COVID-19伝送ネットワークに対する介入効果の推定【JST・京大機械翻訳】

Syga Simon; David-Rus Diana; Schaelte Yannik; Meyer-Hermann Michael; Hatzikirou Haralampos; Deutsch Andreas

プレプリント

J-GLOBAL ID：202202219126333010 整理番号：21P0066368

COVID-19伝送ネットワークに対する介入効果の推定【JST・京大機械翻訳】

Inferring the effect of interventions on COVID-19 transmission networks

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 (6件)： , , , , ,
資料名：
発行年： 2020年12月07日プレプリントサーバーでの情報更新日： 2021年05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)

世界中の国は,COVID-19の拡散を緩和するために,非医薬品介入(NPIs)を実行する。効率的なNPIの設計は,疾患伝達ネットワークの構造の同定を必要とする。ここでは,ドイツにおけるCOVID-19感染の最初の波に対する厳密なNPIの適用の前後におけるCOVID-19送電ネットワークの重要なパラメータを,エージェントベースの疫学的モデルとBayesパラメータ推論を組み合わせたドイツにおけるCOVID-19感染の最初の波に対して同定した。Watts-Strogatzスモールワールドネットワークを仮定し,集団内のクラスタクリークと非クラスタ化,ランダム接触の接触を区別でき,これは流行を維持するのに重要であることを示した。携帯電話データのような匿名化データから粗粒ネットワーク構造を使用する他の研究とは対照的に,個々のエージェントの接触を明示的に考慮した。NPIは,伝送ネットワークにおけるランダム接触を劇的に減少させ,ネットワーククラスタリングを増加させ,そして,新しいケースの指数から一定領域への変化をもたらした。この領域では,平均場理論で予測可能な非線形様式での接触数に依存する有限波速度の波のような病気が広がる。著者らの解析は,新事例の数における指数関数的増加と指数関数的減少の間のよく知られた遷移に加えて,NPIが,以前に,一定の新しいケースの他の未評価の領域への移行を誘発することができることを示す。【JST・京大機械翻訳】

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

人工知能 , ネットワーク法

, ,

前のページに戻る