というNBER論文をジェームズ・ストックらが上げている。原題は「Identification and Estimation of Undetected COVID-19 Cases Using Testing Data from Iceland」で、著者はKarl M. Aspelund（MIT）、Michael C. Droste（ハーバード大）、James H. Stock（同）、Christopher D. Walker（同）。
タイトルを見るとここで紹介した論文と似ている気もするが、実際、そちらの論文の参考文献でこちらの論文が挙げられている（逆に、こちらの論文ではそちらの論文は参照されていない）。
以下はその要旨。
In the early stages of the COVID-19 pandemic, international testing efforts tended to target individuals whose symptoms and/or jobs placed them at a high presumed risk of infection. Testing regimes of this sort potentially result in a high proportion of cases going undetected. Quantifying this parameter, which we refer to as the undetected rate, is an important contribution to the analysis of the early spread of the SARS-CoV-2 virus. We show that partial identification techniques can credibly deal with the data problems that common COVID-19 testing programs induce (i.e. excluding quarantined individuals from testing and low participation in random screening programs). We use public data from two Icelandic testing regimes during the first month of the outbreak and estimate an identified interval for the undetected rate. Our main approach estimates that the undetected rate was between 89% and 93% before the medical system broadened its eligibility criteria and between 80% and 90% after.
（拙訳）
COVID-19パンデミックの初期段階では、世界の検査の努力は、症状ないし仕事から見た感染リスクが高い個人を対象にする傾向があった。この種の検査体制では、結果的に検知されない症例の割合が高くなる可能性がある。我々が未検出率と呼ぶこのパラメータを定量化することは、SARS-Cov-2ウイルスの初期の広がりを分析する上で重要な一歩となる。我々は、一般的なCOVID-19検査問題で生じるデータの問題（即ち、検疫された個人が検査から除外されることと、ランダムなスクリーニングでの参加率が低いこと）は、部分識別技法*1によって信頼性を以って処理できることを示す。我々は、アイスランドでの疫病発生後1ヶ月における2つの検査体制からの公開データを用いて、未検出率の識別区間を推計した。我々の主たる方法での推計では、医療システムが対象基準を広げる前の未検出率は89%から93%の間で、基準を広げた後は80%から90%の間だった。
