論文の概要: Evaluation of non-pharmaceutical interventions and optimal strategies
for containing the COVID-19 pandemic
- arxiv url: http://arxiv.org/abs/2202.13980v1
- Date: Mon, 28 Feb 2022 17:33:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 15:19:00.261981
- Title: Evaluation of non-pharmaceutical interventions and optimal strategies
for containing the COVID-19 pandemic
- Title（参考訳）: COVID-19パンデミック予防のための非薬剤的介入の評価と最適戦略
- Authors: Xiao Zhou, Xiaohu Zhang, Paolo Santi, and Carlo Ratti
- Abstract要約: 政策,移動パターン,ウイルス感染の関連について検討する。
その結果,緊急宣言の権限とマスク着用が強調された。
我々の枠組みは、パンデミック対応のベストプラクティスについて、あらゆる国の政策立案者に通知することができる。
- 参考スコア（独自算出の注目度）: 14.807368322926227
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Given multiple new COVID-19 variants are continuously emerging,
non-pharmaceutical interventions are still primary control strategies to curb
the further spread of coronavirus. However, implementing strict interventions
over extended periods of time is inevitably hurting the economy. With an aim to
solve this multi-objective decision-making problem, we investigate the
underlying associations between policies, mobility patterns, and virus
transmission. We further evaluate the relative performance of existing COVID-19
control measures and explore potential optimal strategies that can strike the
right balance between public health and socio-economic recovery for individual
states in the US. The results highlight the power of state of emergency
declaration and wearing face masks and emphasize the necessity of pursuing
tailor-made strategies for different states and phases of epidemiological
transmission. Our framework enables policymakers to create more refined designs
of COVID-19 strategies and can be extended to inform policy makers of any
country about best practices in pandemic response.
- Abstract（参考訳）: 複数の新型新型コロナウイルス(COVID-19)が継続的に出現していることを考えると、非医薬品の介入は新型コロナウイルスのさらなる拡散を抑制するための主要なコントロール戦略だ。
しかし、長期にわたる厳しい介入が経済に必然的に打撃を与えている。
この多目的意思決定問題を解決するために,政策,モビリティパターン,ウイルス感染の関連について検討する。
我々はさらに、既存の新型コロナウイルス対策の相対的パフォーマンスを評価し、米国の各州における公衆衛生と社会経済回復の適切なバランスをとれる可能性のある最適な戦略を探求する。
その結果, 緊急宣言やマスク着用の力を強調し, 疫学的伝達の段階や状況に応じて, テーラーメイドの戦略を追求することの必要性を強調した。
我々の枠組みは、政策立案者がより洗練された新型コロナウイルス戦略のデザインを作成できるようにし、あらゆる国の政策立案者にパンデミック対応のベストプラクティスを知らせることができる。
関連論文リスト
- Evaluating COVID-19 vaccine allocation policies using Bayesian $m$-top
exploration [53.122045119395594]
マルチアーム・バンディット・フレームワークを用いてワクチンのアロケーション戦略を評価する新しい手法を提案する。
$m$-top Exploringにより、アルゴリズムは最高のユーティリティを期待する$m$ポリシーを学ぶことができる。
ベルギーのCOVID-19流行を個人モデルSTRIDEを用いて検討し、予防接種方針のセットを学習する。
論文 参考訳（メタデータ） (2023-01-30T12:22:30Z) - Estimating Geographic Spillover Effects of COVID-19 Policies From
Large-Scale Mobility Networks [54.90772000796717]
郡レベルの政策は地域間の柔軟性を提供するが、地理的な流出がある場合には効果が低下する可能性がある。
我々は、数十億のタイムスタンプを持つ移動ネットワークを用いて、流出量を推定する。
郡レベルの制限は、モビリティを減らすための州全体の制限と同等に有効である。
論文 参考訳（メタデータ） (2022-12-12T20:16:54Z) - Exploring the Pareto front of multi-objective COVID-19 mitigation
policies using reinforcement learning [1.7056617973440933]
感染症の発生は公衆衛生や社会プロセスに破壊的な影響を及ぼす可能性がある。
現在の研究は、病原体の攻撃率のような単一の目的でポリシーを最適化することに焦点を当てている。
深層多目的強化学習を適用し,最先端のアルゴリズムを用いて解の集合を学習する。
論文 参考訳（メタデータ） (2022-04-11T11:55:06Z) - Optimal non-pharmaceutical intervention policy for Covid-19 epidemic via
neuroevolution algorithm [0.0]
ウイルス感染サイクルを乱し、医療制度が完全に経済的な負担に圧倒されるのを防ぐための政策。
我々は,非薬剤感染症介入の相対的人・経済・医療費を構成する介入政策モデルを開発した。
提案モデルでは,医療システムの負担を最大容量以下に抑えるため,接触率を最小限に抑えることができる。
論文 参考訳（メタデータ） (2021-10-23T16:26:50Z) - Building a Foundation for Data-Driven, Interpretable, and Robust Policy
Design using the AI Economist [67.08543240320756]
AIエコノミストフレームワークは,2段階強化学習とデータ駆動型シミュレーションを用いて,効果的な,柔軟な,解釈可能なポリシー設計を可能にする。
RLを用いて訓練されたログリニア政策は、過去の結果と比較して、公衆衛生と経済の両面から社会福祉を著しく改善することがわかった。
論文 参考訳（メタデータ） (2021-08-06T01:30:41Z) - Reinforcement Learning for Optimization of COVID-19 Mitigation policies [29.4529156655747]
2020年は新型コロナウイルスの感染拡大が世界最悪の世界的なパンデミックの1つとなった。
世界中の政府は公衆衛生を保護し、経済を最大限に維持するという課題に直面している。
疫学モデルは、これらの病気の拡散に関する洞察を与え、介入政策の効果を予測する。
論文 参考訳（メタデータ） (2020-10-20T18:40:15Z) - Machine Learning-Powered Mitigation Policy Optimization in
Epidemiological Models [33.88734751290751]
疫学モデルに基づく最適な政策勧告を得るための新しいアプローチを提案する。
このようなルックアヘッド戦略は、指定された制約に順応する非自明なポリシーを推測する。
論文 参考訳（メタデータ） (2020-10-16T16:27:17Z) - From Prediction to Prescription: Evolutionary Optimization of
Non-Pharmaceutical Interventions in the COVID-19 Pandemic [19.477459618274025]
新型コロナウイルスのパンデミックの広がりを予測するために、いくつかのモデルが開発されている。
本稿では,進化的AIを用いて次のステップ,すなわち最も効果的な介入戦略を決定する方法を示す。
論文 参考訳（メタデータ） (2020-05-28T03:43:31Z) - 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) - When and How to Lift the Lockdown? Global COVID-19 Scenario Analysis and
Policy Assessment using Compartmental Gaussian Processes [111.69190108272133]
新型コロナウイルス(COVID-19)の世界的な感染拡大を受け、多くの国が前例のないロックダウン措置を講じている。
さまざまなロックダウンポリシーシナリオの下で、新型コロナウイルスの死亡率を予測するデータ駆動モデルが不可欠だ。
本稿では,グローバルな状況下での新型コロナウイルスロックダウンポリシーの効果を予測するためのベイズモデルを開発する。
論文 参考訳（メタデータ） (2020-05-13T18:21:50Z) - Mapping the Landscape of Artificial Intelligence Applications against
COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。
我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文 参考訳（メタデータ） (2020-03-25T12:30:33Z)
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。