論文の概要: Adaptive Epidemic Forecasting and Community Risk Evaluation of COVID-19
- arxiv url: http://arxiv.org/abs/2106.02094v1
- Date: Thu, 3 Jun 2021 19:26:37 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-08 14:18:57.621166
- Title: Adaptive Epidemic Forecasting and Community Risk Evaluation of COVID-19
- Title（参考訳）: COVID-19の適応的疫学的予測と地域リスク評価
- Authors: Vishrawas Gopalakrishnan, Sayali Navalekar, Pan Ding, Ryan Hooley,
Jacob Miller, Raman Srinivasan, Ajay Deshpande, Xuan Liu, Simone Bianco,
James H. Kaufman
- Abstract要約: 本稿では、公共衛生データを第3のクライアントデータとシームレスに統合し、コミュニティを再オープンするリスクを正確に見積もるフレキシブルなエンドツーエンドソリューションを提案する。
中心となるのは、トランスミッションとモビリティのトレンドを自動キャプチャする最先端の予測モデルだ。
- 参考スコア（独自算出の注目度）: 9.11149442423076
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Pandemic control measures like lock-down, restrictions on restaurants and
gatherings, social-distancing have shown to be effective in curtailing the
spread of COVID-19. However, their sustained enforcement has negative economic
effects. To craft strategies and policies that reduce the hardship on the
people and the economy while being effective against the pandemic, authorities
need to understand the disease dynamics at the right geo-spatial granularity.
Considering factors like the hospitals' ability to handle the fluctuating
demands, evaluating various reopening scenarios, and accurate forecasting of
cases are vital to decision making. Towards this end, we present a flexible
end-to-end solution that seamlessly integrates public health data with tertiary
client data to accurately estimate the risk of reopening a community. At its
core lies a state-of-the-art prediction model that auto-captures changing
trends in transmission and mobility. Benchmarking against various published
baselines confirm the superiority of our forecasting algorithm. Combined with
the ability to extend to multiple client-specific requirements and perform
deductive reasoning through counter-factual analysis, this solution provides
actionable insights to multiple client domains ranging from government to
educational institutions, hospitals, and commercial establishments.
- Abstract（参考訳）: ロックダウンやレストランの規制、集会などのパンデミック対策は、新型コロナウイルスの感染拡大抑制に有効であることが示されている。
しかし、その持続的な効果は経済に悪影響を及ぼす。
パンデミックに対して効果的でありながら、国民や経済の苦難を軽減させる戦略や政策を策定するには、適切な地理空間的粒度における疾病のダイナミクスを理解する必要がある。
変動する需要に対処する病院の能力、様々な再開シナリオの評価、正確な症例の予測といった要因は意思決定に不可欠である。
この目的に向けて、公共衛生データを第3のクライアントデータとシームレスに統合し、コミュニティを再オープンするリスクを正確に見積もる柔軟なエンドツーエンドソリューションを提案する。
その中心となるのが最先端予測モデルで、トランスミッションとモビリティの変化するトレンドを自動的に把握する。
各種ベースラインに対するベンチマークにより,予測アルゴリズムの優位性が確認された。
このソリューションは、複数のクライアント固有の要求に拡張し、反事実分析を通じて推論を行う能力と組み合わせることで、政府から教育機関、病院、商業施設に至るまで、複数のクライアントドメインに対して実行可能な洞察を提供する。
関連論文リスト
- First 100 days of pandemic; an interplay of pharmaceutical, behavioral
and digital interventions -- A study using agent based modeling [14.192977334409104]
我々は、現実的な薬品、行動、デジタル介入をシミュレートし、現実の政策導入における課題を反映する。
本分析の結果,パンデミックの進行過程を決定する上で,最初の100日間が重要な役割を担っていることが明らかとなった。
論文 参考訳（メタデータ） (2024-01-09T19:38:59Z) - Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。
疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。
また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
論文 参考訳（メタデータ） (2022-07-19T16:15:11Z) - 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) - Clinical Outcome Prediction from Admission Notes using Self-Supervised
Knowledge Integration [55.88616573143478]
臨床テキストからのアウトカム予測は、医師が潜在的なリスクを見落としないようにする。
退院時の診断,手術手順,院内死亡率,長期予測は4つの一般的な結果予測対象である。
複数の公開資料から得られた患者結果に関する知識を統合するために,臨床結果の事前学習を提案する。
論文 参考訳（メタデータ） (2021-02-08T10:26:44Z) - Impact of Interventional Policies Including Vaccine on Covid-19
Propagation and Socio-Economic Factors [0.7874708385247353]
本研究の目的は、新型コロナウイルスの伝播と社会経済的影響をモデル化、予測、シミュレーションするための予測分析フレームワークを提供することである。
私たちは最近ローンチしたオープンソースのCOVID-19ビッグデータプラットフォームを活用し、公開研究を使用して潜在的に関連する変数を見つけました。
先進的な機械学習パイプラインは、現代的な機械学習アーキテクチャにデプロイされた自己進化モデルを用いて開発された。
論文 参考訳（メタデータ） (2021-01-11T15:08:07Z) - Improving healthcare access management by predicting patient no-show
behaviour [0.0]
本研究は,参加を促す戦略の実装を支援するため,DSS(Decision Support System)を開発する。
回帰モデルの精度を向上させるために,異なる機械学習手法の有効性を評価する。
過去の研究で報告された関係の定量化に加えて、収入と近隣の犯罪統計はノーショー確率に影響を与えることが判明した。
論文 参考訳（メタデータ） (2020-12-10T14:57:25Z) - 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) - From predictions to prescriptions: A data-driven response to COVID-19 [42.57407485467993]
新型コロナウイルスの臨床的特徴を理解するための包括的データ駆動型アプローチを提案する。
私たちは、感染や死亡のリスクを予測するために、パーソナライズされた電卓を構築します。
人工呼吸器の再配置と不足軽減のための最適化モデルを提案する。
論文 参考訳（メタデータ） (2020-06-30T03:34:00Z) - Data-driven Simulation and Optimization for Covid-19 Exit Strategies [16.31545249131776]
コロナウイルスSARS-2の急速な普及は、世界中のほぼ全ての政府が悲劇に対応するために徹底的な対策を講じる大きな課題である。
我々は,疫学パラメータの深層学習推定を組み合わせたパンデミックシミュレーションと予測ツールキットを構築した。
論文 参考訳（メタデータ） (2020-06-12T11:18:25Z) - 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)
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。