感染症シミュレーションにおける介入の評価に対する接触データ表現の影響【JST・京大機械翻訳】

Contreras, D. A.; Colosi, E.; Bassignana, G.; Colizza, V.; Barrat, A.

プレプリント

J-GLOBAL ID：202202220506052763 整理番号：22P0321047

感染症シミュレーションにおける介入の評価に対する接触データ表現の影響【JST・京大機械翻訳】

Impact of the representation of contact data on the evaluation of interventions in infectious diseases simulations

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 (5件)： , , , ,
資料名：
発行年： 2022年02月28日プレプリントサーバーでの情報更新日： 2022年02月28日
JST資料番号： O7002B 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)

計算モデルは,感染症伝播を緩和するための戦略をテストするためのユニークな設定を提供し,公衆衛生への有用な洞察を提供する。行動可能なために,モデルはデータによって知る必要があり,それは異なるレベルの詳細で利用可能である。個人間の接触を記述する高分解能データは,ますます利用可能であるが,データ収集は,特に健康緊急時に困難なままであり,従って,多くのモデルは,介入プロトコルを評価するために,合成データまたは粗い情報を使用する。ここでは,接触データの表現が,教育および作業状況におけるCOVID-19伝送の現実において,モデルにおける様々な戦略の影響にどのように影響するかを評価する。高分解能接触データから開始して,SARS-CoV-2の拡散のためのモデルを知り,いくつかの緩和戦略をシミュレートするため,非常に詳細から非常に粗いデータ表現を用いた。粗いデータ表現が超拡散事象のリスクを過小評価することを発見した。しかし,それらの効率またはコストによるプロトコルのランキングは,表現を通してコヒーレントであり,公衆衛生アドバイスを知らせるモデル発見の一貫性を確実にする。しかし,注意は,データ表現に依存するかもしれないので,プロトコルの採用をトリガーするかもしれないそれらの利益とコストの定量的推定に関して取り入れるべきである。【JST・京大機械翻訳】

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

感染症・寄生虫症一般 , 医用情報処理

, , ,

前のページに戻る