論文の概要: COVID-19 case data for Italy stratified by age class
- arxiv url: http://arxiv.org/abs/2104.06199v1
- Date: Tue, 13 Apr 2021 13:51:20 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-14 13:20:48.169835
- Title: COVID-19 case data for Italy stratified by age class
- Title（参考訳）: 年齢層別イタリアでのcovid-19感染者データ
- Authors: Giuseppe Calafiore, Giulia Fracastoro
- Abstract要約: このデータセットには、2020年1月28日から2021年3月20日までイタリアで発生した新型コロナウイルスの日次データが含まれている。
2020年1月時点でのイタリアの人口統計研究所(ISTAT)のデータによると、別のファイルには、各年齢クラスの人口の数が含まれています。
- 参考スコア（独自算出の注目度）: 13.934770330948279
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The dataset described in this paper contains daily data about COVID-19 cases
that occurred in Italy over the period from Jan. 28, 2020 to March 20, 2021,
divided into ten age classes of the population, the first class being 0-9
years, the tenth class being 90 years and over. The dataset contains eight
columns, namely: date (day), age class, number of new cases, number of newly
hospitalized patients, number of patients entering intensive care, number of
deceased patients, number of recovered patients, number of active infected
patients. This data has been officially released for research purposes by the
Italian authority for COVID-19 epidemiologic surveillance (Istituto Superiore
di Sanit\`a - ISS), upon formal request by the authors, in accordance with the
Ordonnance of the Chief of the Civil Protection Department n. 691 dated Aug. 4
2020. A separate file contains the numerosity of the population in each age
class, according to the National Institute of Statistics (ISTAT) data of the
resident population of Italy as of Jan. 2020. This data has potential use, for
instance, in epidemiologic studies of the effects of the COVID-19 contagion in
Italy, in mortality analysis by age class, and in the development and testing
of dynamical models of the contagion.
- Abstract（参考訳）: 2020年1月28日から2021年3月20日までにイタリアで発生したcovid-19感染者の日次データについて,第1級は0～9歳,第10級は90歳以上の10歳に区分した。
このデータセットは、日付(日)、年齢、新規患者数、新たに入院した患者数、集中治療を受ける患者数、死亡患者数、回復した患者数、感染した患者数という8つのコラムを含んでいる。
このデータは、2020年8月4日(2020年8月4日)に制定された民間保護省長官の命令に従って、公式な要請により、イタリアの新型コロナウイルス疫学監視機関(Istituto Superiore di Sanit\`a - ISS)が調査目的で公式に公開した。
2020年1月現在、イタリアの人口統計研究所(ISTAT)のデータによると、別のファイルには各年齢層の人口数が含まれている。
このデータは、例えば、イタリアにおけるCOVID-19感染の影響の疫学研究、年齢による死亡率分析、および感染の動的モデルの開発と試験に潜在的に有用である。
関連論文リスト
- Human Behavior in the Time of COVID-19: Learning from Big Data [71.26355067309193]
2020年3月以降、新型コロナウイルスの感染者は6億人を超え、600万人以上が死亡している。
パンデミックはあらゆる面で人間の行動に影響を与え、変化をもたらした。
研究者は自然言語処理、コンピュータビジョン、音声信号処理、頻繁なパターンマイニング、機械学習といったビッグデータ技術を採用してきた。
論文 参考訳（メタデータ） (2023-03-23T17:19:26Z) - A Machine Learning Analysis of COVID-19 Mental Health Data [0.0]
2019年12月、中国武漢で新型コロナウイルス(SARS-Cov-2)が最初に確認された。
本稿では、新型コロナウイルスのパンデミックが米国における最前線労働者のメンタルヘルスに与える影響について分析する。
メンタルヘルス調査データに適用された多くのモデルの解釈を通じて、最前線労働者のメンタルヘルスの低下を予測する上で最も重要な要因がヘルスケアの役割であると結論付けている。
論文 参考訳（メタデータ） (2021-12-01T02:00:44Z) - Deep learning-based COVID-19 pneumonia classification using chest CT
images: model generalizability [54.86482395312936]
深層学習(DL)分類モデルは、異なる国の3DCTデータセット上で、COVID-19陽性患者を特定するために訓練された。
我々は、データセットと72%の列車、8%の検証、20%のテストデータを組み合わせたDLベースの9つの同一分類モデルを訓練した。
複数のデータセットでトレーニングされ、トレーニングに使用されるデータセットの1つからテストセットで評価されたモデルは、よりよいパフォーマンスを示した。
論文 参考訳（メタデータ） (2021-02-18T21:14:52Z) - Challenges in the application of a mortality prediction model for
COVID-19 patients on an Indian cohort [0.0]
ヤンなど。
機械学習(ML)メソッドを使って新型コロナウイルス患者の結果を予測する研究が公開されている。
ここでは、covid-19患者の最大のデータセットの1つにデプロイすることで、このモデルの制限を示します。
論文 参考訳（メタデータ） (2021-01-15T07:06:49Z) - Classification supporting COVID-19 diagnostics based on patient survey
data [82.41449972618423]
新型コロナウイルス患者の効果的なスクリーニングを可能にするロジスティック回帰とXGBoost分類器が作成された。
得られた分類モデルは、DECODEサービス(decode.polsl.pl)の基礎を提供し、COVID-19病患者のスクリーニング支援に役立てることができる。
このデータセットは、3,000以上のサンプルで構成されており、ポーランドの病院で収集されたアンケートに基づいている。
論文 参考訳（メタデータ） (2020-11-24T17:44:01Z) - Comparison of ARIMA, ETS, NNAR and hybrid models to forecast the second
wave of COVID-19 hospitalizations in Italy [0.0]
コロナウイルス(Coronavirus disease, COVID-19)は、2019年12月に中国の武漢で発生した新型コロナウイルス感染症である。
本稿では,イタリアにおけるCOVID-19第2波の拡散を予測するための時系列予測手法について分析した。
論文 参考訳（メタデータ） (2020-10-22T11:29:24Z) - Data Mining Approach to Analyze Covid19 Dataset of Brazilian Patients [0.0]
世界保健機関(WHO)が2020年1月に創設した新型コロナウイルス(コビッド19)に由来する。
ほぼすべての国がコビッド19の陽性例を示しており、政府は感染防止のために異なる健康政策を選択している。
ブラジルでは8月11日までに3,112,393人の感染が確認された。
論文 参考訳（メタデータ） (2020-08-26T02:21:56Z) - Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。
私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。
調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文 参考訳（メタデータ） (2020-07-22T18:02:39Z) - Estimation of COVID-19 under-reporting in Brazilian States through SARI [0.0]
本報告ではブラジルの州で発生した新型コロナウイルスの感染状況と死亡状況について概説する。
その結果,ブラジルの同地域では,低報告率が州によって大きく異なること,また州全体の一般的なパターンが存在しないことが示唆された。
論文 参考訳（メタデータ） (2020-06-23T04:54:22Z) - Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。
実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文 参考訳（メタデータ） (2020-06-05T02:04:25Z) - Mapping the Landscape of Artificial Intelligence Applications against
COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。
我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文 参考訳（メタデータ） (2020-03-25T12:30:33Z)
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。