Fugu-MT 論文翻訳(概要): Multi-Objective Allocation of COVID-19 Testing Centers: Improving Coverage and Equity in Access

論文の概要: Multi-Objective Allocation of COVID-19 Testing Centers: Improving Coverage and Equity in Access

arxiv url: http://arxiv.org/abs/2110.09272v1
Date: Tue, 21 Sep 2021 03:53:14 GMT
ステータス: 処理完了
システム内更新日: 2023-03-14 03:14:18.468992
Title: Multi-Objective Allocation of COVID-19 Testing Centers: Improving Coverage and Equity in Access
Title（参考訳）: 新型コロナウイルス検査センターの多目的配置:アクセスのカバーとエクイティの改善
Authors: Zhen Zhong, Ribhu Sengupta, Kamran Paynabar, Lance A. Waller
Abstract要約: 新型コロナウイルスは4200万人以上に感染し、全米で67万3000人以上が死亡している。公衆衛生当局は、感染のホットスポットを特定するための診断検査の結果を監視した。テストサイトアロケーションの現在のスキームのほとんどは、経験や利便性に基づいています。
参考スコア（独自算出の注目度）: 2.7910505923792646
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: At the time of this article, COVID-19 has been transmitted to more than 42 million people and resulted in more than 673,000 deaths across the United States. Throughout this pandemic, public health authorities have monitored the results of diagnostic testing to identify hotspots of transmission. Such information can help reduce or block transmission paths of COVID-19 and help infected patients receive early treatment. However, most current schemes of test site allocation have been based on experience or convenience, often resulting in low efficiency and non-optimal allocation. In addition, the historical sociodemographic patterns of populations within cities can result in measurable inequities in access to testing between various racial and income groups. To address these pressing issues, we propose a novel test site allocation scheme to (a) maximize population coverage, (b) minimize prediction uncertainties associated with projections of outbreak trajectories, and (c) reduce inequities in access. We illustrate our approach with case studies comparing our allocation scheme with recorded allocation of testing sites in Georgia, revealing increases in both population coverage and improvements in equity of access over current practice.
Abstract（参考訳）: この記事の時点で、covid-19は4200万人以上に感染し、全米で67万3000人以上の死者を出した。このパンデミックを通じて、公衆衛生当局は感染のホットスポットを特定するための診断検査の結果を監視した。このような情報は、新型コロナウイルスの感染経路を減少または阻止し、感染した患者が早期治療を受けるのに役立つ。しかし、現在の試験場割当方式は、経験や利便性に基づいており、多くの場合、低効率で最適でない割当をもたらす。さらに、都市内の人口の歴史的社会デマトグラフィーパターンは、様々な人種グループと所得グループ間のテストへのアクセスにおいて測定不可能な不平等をもたらす可能性がある。この問題に対処するため,我々は新しいテストサイト割り当て方式を提案する。 (a)人口を最大化する。 (b)発生経路の予測に係わる予測の不確実性を最小限に抑えること。 (c)アクセスの不平等を減らす。本研究は,ジョージアの試験場における割当方式と記録された割当方式を比較したケーススタディを用いて,人口増加とアクセス権の向上の両立を明らかにした。

