抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ノイズのあるサーベイランスデータからの伝染性疾患の動力学の推定は,現代疫学における最終問題である。瞬間的生殖数,時間tでのRtのような主要なパラメータは,しばしば,事故時系列から推論され,政策決定者の,発生の成長速度,または公衆衛生介入の有効性についての試験仮説を知らせる。しかし,これらの推論の信頼性は,それらの時系列に対する報告誤差と待ち時間に決定的に依存する。研究では,これらの問題に対する補正を提案したが,これらのノイズ源がどのようにRt推定品質を劣化させるかを形式的に評価する方法論が不足している。フィッシャー情報と実験計画理論を適応することにより,報告感染における過小報告と遅延によって誘発される不確実性を定量化するための解析フレームワークを開発した。これは,監視データ情報をランク付けするために,報告と累積遅延確率の幾何平均によって定義される新しい計量を与える。この計量を,Rt:流行事例と死亡曲線を与えるための2つの一次データ源に適用した。COVID-19およびインフルエンザのような急性感染症に対して一般的に行われる,より信頼性が高い死亡曲線の仮定は,明確ではなく,おそらく多くの設定で不確かである。このフレームワークは,病原体伝達性に関する行動可能な情報が監視限界により失われるかを明らかにし,定量化する。【JST・京大機械翻訳】