文献

J-GLOBAL ID：202202213649516326   整理番号：22A0927214

多重発生データからの流行性フェージング確率の推定【JST・京大機械翻訳】

Estimation of the probability of epidemic fade-out from multiple outbreak data

著者 (5件)： Alahakoon Punya (School of Mathematics and Statistics The University of Melbourne, Melbourne, Australia) ,  McCaw James M. (School of Mathematics and Statistics The University of Melbourne, Melbourne, Australia) ,  McCaw James M. (Centre for Epidemiology and Biostatistics, Melbourne School of Population and Global Health, The University of Melbourne, Melbourne, Australia) ,  McCaw James M. (Peter Doherty Institute for Infection and Immunity, The Royal Melbourne Hospital and The University of Melbourne, Australia) ,  Taylor Peter G. (School of Mathematics and Statistics The University of Melbourne, Melbourne, Australia)
資料名： Epidemics  (Epidemics)
巻： 38  ページ： Null  発行年： 2022年 
JST資料番号： W3337A  ISSN： 1755-4365  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： 感受性の補充を可能にする決定論的流行モデルは,典型的に減衰振動挙動を示す。個体群が最初に完全に影響を受けやすいならば,感染の最初の波と第2波の間に,流行が明確なトラフを離れていた。しかしながら,流行動態は,特に有病率が低い場合,確率的効果により影響される。流行の始めに,確率的ダイアウトが可能で,分岐プロセス近似の使用により良く特性化される。流行する流行の条件として,確率的絶滅は最初の流行波の間に非常に起こりにくいが,消衰の確率は波の減少につれて再び増加する。感染の潜在的第2波の前に,この期間における絶滅は,破傷風低下と定義される。観察された流行のセットを考え,それぞれ異なる,そして独立して進化し,そこでは,いくつかの表示が消えて,いくつかはそうではない。フェージングは必ずしも確率的現象であるが,フェージングの確率は各流行に関連するモデルパラメータに依存する。従って,流行の時系列データが,異なる結果-fade-outの鍵となるドライバー(s)を同定し,あるいは,それ以外,各流行を支える亜集団を交差する十分な情報を含むかどうかを問う。流行動力学のSIRSモデルから合成データにBayes階層的モデリングフレームワークを適用し,(1)各流行を支持する亜集団特異的モデルパラメータが有意な変動性を持ち,(2)各亜集団に対する流行性消失の確率を推定することができることを示す。著者らは,階層的解析が,分離における各流行を考慮する場合よりも,可能な劣化確率の正確な推定を提供できることを示した。著者らの方法は,疫学的およびその他の生物学的データの両方に適用でき,その結果,転帰不良または再発性感染/波における差異が,動力学を駆動するパラメータにおける根底にある変化によって,機会または駆動されるかどうかを同定した。Copyright 2022 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： 減衰振動 ,  破傷風 ,  Bayes推定 ,  近似法 ,  モデリング ,  *多重発生 ,  モデル ,  生物絶滅 ,  個体群 ,  疫学 ,  *流行 ,  全身性炎症反応症候群
準シソーラス用語： 時系列データ ,  モデルパラメータ ,  決定論 , 【Automatic Indexing@JST】

著者キーワード (3件)： 確率的流行モデリング ,  Bayes推論 ,  階層的モデリング

分類 (1件)： 疫学  (GB03000E)

タイトルに関連する用語 (5件)： 多重発生 ,  流行 ,  フェージング ,  確率 ,  推定