関連論文リスト

Assessing the Impact of Case Correction Methods on the Fairness of COVID-19 Predictive Models [0.24999074238880484]
新型コロナウイルス(COVID-19)の症例予測タスクへの影響について,2つの症例修正手法について検討した。修正手法の1つは公平性を改善し、多数派ホワイト郡と多数派マイノリティ郡のパフォーマンスの差を減少させる。これらの結果は混在しているが、補正手法が新型コロナウイルスの症例データに既存のバイアスを悪化させる可能性があることは明らかである。
論文参考訳（メタデータ） (2024-05-16T16:26:21Z)
SARS-CoV-2 Dissemination using a Network of the United States Counties [0.0]
重症急性呼吸器症候群ウイルス2(SARS-CoV-2)感染は、世界各国で警戒率で増加している。アメリカ合衆国のカウンティネットワーク構造を分析することで、潜在的に高い感染領域をモデル化し、予測することができる。われわれは、新型コロナウイルス感染症2019(COVID-19)、疾病管理予防センターによる死亡、およびアメリカ合衆国国勢調査局によるネットワーク隣接構造を収集する。
論文参考訳（メタデータ） (2021-11-26T19:09:15Z)
COVID-Net US: A Tailored, Highly Efficient, Self-Attention Deep Convolutional Neural Network Design for Detection of COVID-19 Patient Cases from Point-of-care Ultrasound Imaging [101.27276001592101]
我々は,肺POCUS画像からの新型コロナウイルススクリーニングに適した,高効率で自己注意型の深層畳み込みニューラルネットワーク設計であるCOVID-Net USを紹介した。実験の結果、提案されたCOVID-Net USは、アーキテクチャの複雑さが353倍、計算の複雑さが62倍、Raspberry Piで14.3倍高速なAUCを達成できることがわかった。リソース制約のある環境において安価な医療と人工知能を提唱するために、COVID-Net USをオープンソースにし、COVID-Netオープンソースイニシアチブの一部として公開しました。
論文参考訳（メタデータ） (2021-08-05T16:47:33Z)
Timely Tracking of Infection Status of Individuals in a Population [70.21702849459986]
住民の感染状況のリアルタイム追跡について検討した。この研究では、医療提供者が感染症から回復した人だけでなく、感染した人々も検出したいと考えています。
論文参考訳（メタデータ） (2020-12-24T18:49:22Z)
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)
A framework for optimizing COVID-19 testing policy using a Multi Armed Bandit approach [15.44492804626514]
新型コロナウイルスの患者発見に対する様々な優先順位付け方針の影響について論じる。本研究は, 人口監視の必要性と, 正の個体の最大発見のバランスをとるための枠組みを提案する。
論文参考訳（メタデータ） (2020-07-28T10:28:38Z)
A Partially Observable MDP Approach for Sequential Testing for Infectious Diseases such as COVID-19 [29.84897273754802]
本研究では,制約付き逐次学習に基づく資源配分問題として,テスト問題をキャストできることを示す。そして、感染した個体数を最小化する効率的な学習戦略を開発する。
論文参考訳（メタデータ） (2020-07-25T22:13:37Z)
CovidDeep: SARS-CoV-2/COVID-19 Test Based on Wearable Medical Sensors and Efficient Neural Networks [51.589769497681175]
新型コロナウイルス(SARS-CoV-2)がパンデミックを引き起こしている。 SARS-CoV-2の逆転写-ポリメラーゼ連鎖反応に基づく現在の試験体制は、試験要求に追いついていない。我々は,効率的なDNNと市販のWMSを組み合わせたCovidDeepというフレームワークを提案する。
論文参考訳（メタデータ） (2020-07-20T21:47:28Z)
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)
Predictive Modeling of ICU Healthcare-Associated Infections from Imbalanced Data. Using Ensembles and a Clustering-Based Undersampling Approach [55.41644538483948]
本研究は,集中治療室における危険因子の同定と医療関連感染症の予測に焦点をあてる。感染発生率の低減に向けた意思決定を支援することを目的とする。
論文参考訳（メタデータ） (2020-05-07T16:13:12Z)
COVID-19: Strategies for Allocation of Test Kits [18.334339425815312]
テストキット割り当ての現在の戦略は、主にルールベースであり、a)新型コロナウイルスの症状、(b)旅行歴、または(c)確認された新型コロナウイルス患者との接触歴を持つ個人に焦点を当てている。地域社会の広がりを防ぎ、早期に新たな症例を検出することを目的とした、1日あたりの検査キットの別予算を割り当てることが重要である。これらのアプローチは、コミュニティの広がりを包含し、新しいケースを早期に検出するのに有用であると考えています。
論文参考訳（メタデータ） (2020-04-03T19:02:59Z)

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。