論文の概要: OUTBREAK: A user-friendly georeferencing online tool for disease surveillance

• arxiv url: http://arxiv.org/abs/2004.10490v1
• Date: Wed, 22 Apr 2020 11:01:08 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-22 11:08:52.767958
• Title: OUTBREAK: A user-friendly georeferencing online tool for disease surveillance
• Title（参考訳）: OUTBREAK: 疾患監視のためのユーザフレンドリーなジオレファレンスオンラインツール
• Authors: Ra\'ul Arias-Carrasco, Jeevan Giddaluru, Lucas E. Cardozo, Felipe Martins, Vinicius Maracaja-Coutinho, Helder I. Nakaya
• Abstract要約: OUTBREAKは疫学データを研究・可視化するための新しいツールである。 保健当局が介入し、感染拡大の影響を最小限に抑えるのに役立つ可能性がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The current COVID-19 pandemic has already claimed more than 100,000 victims and it will cause more deaths in the coming months. Tools that can track the number and locations of cases are critical for surveillance and can help in making policy decisions for controlling the outbreak. The current surveillance web-based dashboards run on proprietary platforms, which are often expensive and require specific computational knowledge. We present a new tool (OUTBREAK) for studying and visualizing epidemiological data. It permits even non-specialist users to input data most conveniently and track outbreaks in real-time. This tool has the potential to guide and help health authorities to intervene and minimize the effects of the outbreaks. It is freely available at http://outbreak.sysbio.tools/.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは、すでに10万人以上の犠牲者を報告しており、今後数カ月でさらに死者が出る可能性がある。 ケースの数と場所を追跡できるツールは、監視にとって重要であり、アウトブレイクを制御するための政策決定に役立ちます。 現在の監視Webベースのダッシュボードはプロプライエタリなプラットフォーム上で動作しており、コストが高く、特定の計算知識を必要とすることが多い。 疫学データを研究・可視化するための新しいツール(OUTBREAK)を提案する。 非専門的なユーザでも、最も便利にデータを入力でき、アウトブレイクをリアルタイムで追跡できる。 このツールは、保健当局が感染拡大の影響を最小化し介入するのをガイドし助ける可能性がある。 http://outbreak.sysbio.tools/で無料で利用できる。

関連論文リスト

• Disease Outbreak Detection and Forecasting: A Review of Methods and Data Sources [3.64584397341127]
  感染症の早期発見と追跡は、死亡率を低下させる可能性がある。 多くの国が感染症監視システムを導入しており、疫病の発見が主な目的となっている。 インターネットとソーシャルメディアは、ユーザが好みや関係に関する情報を共有する重要なプラットフォームになっている。 本稿では,時系列データを用いたアウトブレイク検出のための研究者による既存の標準手法について概説する。
  論文  参考訳（メタデータ） (2024-10-21T16:20:06Z)
• Event Detection from Social Media for Epidemic Prediction [76.90779562626541]
  ソーシャルメディア投稿から疫病関連事象を抽出・分析する枠組みを構築した。 実験では、新型コロナウイルスベースのSPEEDで訓練されたEDモデルが、3つの目に見えない流行の流行を効果的に検出する方法が明らかにされている。 モンキーポックスのWHO流行宣言より4～9週間早く,抽出した事象の報告が急激な増加を示すことを示す。
  論文  参考訳（メタデータ） (2024-04-02T06:31:17Z)
• Epidemic outbreak prediction using machine learning models [0.0]
  本稿では, アメリカ合衆国ニューヨーク州における流行の流行(インフルエンザ, 肝炎, マラリア)を, 機械学習とディープラーニングのアルゴリズムを用いて予測する。 このアルゴリズムは、過去のデータを使って5週間のケース数を予測します。 グーグル検索トレンド、社会メディアデータ、気象データなどの非臨床要因も、アウトブレイクの確率を予測するために使われてきた。
  論文  参考訳（メタデータ） (2023-10-30T17:28:44Z)
• Surgical tool classification and localization: results and methods from the MICCAI 2022 SurgToolLoc challenge [69.91670788430162]
  SurgLoc 2022 チャレンジの結果を示す。 目標は、ツール検出のためにトレーニングされた機械学習モデルにおいて、ツールの存在データを弱いラベルとして活用することだった。 これらの結果を機械学習と手術データ科学の幅広い文脈で論じることで結論付ける。
  論文  参考訳（メタデータ） (2023-05-11T21:44:39Z)
• BIOPAK Flasher: Epidemic disease monitoring and detection in Pakistan using text mining [0.5888325379746631]
  アウトブレイクの早期発見は、ここでは重要な役割を担っている。 言語(ウルドゥー語)とカバー地域を制限した早期警戒アウトブレイクシステムはほとんど存在しない。 パキスタンの英語ニュースチャンネルとウルドゥー語ニュースチャンネルから情報を収集し、その過程を調査し、統合し、病気の流行を可視化することを目的としている。
  論文  参考訳（メタデータ） (2021-06-12T08:55:40Z)
• Estimating COVID-19 cases and outbreaks on-stream through phone-calls [0.0]
  そこで本稿では,電話から電話回線へのデータを用いて,オンデマンドで新型コロナウイルス感染者数を推定するアルゴリズムを提案する。 我々は、このアルゴリズムを使って疫病をオンデマンドで追跡する方法を示し、実験結果に先立ってアウトブレイク警報(Early Outbreak Alarm)を提示する。
  論文  参考訳（メタデータ） (2020-10-10T15:44:05Z)
• Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
  我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。 本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。 我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
  論文  参考訳（メタデータ） (2020-09-20T12:24:45Z)
• Discussing Privacy and Surveillance on Twitter: A Case Study of COVID-19 [2.0305676256390934]
  テクノロジーは、広範囲にわたる公衆衛生上の懸念の中で貴重な洞察を提供するために、大量の情報を分析するのに役立ちます。 AppleとGoogleは、コンタクトトラッキングツールを最近ローンチした。 Twitterのデータ分析と、前例のない公衆衛生のアウトブレイク時の情報共有ポリシーを通じて、もし存在すれば、ユーザーのプライバシー上の懸念を強調するのに役立つかもしれない。
  論文  参考訳（メタデータ） (2020-06-11T20:56:55Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)
• Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
  新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。 技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。 個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
  論文  参考訳（メタデータ） (2020-04-16T15:53:42Z)
• Reconfiguring health services to reduce the workload of caregivers during the COVID-19 outbreak using an open-source scalable platform for remote digital monitoring and coordination of care in hospital Command Centres [55.41644538483948]
  在宅患者を自動的に遠隔監視するデジタル技術について述べる。 患者は単純で自己申告されたアンケートに回答し、そのデータはリアルタイムで最寄りの病院のコマンドセンターに送信される。
  論文  参考訳（メタデータ） (2020-03-12T16:08:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。