集計報告とウイルス学的データからの感染動態の共同推定のための多重データソースからの確率的動力学モデルのための推論【JST・京大機械翻訳】

Chkrebtii Oksana A.; Garcia Yury E.; Capistran Marcos A.; Noyola Daniel E.

プレプリント

J-GLOBAL ID：202202215724724524 整理番号：22P0273583

集計報告とウイルス学的データからの感染動態の共同推定のための多重データソースからの確率的動力学モデルのための推論【JST・京大機械翻訳】

Inference for stochastic kinetic models from multiple data sources for joint estimation of infection dynamics from aggregate reports and virological data

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 (4件)： , , ,
資料名：
発行年： 2017年10月27日プレプリントサーバーでの情報更新日： 2022年02月17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)

現在のパンデミックの前に,インフルエンザと呼吸器合胞ウイルス(RSV)は,世界中の季節性急性呼吸器感染症(ARI)の主要病因薬であった。この設定において,医療医師は,患者の症状のみに関するARIの診断を典型的にベースとし,個々のウイルスの同定に必要なウイルス学的検査を日常的に実施せず,複数の病原体間の相互作用を研究し,公衆衛生の推奨を行う能力を制限する。大きな集団で循環する2つの相互作用ARI病原体に対する確率的速度モデル(SKM)と,類似の症状を引き起こす他の病原体による感染に対する経験的に動機付けられた背景過程を考察した。SKMに対する線形雑音近似に基づく拡張限界サンプリングアプローチは,複数のデータソースと付加的モデル成分を統合する。著者らは,ベイズモデル内の病原体の動態と相互作用を定義するパラメータを推論し,San Luis Potos’{i},M’{e}xicoの一般病院でのセンチネルプログラムからのウイルス学的試験のサブセットと,州保健部門によって収集された6つの流行季節からの凝集感染報告に基づいて,各疾患に対する感染の後方軌跡を調査した。結果を解釈し,将来のデータ収集戦略の推奨事項を作成した。【JST・京大機械翻訳】

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

感染症・寄生虫症一般 , 呼吸器の疾患 , ウイルス感染の生理と病原性

, , , , , , , , , ,

前のページに戻る