SARS-CoV2伝送動力学解析のためのモデリングフレームワーク【JST・京大機械翻訳】

Chatzilena Anastasia; Demiris Nikolaos; Kalogeropoulos Konstantinos

プレプリント

J-GLOBAL ID：202202203519563692 整理番号：22P0300423

SARS-CoV2伝送動力学解析のためのモデリングフレームワーク【JST・京大機械翻訳】

A modelling framework for the analysis of the SARS-CoV2 transmission dynamics

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月07日プレプリントサーバーでの情報更新日： 2023年07月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

医療データ収集の進歩にもかかわらず,SARS-CoV-2の実際の負荷は,症例不足のため不明のままである。これは,パンデミックの急性期において明らかであり,報告された死亡の使用は,より信頼できる情報源として指摘され,おそらく過小報告の傾向が少ない。死亡確率により重み付けされた過去の感染から毎日の死亡が発生するので,報告された死亡に関するデータを用いて,それらの年齢分布を説明する感染の総数を推論するかもしれない。このフレームワークを採用し,感染の全数を生成する動力学が,伝達速度が拡散過程としてモデル化される非線形常微分方程式のシステムを通して表現される連続時間伝送モデルによって記述でき,制御戦略と個人行動の変化の両方の影響を明らかにすることができる。著者らは,Stanにおけるこの柔軟なBayesツールを開発し,ヨーロッパ諸国の3対を研究し,時間変化生殖数(R_t)ならびに感染個体の真の累積数を推定した。感染の真の数を推定するため,R_tのより正確な推定を提供した。また,日常報告比の推定を提供し,推定量に対する移動性と試験の変化の影響を論じた。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

無線通信一般

, , ,

前のページに戻る