文献

J-GLOBAL ID：202002269274775200   整理番号：20A2471940

流行拡大のための相互作用構造と確率性の重要性:COVID-19事例研究【JST・京大機械翻訳】

Importance of Interaction Structure and Stochasticity for Epidemic Spreading: A COVID-19 Case Study

著者 (3件)： Grossmann Gerrit (Saarland Informatics Campus, Saarland University, Saarbruecken, Germany) ,  Backenkohler Michael (Saarland Informatics Campus, Saarland University, Saarbruecken, Germany) ,  Wolf Verena (Saarland Informatics Campus, Saarland University, Saarbruecken, Germany)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12289  ページ： 211-229  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 最近のCOVID-19パンデミックにおいて,計算機シミュレーションを用いてウイルス伝播の進化を予測し,非医薬品介入の前向き有効性を評価した。このように,対応する数学モデルとそれらのシミュレーションは,政治的意思決定を導くための中心ツールである。典型的には,ODEベースのモデルが考慮され,その中で,感染および健康個体の画分が決定論的および連続的に経時的に変化する。本研究では,ODEベースのCOVID-19拡散モデルを文献から確率的マルチエージェントシステムに変換し,複雑な相互作用構造を模倣するために接触ネットワークを使用した。既存のODEモデルにより十分に捉えられない,基礎となる接触グラフの構造に対する流行のダイナミクスの大きな依存性を観測した。例えば,超拡散器の存在は,超拡散者のない相互作用構造と比較して,より高い感染ピークをもたらすが,低い死亡料金をもたらす。全体として,相互作用構造は拡散動力学に重要な影響を及ぼし,これは基本再生数[数式:原文を参照]のような他のパラメータの効果を超えることを観察した。COVID-19発生データにフィットした決定論的モデルは限られた予測力を持つか,あるいは誤った結論を導くかもしれないが,相互作用構造を考慮した確率的モデルは異なる,そしておそらくより現実的な疫学的洞察をもたらすと結論づける。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *相互作用 ,  計算機シミュレーション ,  意思決定 ,  ネットワーク ,  数学モデル ,  死 ,  料金 ,  疫学 ,  *事例研究 ,  拡散板 ,  確率モデル ,  マルチエージェントシステム
準シソーラス用語： 拡散モデル ,  決定論 ,  決定論的モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： COVID-19 ,  流行確率シミュレーション ,  SEIRモデル ,  SARS-CoV-2 ,  2019-2020コロナウイルスの流行

分類 (5件)： 海洋汚濁  (SB02040B) ,  システムモデル  (IB02000Z) ,  公衆衛生  (GB02000X) ,  計算機網  (JC03000K) ,  オペレーションズリサーチ一般  (KA03010Q)

タイトルに関連する用語 (7件)： 流行 ,  拡大 ,  相互作用 ,  確率 ,  重要性 ,  COVID-19 ,  研究