地方レベルでのイングランドにおけるCOVID-19入院の短期予測法の比較評価【JST・京大機械翻訳】

Meakin, S.; Abbott, S.; Bosse, N. I.; Munday, J. D.; Gruson, H.; Hellewell, J.; Sherratt, K.; CMMID COVID-19 Working Group,; Funk, S.

プレプリント

J-GLOBAL ID：202202211916920593 整理番号：21P0285556

地方レベルでのイングランドにおけるCOVID-19入院の短期予測法の比較評価【JST・京大機械翻訳】

Comparative assessment of methods for short-term forecasts of COVID-19 hospital admissions in England at the local level

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 (9件)： , , , , , , , ,
資料名：
発行年： 2022年01月19日プレプリントサーバーでの情報更新日： 2022年01月19日
JST資料番号： O7002B 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)

【背景】健康管理要求は,状況認識を知って,資源計画を容易にするために,流行設定において必須である。理想的に,予測は時間と位置にわたってロバストであるべきである。イングランドのCOVID-19パンデミックの間,イングランドのCOVID-19患者のための病院ケアの需要が利用可能な資源を超えている。方法:著者らは,2020年8月~2021年4月2021日の米国国立健康サービス(NHS)Trustに対する毎日のCOVID-19病院入院の毎週予測を,3つの疾患診断予測モデル,すなわち,自己回帰時系列モデルの平均集合,予測子として7日遅れた局所ケースを有する線形回帰モデル,および局所ケースのスケール畳込みと遅延分布を用いて作成した。それらの点と確率的精度を,それらの全ての平均アンサンブルに対して,そして,入院の最後の日から変化のない単純なベースラインモデルと比較した。重みづけ区間スコア(WIS)を用いて予測性能を測定し,異なるシナリオ(予測期間の長さ,予測がなされた日,位置)でどのように変化するか,また,将来の事例が既知の場合,多くの入院予測がいかに改善されたかを考察した。【結果】すべてのモデルは,大部分のシナリオでベースラインを上回った。予測精度は,発生の軌跡に依存して,予測日と位置によって変化し,そして,すべての個々のモデルは,それらがトップまたはボトムランクされたモデルであった。平均アンサンブルによって生成された予報は,考慮したすべてのモデルの中で最も正確で,最も一貫して正確な予測であった。予測,事例,特により長い予測層位において,将来観測された場合,予測精度は改善された。結論:現在の入院時の変化がないと仮定することは,少なくとも傾向を含むよりも稀である。予測子として確認されたCOVID-19ケースの使用は,いくつかのシナリオで入院予測を改善できるが,これは可変であり,一貫して良好なケース予測を行う能力に依存する。しかし,アンサンブル予報は,時間と位置にわたって一貫してより正確な予測を行う予測を可能にする。データおよび計算に関する最小要求を考えると,著者らの入院予測アンサンブルは,将来の流行または流行の設定におけるヘルスケアニーズの予測に使用できる。【JST・京大機械翻訳】

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

医用情報処理

, , , ,

前のページに戻る