論文の概要: Quarantines as a Targeted Immunization Strategy

• arxiv url: http://arxiv.org/abs/2008.08262v3
• Date: Sun, 21 Feb 2021 01:43:28 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-05 20:44:39.872775
• Title: Quarantines as a Targeted Immunization Strategy
• Title（参考訳）: 予防接種戦略としての隔離
• Authors: Jessica Hoffmann, Matt Jordan, Constantine Caramanis
• Abstract要約: 高次ノードの免疫は効率よく免疫を保証できることを示す。 我々は,最小限の個体数に感染しながら,グラフを免疫することを目的とした開封戦略を提案する。
• 参考スコア（独自算出の注目度）: 26.562338722051866
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the context of the recent COVID-19 outbreak, quarantine has been used to "flatten the curve" and slow the spread of the disease. In this paper, we show that this is not the only benefit of quarantine for the mitigation of an SIR epidemic spreading on a graph. Indeed, human contact networks exhibit a powerlaw structure, which means immunizing nodes at random is extremely ineffective at slowing the epidemic, while immunizing high-degree nodes can efficiently guarantee herd immunity. We theoretically prove that if quarantines are declared at the right moment, high-degree nodes are disproportionately in the Removed state, which is a form of targeted immunization. Even if quarantines are declared too early, subsequent waves of infection spread slower than the first waves. This leads us to propose an opening and closing strategy aiming at immunizing the graph while infecting the minimum number of individuals, guaranteeing the population is now robust to future infections. To the best of our knowledge, this is the only strategy that guarantees herd immunity without requiring vaccines. We extensively verify our results on simulated and real-life networks.
• Abstract（参考訳）: 新型コロナウイルスの感染拡大の背景には、検疫は「カーブを膨らませ」、病気の拡散を遅らせるために使われてきた。 本稿では,グラフ上に拡散するSIR流行の緩和のため,検疫の唯一のメリットではないことを示す。 実際、ヒトの接触ネットワークは、無作為なノードの免疫が感染を遅らせるには極めて効果の低いパワーロー構造を示し、高次ノードの免疫は効率よく羊の免疫を保証できる。 理論的には、検疫が正しい瞬間に宣言された場合、高次ノードは標的免疫の形式である除去された状態において不釣り合いである。 検疫が早すぎると宣言しても、その後の感染の波は最初の波よりも緩やかに広がる。 これにより、最小数の個人を感染させながら、グラフを免疫化することを目的としたオープン・アンド・クローズ戦略が提案され、人口が将来の感染にロバストな状態になることが保証される。 私たちの知る限りでは、ワクチンを必要とせずに集団免疫を保証できる唯一の戦略です。 シミュレーションおよび実生活ネットワーク上での結果を広範囲に検証した。

関連論文リスト

• Opponent Shaping for Antibody Development [49.26728828005039]
  抗ウイルス療法は通常、ウイルスの現在の株のみを標的とするように設計されている。 治療によって誘導される選択的圧力はウイルスに作用し、変異株の出現を誘導し、初期治療が効果を低下させる。 我々は、ウイルスの進化的脱出の遺伝的シミュレーションを実装するために、抗体とウイルス抗原の結合の計算モデルを構築した。
  論文  参考訳（メタデータ） (2024-09-16T14:56:27Z)
• DNA: Differentially private Neural Augmentation for contact tracing [62.740950398187664]
  接触追跡はウイルスキャリアの早期検出による感染率の低下に有効な方法である。 我々は、分散化された接触追跡において、最先端技術のプライバシー保証を大幅に改善する。 この作業は、重要なプライバシー保証を維持しながら、ディープラーニングをコンタクトトレースに統合する上で、重要な第一歩となる。
  論文  参考訳（メタデータ） (2024-04-20T13:43:28Z)
• Graph Adversarial Immunization for Certifiable Robustness [63.58739705845775]
  グラフニューラルネットワーク(GNN)は敵の攻撃に対して脆弱である。 既存の防衛は、敵の訓練やモデル修正の開発に重点を置いている。 本稿では,グラフ構造の一部を接種するグラフ対人免疫法を提案し,定式化する。
  論文  参考訳（メタデータ） (2023-02-16T03:18:43Z)
• Dense Feature Memory Augmented Transformers for COVID-19 Vaccination Search Classification [60.49594822215981]
  本稿では,新型コロナウイルスワクチン関連検索クエリの分類モデルを提案する。 本稿では,モデルが対応可能なメモリトークンとして,高密度特徴を考慮した新しい手法を提案する。 この新しいモデリング手法により,Vaccine Search Insights (VSI) タスクを大幅に改善できることを示す。
  論文  参考訳（メタデータ） (2022-12-16T13:57:41Z)
• Evaluating vaccine allocation strategies using simulation-assisted causal modelling [7.9656669215132005]
  パンデミックの早期にはワクチンの入手が制限され、異なる集団の優先順位付けが必要になる。 新型コロナウイルスのパンデミックに対する年齢依存型予防接種戦略を遡及的に評価するモデルを構築した。 我々は,2021年に実施したイスラエルのワクチン割当戦略を,先天的な優先順位付けや若年集団の優先順位付け,厳格なリスクランク付けアプローチといった対実的戦略と比較した。
  論文  参考訳（メタデータ） (2022-12-14T14:24:17Z)
• VacciNet: Towards a Smart Framework for Learning the Distribution Chain Optimization of Vaccines for a Pandemic [0.0]
  我々は、VacciNetと呼ぶ、教師付き学習と強化学習(RL)を活用する新しいフレームワークを提唱した。 RLは、国の州におけるワクチン接種需要を予測し、また、調達と供給の最小コストのために、州における最適なワクチン割り当てを提案することができる。
  論文  参考訳（メタデータ） (2022-08-01T19:37:33Z)
• Reducing COVID-19 Cases and Deaths by Applying Blockchain in Vaccination Rollout Management [2.0154553201329715]
  我々は、ワクチン配布のためのブロックチェーンに基づく信頼性が高く信頼性の高い管理システムをモデル化する。 提案システムは,最も要求の多いシナリオで最大250万件,50万件の死者を削減できることを示す。
  論文  参考訳（メタデータ） (2022-01-27T18:31:41Z)
• Understanding Human Innate Immune System Dependencies using Graph Neural Networks [0.0]
  パターン認識受容体(PRR)間の相互作用を利用して各PRRの活性化要求を予測するグラフニューラルネットワークモデルを提案する。 その結果、IFNsのアクティベーション予測精度は90%であり、フィードフォワードニューラルネットワークでは85%であった。
  論文  参考訳（メタデータ） (2021-08-05T22:30:47Z)
• Adversarial Immunization for Certifiable Robustness on Graphs [47.957807368630995]
  グラフニューラルネットワーク(GNN)は、他のディープラーニングモデルと同様、敵攻撃に対して脆弱である。 本研究では, グラフ対免疫問題,すなわち, 接続あるいは非接続の安価なノード対をワクチン接種することで, 許容可能な攻撃に対するグラフの堅牢性を向上させることを提案する。
  論文  参考訳（メタデータ） (2020-07-19T10:41:10Z)
• A Deep Q-learning/genetic Algorithms Based Novel Methodology For Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
  我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。 報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。 どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
  論文  参考訳（メタデータ） (2020-05-15T17:17:45Z)

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。