文献

J-GLOBAL ID：202002289679556605   整理番号：20A2482689

COVID-19の未同定感染集団を推定するための感受性未確認感染確認(SUC)流行モデル【JST・京大機械翻訳】

The susceptible-unidentified infected-confirmed (SUC) epidemic model for estimating unidentified infected population for COVID-19

著者 (3件)： Lee Chaeyoung (Department of Mathematics, Korea University, Seoul 02841, Republic of Korea) ,  Li Yibao (School of Mathematics and Statistics, Xi’an Jiaotong University, Xi’an 710049, China) ,  Kim Junseok (Department of Mathematics, Korea University, Seoul 02841, Republic of Korea)
資料名： Chaos, Solitons & Fractals  (Chaos, Solitons & Fractals)
巻： 139  ページ： Null  発行年： 2020年 
JST資料番号： W0310A  ISSN： 0960-0779  CODEN： CSFOEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本稿では,中国でのコロナウイルス病2019(COVID-19)に対する未同定感染集団を推定するためのSusceptive-Un同定感染確認(SUC)流行モデルを提案した。未同定感染集団は感染するが,同定されていない人々を意味する。それらはまだ入院せず,まだ疾患を感受性に広げることができる。未同定の感染個体群を推定するため,最小自乗感覚における確認された事例データに最も良く適合する最適モデルパラメータを見出した。ここでは,世界保健機関によって報告された中国の確認された症例の時系列データを使用した。さらに,モンテカルロシミュレーションを用いて提案モデルの実用的識別可能性解析を行った。提案モデルは単純であるが,未同定の感染集団の推定において,介入の有効性をモニターし,保護マスクまたはCOVID-19診断キットの量を供給,病院ベッド,医療スタッフ等に準備するのに有用である。したがって,感染症の拡散を制御するために,未同定感染集団の数を推定することが重要である。提案したSUCモデルは,未同定の感染個体群を推定するための基本的なビルディングブロック数学方程式として使用できる。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最小二乗法 ,  ベッド ,  感受性 ,  世界保健機関 ,  感染症 ,  個体群 ,  有効性
準シソーラス用語： コロナウイルス ,  診断用試薬キット ,  時系列データ ,  モンテカルロシミュレーション ,  ビルディングブロック ,  モデルパラメータ , 【Automatic Indexing@JST】

著者キーワード (3件)： 流行モデル ,  最小二乗フィッティング ,  COVID-19

分類 (1件)： 感染症・寄生虫症一般  (GD01010H)

タイトルに関連する用語 (8件)： COVID-19 ,  同定 ,  感染 ,  集団 ,  推定 ,  感受性 ,  流行 ,  モデル