检验，检验合格再组装，那要等到猴年，造价也是天价。工业上，对元器件都是抽检的，而且抽检方法都有科学概率统计依据，也形成了国家标准。GB/T2828.1可以看一下。

在抽检时，基础元器件数量值确定后，抽检几个，都有严格规定。我记得，1万个以上原件，要检测315个。不合格，复检，都有严格规定。除了，元器件检验，半成品和成品，也有检验。通过这种交叉随机扑捉，就可以把合格产品数量控制在一定范围。

对于大量不需要全面检测的无症状潜在人群，可以采取这种抽样模式。效果可以逼近全面普查，比较实际。

以上这些，虽然啰嗦，确实是工业生产长期的经验积累。可以参考。