文献

J-GLOBAL ID：202202224556740588   整理番号：22A0651783

出現するSARS-CoV-2変異体におけるCOVID-19パンデミックの重症度の予測:ARIMAモデルの採用【JST・京大機械翻訳】

Forecasting the Severity of COVID-19 Pandemic Amidst the Emerging SARS-CoV-2 Variants: Adoption of ARIMA Model

著者 (5件)： Li Cai (School of Management, Jiangsu University, Zhenjiang 212013, China) ,  Sampene Agyemang Kwasi (School of Management, Jiangsu University, Zhenjiang 212013, China) ,  Agyeman Fredrick Oteng (School of Management, Jiangsu University, Zhenjiang 212013, China) ,  Robert Brenya (College of Economics and Management, Nanjing Agricultural University, Nanjing 210095, China) ,  Ayisi Abraham Lincoln (School of Finance and Economics Zhenjiang, Jiangsu 212013, China)
資料名： Computational and Mathematical Methods in Medicine (Web)  (Computational and Mathematical Methods in Medicine (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7693A  ISSN： 1748-670X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 現在,COVID-19症例のグローバルな報告は,約110百万であり,2月18日,2021年,2.43百万件以上の死亡症例である。ウイルスは突然変異を通して連続的に変化する。従って,SARS-CoV-2の異なるウイルスが世界的に報告されている。英国(UK),南アフリカ,ブラジル,およびナイジェリアは,これらの新興の変種が,世界的に広く普及している国である。したがって,これらの国を本研究のための研究サンプルとして選択した。本研究で分析したデータセットは,2020年3月1日から2021年1月31日までに広がり,世界保健機関ウェブサイトから得た。本研究は,英国,南アフリカ,ブラジルおよびナイジェリアにおけるコロナウイルス発生を予測するために,自己回帰統合移動平均(ARIMA)モデルを使用した。最小Akaike情報基準補正(AICc)と統計的に有意なパラメータを有するARIMAモデルを,本研究における最良モデルとして選択した。従って,新しい確認事例では,ARIMA(3,1,14),ARIMA(0,11),ARIMA(0,1,0),ARIMA(1,1,4)モデルを,それぞれ英国,南アフリカ,ブラジル,ナイジェリアに対して選択した。また,確認された死亡症例に対するモデル仕様は,ARIMA(3,0,4),ARIMA(0,1,4),ARIMA(1,0,7)およびARIMA(Brown)であった。英国,南アフリカ,ブラジル,ナイジェリアのモデルを選択した。ARIMAモデル予報の結果は,必要な対策が各政府と健康実務者によって考慮されないならば,コロナウイルスパンデミックの大きさが研究の選択国において増加すると予想されることを示した。Copyright 2022 Cai Li et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測 ,  研究 ,  *死 ,  突然変異 ,  世界保健機関 ,  英国 ,  ナイジェリア連邦共和国 ,  ブラジル連邦共和国 ,  南アフリカ共和国 ,  世界
準シソーラス用語： コロナウイルス ,  *ARIMAモデル ,  重症度 ,  自己回帰 , 【Automatic Indexing@JST】

分類 (1件)： 感染症・寄生虫症一般  (GD01010H)

引用文献 (55件)：

• R. Yagoub, H. Eledum, Modeling of the COVID-19 Cases in Gulf Cooperation Council Countries Using ARIMA and MA-ARIMA Models, medRxiv, 2021.
• S. K. Tamang, P. D. Singh, D. B. Datta, "Forecasting of COVID-19 cases based on prediction using artificial neural network curve fitting technique," Global Journal of Environmental Science and Management, vol. 6, pp. 53-64, 2020.
• H. Zhu, L. Wei, P. Niu, "The novel coronavirus outbreak in Wuhan, China," Global Health Research and Policy, vol. 5, no. 1, pp. 6, 2020.
• M. L. Diagne, H. Rwezaura, S. Y. Tchoumi, J. M. Tchuenche, "A mathematical model of COVID-19 with vaccination and treatment," Computational and Mathematical Methods in Medicine, vol. 2021, pp. 16, 2021.
• Q. Shao, X. Yongming, W. Hanyi, "Spatial prediction of COVID-19 in China based on machine learning algorithms and geographically weighted regression," Computational and Mathematical Methods in Medicine, vol. 2021, pp. 13, 2021.

タイトルに関連する用語 (7件)： SARS-CoV-2 ,  変異体 ,  COVID-19パンデミック ,  重症度 ,  予測 ,  ARIMAモデル ,  採用