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。
【背景】2020年3月11日,世界保健機構(WHO)は,世界的流行としてコロナウイルス疾患(COVID-19)を宣言した。効果的な介入と制御戦略を開発するために,発生の偶発的な発生と全体的評価を推定するための信頼できるモデルの必要性が出現した。時間にわたる伝送傾向を監視するためのそのような重要な計量は,時間依存有効再生数(Rt)である。Rtは,ある集団割合が既に感染しているならば,発生時に感染個体によって引き起こされる二次症例の推定である。誤推定Rtは,特に,伝送速度の変化と実装された政策における変化の間の関係をプロービングするとき,特に関係する。本論文では,信頼できるデータセットを用いて両方法論の実時間推定能力を非マスキングすることにより,Rt,即ち,事例再生数(R_case)を推定するため,従来手法に対する瞬時再生数(Rins)法の実現を論証した。材料と方法:著者らは,インドのCOVID-19の毎日の発生率データセットと,RinsとRcaseを推定するために高い発生状態を採用した。著者らは,多数のCOVID19ケースを含み,高能率で効率的なCOVID-19試験を行うことによって,これらの方法を通して得られたリアルタイム投影を比較した。RinsとRcaseは,Rソフトウェア4.0.0においてそれぞれR0とEpiEstimパッケージを用いて推定した。結果:選択した状態のRinsとRcaseは,ロックダウン期(March 25-6月1,2020)で高く,その後,非ロック相(6月1-8月23日,2020年)の間,Rinsは,介入に従って変動を示し,一方,Rcaseは,一般化し,過小評価されたままだった。また,RinsとRcase推定における大きな差異が,高い試験を行う状態で観察された。【結論】2つの方法のうち,Rinsは,Rcaseのものより,概念的および経験的にCOVID-19発生のより良いリアルタイム進行を明らかにした。しかし,実際の世界における誤った結論をもたらすかもしれない実装で裏付けられた仮定を考慮することも示唆した。【JST・京大機械翻訳】