薬剤耐性感染に対する機構的時空モデル【JST・京大機械翻訳】

Lee, T. E.

プレプリント

J-GLOBAL ID：202202215936032525 整理番号：22P0317047

薬剤耐性感染に対する機構的時空モデル【JST・京大機械翻訳】

A mechanistic spatiotemporal model for drug resistant infections

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 (1件)：
資料名：
発行年： 2022年03月04日プレプリントサーバーでの情報更新日： 2022年03月04日
JST資料番号： O7001B 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)

薬剤耐性が領域にあると疑われると,領域の患者はサンプリングされ,疑いが確認される。この偏ったサンプリングは,根底にあるダイナミクスを捉える能力を制限し,薬剤の寿命を延ばすための戦略は,反応的ではなく,先験的ではない。薬剤耐性感染に対する試験は,より簡単で,より安くなり,従って,サンプリング決定を再検討する必要がある。階層的機構Bayesモデルを提示し,それを模擬データセットに適用し,ここではバイアスと不偏の方法で母集団の5%と30%の間をサンプリングした。薬剤耐性感染の存在に関する不偏の時空間データが,著者らのモデルと組み合わせて,根底にある動力学を強調することを示した。著者らの機構モデルは,空間と時間成分を有する一般化付加モデルより正確である。さらに,根底にある動力学を強調することは,薬物の寿命を長くする新しい戦略を作り出す。一般に,低から中所得国において,薬物耐性は,治療センター(サブ標準薬の使用)または主要な輸送ハブのようなホットスポットから集団に出現し,次に,個体群を通して耐性が広がる。著者らのモデルを用いて,抵抗ホットスポットをランク付けし,特定の健康管理センターでの薬剤の品質を検証するように,資源を目標とする。【JST・京大機械翻訳】

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

抗腫よう薬の基礎研究 , 集団遺伝学 , 生体系モデル一般 , 神経系の診断 , 微生物感染の生理と病原性

, , ,

前のページに戻る