論文の概要: Quantifying human mixing patterns in Chinese provinces outside Hubei
after the 2020 lockdown was lifted
- arxiv url: http://arxiv.org/abs/2111.13816v1
- Date: Sat, 27 Nov 2021 05:27:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-06 17:40:29.319100
- Title: Quantifying human mixing patterns in Chinese provinces outside Hubei
after the 2020 lockdown was lifted
- Title（参考訳）: 2020年ロックダウン解除後の湖北省外における人体混合パターンの定量化
- Authors: Yining Zhao, Samantha ODell, Xiaohan Yang, Jingyi Liao, Kexin Yang,
Laura Fumanelli, Tao Zhou, Jiancheng Lv, Marco Ajelli, Quan-Hui Liu
- Abstract要約: 我々は,2020年3月に湖北省以外の中国諸国で実施された接触調査の結果を報告する。
地域によって有意な差は見られず、記録された接触者数は年齢による明確な傾向を示しておらず、記録された接触者のほとんどは家族で発生した。
調査の結果、ロックダウンはもはや行われていないものの、人々は依然として連絡先を厳しく制限していたことが示唆された。
- 参考スコア（独自算出の注目度）: 12.560103784937432
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Contact patterns play a key role in the spread of respiratory infectious
diseases in human populations. During the COVID-19 pandemic the regular contact
patterns of the population has been disrupted due to social distancing both
imposed by the authorities and individual choices. Here we present the results
of a contact survey conducted in Chinese provinces outside Hubei in March 2020,
right after lockdowns were lifted. We then leveraged the estimated mixing
patterns to calibrate a model of SARS-CoV-2 transmission, which was used to
estimate different metrics of COVID-19 burden by age. Study participants
reported 2.3 contacts per day (IQR: 1.0-3.0) and the mean per-contact duration
was 7.0 hours (IQR: 1.0-10.0). No significant differences were observed between
provinces, the number of recorded contacts did not show a clear-cut trend by
age, and most of the recorded contacts occurred with family members (about
78%). Our findings suggest that, despite the lockdown was no longer in place at
the time of the survey, people were still heavily limiting their contacts as
compared to the pre-pandemic situation. Moreover, the obtained modeling results
highlight the importance of considering age-contact patterns to estimate
COVID-19 burden.
- Abstract（参考訳）: 接触パターンは、ヒトにおける呼吸器感染症の拡散に重要な役割を果たしている。
新型コロナウイルス(covid-19)のパンデミックの間、当局と個人の選択による社会的距離の分散が原因で、住民の定期的な接触パターンが乱れてきた。
ここでは、2020年3月に湖北省外において、封鎖解除直後に行われた接触調査の結果を紹介する。
次に, 推定混合パターンを利用してSARS-CoV-2トランスミッションのモデルの校正を行った。
被験者は1日当たり2.3コンタクト(IQR: 1.0-3.0)、平均接触時間は7.0時間(IQR: 1.0-10.0)であった。
地域間で有意な差は見られず、記録された接触数は年齢による明確な傾向を示しておらず、記録された接触の大部分は家族で発生した(約78%)。
以上の結果から,ロックダウンはもはや実施されていないものの,パンデミック以前の状況に比べ,連絡先を厳しく制限していたことが示唆された。
さらに, モデル実験の結果から, 高齢者の接触パターンを考慮し, 重荷を推定することの重要性が示された。
関連論文リスト
- Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。
そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
論文 参考訳（メタデータ） (2024-04-26T16:39:50Z) - Clustering of countries based on the associated social contact patterns
in epidemiological modelling [0.0]
本報告では,接触行列に基づくクラスタリング諸国の枠組みについて,その基盤となる流行モデルについて述べる。
R"ostらによる新型コロナウイルスモデルを用いて、パンデミックの状況においてどの国を比較できるかを示す。
論文 参考訳（メタデータ） (2022-11-08T10:59:14Z) - 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) - Advancing COVID-19 Diagnosis with Privacy-Preserving Collaboration in
Artificial Intelligence [79.038671794961]
我々はUCADI(Unified CT-COVID AI Diagnostic Initiative)を立ち上げ、各ホスト機関でAIモデルを分散的にトレーニングし、独立して実行することができる。
本研究は,中国とイギリスに所在する23の病院で採取した3,336例の胸部CT9,573例について検討した。
論文 参考訳（メタデータ） (2021-11-18T00:43:41Z) - Meteorological and human mobility data on predicting COVID-19 cases by a
novel hybrid decomposition method with anomaly detection analysis: a case
study in the capitals of Brazil [0.7734726150561086]
ブラジルの首都におけるcovid-19感染者数と人の移動率,気象データとの関係を分析した。
本研究では,Ensemble Empirical Mode Decomposition (EEMD)法とAutoregressive Integrated Average Exogenous inputs (ARIMAX)法を組み合わせた予測手法を提案する。
論文 参考訳（メタデータ） (2021-05-10T02:06:51Z) - 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) - 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) - Automated Quantification of CT Patterns Associated with COVID-19 from
Chest CT [48.785596536318884]
提案法は,非造影胸部CTを入力として,病変,肺,葉を3次元に分割する。
この方法では、肺の重症度と葉の関与度を2つの組み合わせて測定し、COVID-19の異常度と高不透明度の存在度を定量化する。
このアルゴリズムの評価は、カナダ、ヨーロッパ、米国からの200人の参加者(感染者100人、健康管理100人)のCTで報告されている。
論文 参考訳（メタデータ） (2020-04-02T21:49:14Z)
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。