論文の概要: Exploring the Scope and Potential of Local Newspaper-based Dengue
Surveillance in Bangladesh
- arxiv url: http://arxiv.org/abs/2107.14095v1
- Date: Wed, 7 Jul 2021 18:48:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-23 04:07:42.198023
- Title: Exploring the Scope and Potential of Local Newspaper-based Dengue
Surveillance in Bangladesh
- Title（参考訳）: バングラデシュにおける地方新聞型デングサーベイランスの展開と可能性
- Authors: Nazia Tasnim, Md. Istiak Hossain Shihab, Moqsadur Rahman, Sheikh
Rabiul Islam and Mohammad Ruhul Amin
- Abstract要約: デング熱は21世紀の公衆衛生問題の一つと考えられている。
このような地域では、監視のきめ細かいレベルを強制することは、非常に不可能である。
進行中の状況をタイムリーに更新できる代替のコスト効果ソリューションを探究することが不可欠である。
- 参考スコア（独自算出の注目度）: 1.181206257787103
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Dengue fever has been considered to be one of the global public health
problems of the twenty-first century, especially in tropical and subtropical
countries of the global south. The high morbidity and mortality rates of Dengue
fever impose a huge economic and health burden for middle and low-income
countries. It is so prevalent in such regions that enforcing a granular level
of surveillance is quite impossible. Therefore, it is crucial to explore an
alternative cost-effective solution that can provide updates of the ongoing
situation in a timely manner. In this paper, we explore the scope and potential
of a local newspaper-based dengue surveillance system, using well-known
data-mining techniques, in Bangladesh from the analysis of the news contents
written in the native language. In addition, we explain the working procedure
of developing a novel database, using human-in-the-loop technique, for further
analysis, and classification of dengue and its intervention-related news. Our
classification method has an f-score of 91.45%, and matches the ground truth of
reported cases quite closely. Based on the dengue and intervention-related
news, we identified the regions where more intervention efforts are needed to
reduce the rate of dengue infection. A demo of this project can be accessed at:
http://erdos.dsm.fordham.edu:3009/
- Abstract（参考訳）: デング熱は、特に南半球の熱帯および亜熱帯諸国において、21世紀の世界的な公衆衛生問題の一つと考えられている。
デング熱の高死亡率と死亡率は、中所得国と低所得国に大きな経済的・健康的負担を課している。
このような地域では、細かなレベルの監視を強制することは極めて不可能である。
したがって、進行中の状況をタイムリーに更新できる代替コスト効率の良いソリューションを探求することが不可欠である。
本稿では,バングラデシュでよく知られたデータマイニング技術を用いて,現地の新聞ベースのデング監視システムの範囲と可能性について,母国語で書かれたニュース内容の分析から検討する。
さらに, ループ内ヒューマン・イン・ザ・ループ手法を用いて, デングのさらなる解析, 分類, および介入関連ニュースを検索し, 新たなデータベース構築の作業手順について述べる。
分類法はfスコアが91.45%であり, 報告症例の根本的真実と非常によく一致している。
本研究は,デング感染率の低減により多くの介入努力が必要である地域を,デング感染と介入関連ニュースに基づいて同定した。
このプロジェクトのデモは以下の通りである。
関連論文リスト
- DengueNet: Dengue Prediction using Spatiotemporal Satellite Imagery for
Resource-Limited Countries [1.636808591744074]
デング熱は、衛生インフラが不十分な発展途上国で深刻な課題となっている。
クラウドベースのコンピューティングプラットフォームであるSentinel Hubをベースとした,スケーラブルな衛星抽出フレームワークを提案する。
