米国におけるCOVID-19の時空動力学,現在予報および予測【JST・京大機械翻訳】

Wang Li; Wang Guannan; Gao Lei; Li Xinyi; Yu Shan; Kim Myungjin; Wang Yueying; Gu Zhiling

プレプリント

J-GLOBAL ID：202202217657542613 整理番号：22P0140840

米国におけるCOVID-19の時空動力学,現在予報および予測【JST・京大機械翻訳】

Spatiotemporal Dynamics, Nowcasting and Forecasting of COVID-19 in the United States

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 (8件)： , , , , , , ,
資料名：
発行年： 2020年04月29日プレプリントサーバーでの情報更新日： 2020年12月15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)

流行モデリングは,新規コロナウイルスの拡散を理解し,最終的に疾患予防,政策決定および資源配分を助けるための必須のツールである。本論文では,古典的数学的および統計的モデル間の最新のインタフェイスの状態を確立し,感染症の伝播における空間時間パターンを研究するための新しい時空流行モデリングフレームワークを提案した。モデルを推定するために,ペナルティスプライン近似と代替再加重最小二乗法による準尤度アプローチを提案した。さらに,U.S.に対する感染/死亡数の短期および長期郡レベル予測を,制御対策,健康サービス資源,および他の局所特徴を説明することにより提供した。時空間分析を利用して,提案モデルは疫学的機構の動力学を増強し,拡散疾患の時空間構造を分析する。予測に関連する不確実性を評価するために,ブートストラップ予測経路のエンベロープに基づく投影バンドを開発した。提案方法の性能をシミュレーション研究によって評価した。米国の郡と州レベルでのCOVID-19の広がりをモデル化し予測するために提案した方法を適用した。【JST・京大機械翻訳】

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

感染症・寄生虫症一般 , 公衆衛生

, , , ,

前のページに戻る