論文の概要: A feasibility study proposal of the predictive model to enable the prediction of population susceptibility to COVID-19 by analysis of vaccine utilization for advising deployment of a booster dose

• arxiv url: http://arxiv.org/abs/2204.11747v1
• Date: Mon, 25 Apr 2022 16:05:59 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-26 15:33:51.037127
• Title: A feasibility study proposal of the predictive model to enable the prediction of population susceptibility to COVID-19 by analysis of vaccine utilization for advising deployment of a booster dose
• Title（参考訳）: ワクチン使用量分析によるブースター線量管理によるcovid-19感染率予測モデルの実現可能性の検討
• Authors: Chottiwatt Jittprasong (Biomedical Robotics Laboratory, Department of Biomedical Engineering, City University of Hong Kong)
• Abstract要約: SARS-CoV-2 B1.1.529株またはOmicron株が世界中に分布する。 間もなく終わらないことや、より伝染的で有害な変種が現れるまで、時間との戦いになることを懸念する。 ウイルスの増殖を防ぐ最も有望なアプローチの1つは、持続的な高予防接種効果を維持することである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: With the present highly infectious dominant SARS-CoV-2 strain of B1.1.529 or Omicron spreading around the globe, there is concern that the COVID-19 pandemic will not end soon and that it will be a race against time until a more contagious and virulent variant emerges. One of the most promising approaches for preventing virus propagation is to maintain continuous high vaccination efficacy among the population, thereby strengthening the population protective effect and preventing the majority of infection in the vaccinated population, as is known to occur with the Omicron variant frequently. Countries must structure vaccination programs in accordance with their populations' susceptibility to infection, optimizing vaccination efforts by delivering vaccines progressively enough to protect the majority of the population. We present a feasibility study proposal for maintaining optimal continuous vaccination by assessing the susceptible population, the decline of vaccine efficacy in the population, and advising booster dosage deployment to maintain the population's protective efficacy through the use of a predictive model. Numerous studies have been conducted in the direction of analyzing vaccine utilization; however, very little study has been conducted to substantiate the optimal deployment of booster dosage vaccination with the help of a predictive model based on machine learning algorithms.
• Abstract（参考訳）: 現在、高感染性のSARS-CoV-2株であるB1.1.529株やOmicron株が世界中に分布しているため、新型コロナウイルスのパンデミックがすぐには終わらないことや、より伝染的で有害な変異が出現するまでの時間との競合が懸念されている。 ウイルスの増殖を防ぐための最も有望なアプローチの1つは、Omicron変異が頻繁に起こるように、集団間で持続的な高予防接種効果を維持し、人口保護効果を強化し、ワクチン接種された集団の感染の大部分を防ぐことである。 各国は、人口の感染に対する感受性に応じて予防接種プログラムを構築し、予防接種活動の最適化を図り、人口の大半を守るのに十分なワクチンを段階的に提供しなければならない。 本研究は, 感染率の低下, ワクチン効果の低下, 増量剤の投与による予防効果の維持を, 予測モデルを用いて評価し, 適切な連続予防接種を維持するための可能性検討を行った。 ワクチン利用の分析に向けて多くの研究が行われてきたが、機械学習アルゴリズムに基づく予測モデルの助けを借りて、ブースターのワクチン接種を最適に展開するための研究はほとんど行われていない。

関連論文リスト

• Forecast reconciliation for vaccine supply chain optimization [61.13962963550403]
  ワクチンサプライチェーン最適化は階層的な時系列予測の恩恵を受けることができる。 異なる階層レベルの予測は、上位レベルの予測が下位レベルの予測の総和と一致しないときに不整合となる。 我々は2010年から2021年にかけてのGSKの販売データを階層的時系列としてモデル化し,ワクチン販売予測問題に取り組む。
  論文  参考訳（メタデータ） (2023-05-02T14:34:34Z)
• 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)
• Dense Feature Memory Augmented Transformers for COVID-19 Vaccination Search Classification [60.49594822215981]
  本稿では,新型コロナウイルスワクチン関連検索クエリの分類モデルを提案する。 本稿では,モデルが対応可能なメモリトークンとして,高密度特徴を考慮した新しい手法を提案する。 この新しいモデリング手法により,Vaccine Search Insights (VSI) タスクを大幅に改善できることを示す。
  論文  参考訳（メタデータ） (2022-12-16T13:57:41Z)
• Evaluating vaccine allocation strategies using simulation-assisted causal modelling [7.9656669215132005]
  パンデミックの早期にはワクチンの入手が制限され、異なる集団の優先順位付けが必要になる。 新型コロナウイルスのパンデミックに対する年齢依存型予防接種戦略を遡及的に評価するモデルを構築した。 我々は,2021年に実施したイスラエルのワクチン割当戦略を,先天的な優先順位付けや若年集団の優先順位付け,厳格なリスクランク付けアプローチといった対実的戦略と比較した。
  論文  参考訳（メタデータ） (2022-12-14T14:24:17Z)
• VacciNet: Towards a Smart Framework for Learning the Distribution Chain Optimization of Vaccines for a Pandemic [0.0]
  我々は、VacciNetと呼ぶ、教師付き学習と強化学習(RL)を活用する新しいフレームワークを提唱した。 RLは、国の州におけるワクチン接種需要を予測し、また、調達と供給の最小コストのために、州における最適なワクチン割り当てを提案することができる。
  論文  参考訳（メタデータ） (2022-08-01T19:37:33Z)
• Constrained Submodular Optimization for Vaccine Design [1.7622426179653559]
  遺伝的変異により、接種された集団に広範な免疫を与えるペプチドワクチンを設計することが困難になる。 本稿では,確率論的機械学習モデルを用いたペプチドワクチンの評価と設計のためのフレームワークを提案する。 従来より優れたSARS-CoV-2ワクチンの設計を行う能力を示した。
  論文  参考訳（メタデータ） (2022-06-16T17:40:54Z)
• COVID-19 Status Forecasting Using New Viral variants and Vaccination Effectiveness Models [2.750124853532831]
  変数が大きく、共同要因が異なるため、従来の数学的モデルを用いて新型コロナウイルスの発生を予測することは困難である。 イスラエルなど高い予防接種率の地域から取得したデータは、日本の他の地域のデータとブレンドされ、予防接種の影響を示唆している。 予防接種効果について抽出したパラメータを用いて,3都道府県の新規感染者を再現した。
  論文  参考訳（メタデータ） (2022-01-24T01:28:55Z)
• 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)
• 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)
• STELAR: Spatio-temporal Tensor Factorization with Latent Epidemiological Regularization [76.57716281104938]
  我々は,多くの地域の流行傾向を同時に予測するテンソル法を開発した。 stelarは離散時間差分方程式のシステムを通じて潜在時間正規化を組み込むことで長期予測を可能にする。 我々は、カウンティレベルと州レベルのCOVID-19データの両方を用いて実験を行い、このモデルが流行の興味深い潜伏パターンを識別できることを示します。
  論文  参考訳（メタデータ） (2020-12-08T21:21:47Z)
• 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)

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。