我々は、Transformer Vision、Radiomics、Long Short-term Memoryを組み合わせた革新的なアーキテクチャであるDengueNetを導入し、衛星画像から特徴を抽出し統合する。
論文 参考訳（メタデータ） (2024-01-20T04:55:29Z) - An ensemble neural network approach to forecast Dengue outbreak based on
climatic condition [2.3080278150530424]
デング熱(英: Dengue fever)は、アフリカ、アメリカ、アジアに100以上の熱帯・亜熱帯の国々に分布する病原体である。
提案モデルは、ウェーブレットをアンサンブルニューラルネットワークフレームワークに変換する統合アプローチである。
提案したXEWNetはデング発生事例と降雨の複雑な非線形関係を可能にする。
論文 参考訳（メタデータ） (2022-12-16T07:49:15Z) - Assessing dengue fever risk in Costa Rica by using climate variables and
machine learning techniques [0.0]
デング熱は、主に熱帯や亜熱帯の国々に感染するベクター性疾患であり、毎年何百万人もの人に影響を及ぼし、公衆衛生にとって重大な負担であると考えられている。
本稿では,GAMLSS (Generalized Additive Model for location, scale, and shape) とランダムフォレスト (Random Forest,RF) 機械学習アルゴリズムを用いた気候変数の効果について検討する。
論文 参考訳（メタデータ） (2022-03-23T19:59:15Z) - Modeling the geospatial evolution of COVID-19 using spatio-temporal
convolutional sequence-to-sequence neural networks [48.7576911714538]
ポルトガルは世界最大の発生率を持つ国であり、人口10万人当たりの14日間の発生率が1000を超える。
その重要性にもかかわらず、covid-19の地理空間的進化の正確な予測は依然として課題である。
論文 参考訳（メタデータ） (2021-05-06T15:24:00Z) - Health Status Prediction with Local-Global Heterogeneous Behavior Graph [69.99431339130105]
ウェアラブルセンサから継続的に収集される各種データストリームにより、健康状態の推定が可能です。
行動関連マルチソースデータストリームをローカル・グローバル・グラフでモデル化することを提案する。
学生生活データセットを用いて実験を行い,提案モデルの有効性を実証した。
論文 参考訳（メタデータ） (2021-03-23T11:10:04Z) - C-Watcher: A Framework for Early Detection of High-Risk Neighborhoods
Ahead of COVID-19 Outbreak [54.39837683016444]
C-Watcherは、新型コロナウイルスの感染拡大に先立ち、対象都市のすべての地区を検査し、感染リスクを予測することを目指している。
C-WatcherはBaidu Mapsから大規模な人体移動データを収集し、都市移動パターンに基づいた一連の特徴を用いて市内のすべての住宅地区を特徴付ける。
新型コロナウイルスの感染拡大の初期段階における実データ記録を用いたC-Watcherの広範な実験を行った。
論文 参考訳（メタデータ） (2020-12-22T17:02:54Z) - 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) - Go local: The key to controlling the COVID-19 pandemic in the post
lockdown era [1.8216415173779263]
英国政府は2020年5月10日に、新型コロナウイルスの感染拡大を抑える薬品以外の措置が2020年3月23日に導入されてから2ヶ月後、最初のロックダウンの波が緩和されたと発表した。
英国公衆衛生省と匿名のクラウドレベルモビリティデータによる報告されたケースレートデータの分析は、英国の地方自治体間でのばらつきを示している。
地域性に基づくロックダウン緩和のアプローチが必要であり、地域の公衆衛生と関連する健康・社会福祉サービスが感染のホットスポットに迅速に対応できるようにする。
論文 参考訳（メタデータ） (2020-07-06T09:23:16Z) - 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) - CoronaSurveys: Using Surveys with Indirect Reporting to Estimate the
Incidence and Evolution of Epidemics [29.03294669532478]
参加者が接触者の健康状態について報告する(匿名)調査に基づく手法を提案する。
この間接的な報告手法は、文献ではネットワークスケールアップ法として知られており、参加者とその連絡先のプライバシーを保護している。
CoronaSurveysによって得られた結果は、このアプローチのパワーと柔軟性を示し、LMICの安価で強力なツールになり得ることを示唆している。
論文 参考訳（メタデータ） (2020-05-24T11:58:23Z) - Falling into the Echo Chamber: the Italian Vaccination Debate on Twitter [65.7192861893042]
われわれは、Twitter上での予防接種に関する議論が、予防接種ヘシタントに対する潜在的な不安にどのように影響するかを調査する。
予防接種懐疑派や擁護派が独自の「エチョ室」に居住していることが判明した。
これらのエコーチャンバーの中心には熱心な支持者がいて、高い精度のネットワークとコンテンツベースの分類器を構築しています。
論文 参考訳（メタデータ） (2020-03-26T13:55:50Z)
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。