文献
J-GLOBAL ID:202102240597011979   整理番号:21A2821013

リアルタイムインフルエンザ予測における健康管理探索行動と試験実践のための説明【JST・京大機械翻訳】

Accounting for Healthcare-Seeking Behaviours and Testing Practices in Real-Time Influenza Forecasts
著者 (7件):
資料名:
巻:号:ページ: 12  発行年: 2019年 
JST資料番号: U7287A  ISSN: 2414-6366  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: スイス (CHE)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
インフルエンザのような疾患では,感染者の大半が軽度(いつでも)症状を経験しているので,サーベイランスシステムは健康管理と臨床意思決定行動の変化に敏感である。これは,近リアルタイム(例えば公衆衛生意思決定支援を提供する)における監視データを解釈する試みを試みている。オーストラリアは,2017年に特に大規模で重度のインフルエンザシーズンを経験しており,これはおそらく,(a)ヘルスケアを追求する可能性が高い軽度症例;(b)臨床医は,逆転写ポリメラーゼ鎖反応(RT-PCR)インフルエンザ試験のための標本を集める可能性が高い。本研究では,インフルエンザ様疾患(ILI)の人々が健康管理を追求し,採取した標本を持つ確率を推定するために毎週Flu追跡監視データを使用した。次に,この推定確率を用いて,2017年の各週における近リアルタイム季節的インフルエンザ予測を較正し,予測スキルが改善できるかどうかを見る。毎週の調査における自己申告インフルエンザ試験の数は典型的に非常に低いが,高い流行ピークの前に,ヘルスケア探索行動と臨床医試験行動の実質的な変化を検出することができた。予測フレームワークにおける挙動におけるこれらの変化の調整は予測スキルを改善した。本解析は,従来の監視データを解釈するとき,Flu追跡のようなコミュニティレベル監視システムのユニークな価値を示した。また,これらの方法は,類似のコミュニティレベルの監視システムが他の国で運用されているので,オーストラリアの文脈を超えて適用可能である。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
感染症・寄生虫症一般  ,  公衆衛生 
引用文献 (39件):
  • Reed, C.; Chaves, S.S.; Daily Kirley, P.; Emerson, R.; Aragon, D.; Hancock, E.B.; Butler, L.; Baumbach, J.; Hollick, G.; Bennett, N.M.; et al. Estimating Influenza Disease Burden from Population-Based Surveillance Data in the United States. PLoS ONE 2015, 10, e0118369.
  • Biggerstaff, M.; Alper, D.; Dredze, M.; Fox, S.; Fung, I.C.H.; Hickmann, K.S.; Lewis, B.; Rosenfeld, R.; Shaman, J.; Tsou, M.H.; et al. Results from the centers for disease control and prevention’s predict the 2013-2014 Influenza Season Challenge. BMC Infect. Dis. 2016, 16, 357.
  • Moss, R.; Zarebski, A.; Dawson, P.; McCaw, J.M. Retrospective forecasting of the 2010-14 Melbourne influenza seasons using multiple surveillance systems. Epidemiol. Infect. 2017, 145, 156-169.
  • Riley, P.; Ben-Nun, M.; Turtle, J.A.; Linker, J.; Bacon, D.P.; Riley, S. Identifying factors that may improve mechanistic forecasting models for influenza. bioRxiv 2017, 172817.
  • [Green Version] Ben-Nun, M.; Riley, P.; Turtle, J.; Bacon, D.; Riley, S. National and Regional Influenza-Like-Illness Forecasts for the USA. bioRxiv 2018, 309021.
もっと見る

前のページに戻る