論文の概要: Infection Risk Score: Identifying the risk of infection propagation based on human contact

• arxiv url: http://arxiv.org/abs/2009.12588v1
• Date: Sat, 26 Sep 2020 13:25:06 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-30 22:30:16.835903
• Title: Infection Risk Score: Identifying the risk of infection propagation based on human contact
• Title（参考訳）: 感染リスクスコア:ヒト接触による感染伝播リスクの同定
• Authors: Rachit Agarwal, Abhik Banerjee
• Abstract要約: 我々は,ヒトの接触による感染リスクを推定する感染リスクスコアを導入する。 実世界の人間接触データを用いて,提案したリスクスコアが,人口のリスクレベルを現実的に推定できることを示す。
• 参考スコア（独自算出の注目度）: 4.080171822768553
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A wide range of approaches have been applied to manage the spread of global pandemic events such as COVID-19, which have met with varying degrees of success. Given the large-scale social and economic impact coupled with the increasing time span of the pandemic, it is important to not only manage the spread of the disease but also put extra efforts on measures that expedite resumption of social and economic life. It is therefore important to identify situations that carry high risk, and act early whenever such situations are identified. While a large number of mobile applications have been developed, they are aimed at obtaining information that can be used for contact tracing, but not at estimating the risk of social situations. In this paper, we introduce an infection risk score that provides an estimate of the infection risk arising from human contacts. Using a real-world human contact dataset, we show that the proposed risk score can provide a realistic estimate of the level of risk in the population. We also describe how the proposed infection risk score can be implemented on smartphones. Finally, we identify representative use cases that can leverage the risk score to minimize infection propagation.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)などの世界的なパンデミック(世界的なパンデミック)の流行を管理するために、幅広いアプローチが適用されている。 パンデミックの時間拡大に伴う社会・経済の大規模な影響を考えると、病気の拡散を管理するだけでなく、社会・経済生活の回復を早めるための対策に余分な努力を払っておくことが重要である。 そのため、リスクの高い状況を特定し、そのような状況が特定されると早期に行動することが重要である。 多くのモバイルアプリケーションが開発されているが、それらは接触追跡に使用できる情報を得ることを目的としているが、社会的状況のリスクを推定するものではない。 本稿では,人間との接触による感染リスクを推定する感染症リスクスコアを提案する。 実世界の人間接触データを用いて,提案したリスクスコアが,人口のリスクレベルを現実的に推定できることを示す。 また,提案する感染リスクスコアをスマートフォンに実装する方法についても述べる。 最後に,感染伝播を最小化するためにリスクスコアを活用できる代表的なユースケースを特定する。

関連論文リスト

• Fuzzy Rule based Intelligent Cardiovascular Disease Prediction using Complex Event Processing [0.8668211481067458]
  心血管疾患 (CVD) は、不健康な食事、身体活動の欠如、その他の要因により、急速に世界的な懸念が高まっている。 最近の研究は、リスクと死亡率を減らすための正確でタイムリーな病気予測に焦点を当てている。 本稿では,リアルタイム意思決定支援のためのファジィルールに基づく臨床データ監視システムを提案する。
  論文  参考訳（メタデータ） (2024-09-19T16:36:24Z)
• Boosting the interpretability of clinical risk scores with intervention predictions [59.22442473992704]
  本稿では、今後の介入に関するモデルの仮定を明確に伝達する手段として、介入政策と有害事象リスクの合同モデルを提案する。 死亡確率などの典型的なリスクスコアと将来の介入確率スコアとを組み合わせることで、より解釈可能な臨床予測がもたらされることを示す。
  論文  参考訳（メタデータ） (2022-07-06T19:49:42Z)
• Epidemic inference through generative neural networks [0.0]
  我々は、観測と互換性のある最も可能性の高い感染カスケードをサンプリングできる新しい生成ニューラルネットワークフレームワークを提案する。 このフレームワークは、感染の拡散を管理するパラメータを推測することができる。
  論文  参考訳（メタデータ） (2021-11-05T10:40:10Z)
• Towards Accurate Spatiotemporal COVID-19 Risk Scores using High Resolution Real-World Mobility Data [15.302926747159557]
  比較的細かい空間的および時間的リスクスコアを割り当てるHawkesプロセスベースの技術を開発する。 位置密度と移動行動に基づくリスクスコアの開発に重点を置いている。 以上の結果から,高分解能モビリティデータに基づく細粒度リスクスコアは,有用な洞察を提供し,安全に再オープンできることが示された。
  論文  参考訳（メタデータ） (2020-12-14T06:31:28Z)
• Predicting Infectiousness for Proactive Contact Tracing [75.62186539860787]
  大規模デジタル接触追跡は、ウイルスの拡散を最小限に抑えながら、経済と社会活動を再開する潜在的な解決策である。 プライバシ、モビリティ制限、公衆衛生のトレードオフを行う様々なDCT手法が提案されている。 本稿では,個人の感染を積極的に予測するためにスマートフォンに展開可能な方法を開発し,検証する。
  論文  参考訳（メタデータ） (2020-10-23T17:06:07Z)
• 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)
• 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)
• 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)
• 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)

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。