論文の概要: Simulating COVID19 Transmission From Observed Movement: An Agent-Based
Model of Classroom Dispersion
- arxiv url: http://arxiv.org/abs/2108.07808v2
- Date: Fri, 21 Jan 2022 14:34:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-18 05:25:24.061277
- Title: Simulating COVID19 Transmission From Observed Movement: An Agent-Based
Model of Classroom Dispersion
- Title（参考訳）: 観察運動からのCOVID19感染のシミュレーション:クラスルーム分散のエージェントモデル
- Authors: Yi Zhang, Yudong Tao, Mei-Ling Shyu, Lynn K. Perry, Prem R. Warde,
Daniel S. Messinger, and Chaoming Song
- Abstract要約: 新型コロナウイルス感染の現在のモデルは、報告されたまたは想定された相互作用からの感染を予測する。
小学校4学年における子どもと教師のリアルタイム身体運動と方向方向の追跡には, RFID(Ultra-Wide Radio Frequency Identification)システムを用いて, 合計34回の観察を行った。
エージェント・ベース・トランスミッション・モデルはCDCが公表したリスクガイドラインと相互作用パターンを組み合わさって、感染した患者ゼロの感染影響を、総合感染率、平均感染率、症状患者出現までの時間ラグの比率で推定した。
- 参考スコア（独自算出の注目度）: 6.863249565076366
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Current models of COVID-19 transmission predict infection from reported or
assumed interactions. Here we leverage high-resolution observations of
interaction to simulate infectious processes. Ultra-Wide Radio Frequency
Identification (RFID) systems were employed to track the real-time physical
movements and directional orientation of children and their teachers in 4
preschool classes over a total of 34 observations. An agent-based transmission
model combined observed interaction patterns (individual distance and
orientation) with CDC-published risk guidelines to estimate the transmission
impact of an infected patient zero attending class on the proportion of overall
infections, the average transmission rate, and the time lag to the appearance
of symptomatic individuals. These metrics highlighted the prophylactic role of
decreased classroom density and teacher vaccinations. Reduction of classroom
density to half capacity was associated with an 18.2% drop in overall infection
proportion while teacher vaccination receipt was associated with a 25.3%drop.
Simulation results of classroom transmission dynamics may inform public policy
in the face of COVID-19 and similar infectious threats.
- Abstract（参考訳）: 現在のcovid-19感染モデルは、報告または想定された相互作用から感染を予測する。
ここでは,感染過程をシミュレートするために,相互作用の高分解能観察を利用する。
小学校4学年における子どもと教師のリアルタイム身体運動と方向方向の追跡には, RFID(Ultra-Wide Radio Frequency Identification)システムを用いて, 合計34回の観察を行った。
エージェントベースの伝達モデルは、観察された相互作用パターン(個人間距離と方向)とcdcが公表したリスクガイドラインを組み合わせることで、感染の全体感染率、平均感染率、症状の出現までの時間的遅れに、感染した患者ゼロの感染影響を推定する。
これらの指標は、教室密度の低下と教師の予防接種の役割を強調した。
教室の密度の半減は全体の感染率の18.2%低下と関連し、教師の予防接種受け取りは25.3%低下した。
教室の伝達動態のシミュレーション結果は、新型コロナウイルス(covid-19)や他の感染症の脅威に直面した公共政策に影響を及ぼす可能性がある。
関連論文リスト
- Population Age Group Sensitivity for COVID-19 Infections with Deep
Learning [0.0]
新型コロナウイルス(COVID-19)のパンデミックは、世界中の政府や医療システムにとって前例のない課題を生み出している。
この研究は、米国の郡レベルでの新型コロナウイルス感染率において最も影響力のある年齢層を特定することを目的としている。
論文 参考訳（メタデータ） (2023-07-03T04:56:55Z) - Boundary Guided Semantic Learning for Real-time COVID-19 Lung Infection
Segmentation System [69.40329819373954]
新型コロナウイルス(COVID-19)は、世界中の医療システムに悪影響を及ぼし続けている。
現段階では、新型コロナウイルスの診断と治療には、CT画像から肺感染症領域を自動的に分離することが不可欠である。
本稿では,境界案内型セマンティックラーニングネットワーク(BSNet)を提案する。
論文 参考訳（メタデータ） (2022-09-07T05:01:38Z) - Modeling the effect of the vaccination campaign on the Covid-19 pandemic [0.0]
予防接種キャンペーン中にコビッドウイルスの流行を予測できる数学的モデルであるSAIVRを紹介した。
このモデルは、半教師付き機械学習手法を用いて推定されるいくつかのパラメータと初期条件を含む。
これらの結果から, 日中感染率, ワクチン有効性, および, 広範囲の社会的ワクチン依存度, デンタルレベルにおいて, パンデミックの経時的変化について広範な研究を行った。
論文 参考訳（メタデータ） (2021-08-27T19:12:13Z) - Modeling COVID-19 uncertainties evolving over time and density-dependent
social reinforcement and asymptomatic infections [35.57038204847526]
新型コロナウイルス感染症2019(COVID-19)は、特異で未知の問題の複雑さとモデリングの課題を提示する。
新型コロナウイルスのインキュベーション期間や無症候性感染症でよく見られる非文書化(U)と文書化(D)を特徴付けるための新しいハイブリッドアプローチを導入する。
論文 参考訳（メタデータ） (2021-08-23T09:38:54Z) - An Agent-Based Model of COVID-19 Diffusion to Plan and Evaluate
Intervention Policies [0.09236074230806579]
このモデルはイタリアのピエモンテの構造データを含んでいる。
このモデルは、エージェントの行動と相互作用の結果から生じる複雑な伝染病のダイナミクスの生成である。
論文 参考訳（メタデータ） (2021-08-19T19:23:17Z) - Understanding the Spread of COVID-19 Epidemic: A Spatio-Temporal Point
Process View [44.67854875502783]
1月21日以降、米国では100万人以上が新型コロナウイルスの感染者を確認している。
この伝染性呼吸器疾患は、米国の3000以上の郡と50の州に急速に広がった。
本疾患の複雑な時空干渉伝播を理解するためには,正確な予測や知的外的介入が可能であることが不可欠である。
論文 参考訳（メタデータ） (2021-06-24T15:26:46Z) - Dual-Consistency Semi-Supervised Learning with Uncertainty
Quantification for COVID-19 Lesion Segmentation from CT Images [49.1861463923357]
CT画像を用いた半監視型COVID-19病変分割のための不確実性誘導型二重一貫性学習ネットワーク(UDC-Net)を提案する。
提案した UDC-Net は,Dice の完全教師方式を 6.3% 向上させ,他の競合的半監督方式を有意なマージンで上回っている。
論文 参考訳（メタデータ） (2021-04-07T16:23:35Z) - 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) - Semi-supervised Neural Networks solve an inverse problem for modeling
Covid-19 spread [61.9008166652035]
半教師付きニューラルネットワークを用いた新型コロナウイルスの感染拡大について検討した。
我々は、人口の受動的一部がウイルスの動態から分離されていると仮定する。
論文 参考訳（メタデータ） (2020-10-10T19:33:53Z) - Effectiveness and Compliance to Social Distancing During COVID-19 [72.94965109944707]
われわれは、米国内での新型コロナウイルスの感染拡大に対する在宅勤務注文の影響を評価するために、詳細なモビリティデータを用いている。
一方向性グランガー因果性(一方向性グランガー因果性)は、家庭で毎日過ごす時間の割合の中央値から、2週間の遅れを伴うCOVID-19関連死亡件数の日数までである。
論文 参考訳（メタデータ） (2020-06-23T03:36:19Z) - 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)
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。