論文の概要: A Mixed-Method Approach to Determining Contact Matrices in the Cox's Bazar Refugee Settlement

• arxiv url: http://arxiv.org/abs/2212.01334v1
• Date: Tue, 22 Nov 2022 21:53:33 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 12:49:18.009415
• Title: A Mixed-Method Approach to Determining Contact Matrices in the Cox's Bazar Refugee Settlement
• Title（参考訳）: Cox's Bazar Refugee 集落における接触行列決定への混合手法によるアプローチ
• Authors: Joseph Walker, Joseph Aylett-Bullock, Difu Shi, Allen Gidraf Kahindo Maina, Egmond Samir Evers, Sandra Harlass, Frank Krauss
• Abstract要約: 住民の接触行列を導出するための新しい混合手法を提案する。 我々は、バングラデシュにおけるコックスのバザール難民開拓地の最初の接触行列を導いた。 提案手法は従来のエージェントベースアプローチとそれ以前のエージェントベースアプローチの両方の課題に対処できることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Contact matrices are an important ingredient in age-structured epidemic models to inform the simulated spread of the disease between sub-groups of the population. These matrices are generally derived using resource-intensive diary-based surveys and few exist in the Global South or tailored to vulnerable populations. In particular, no contact matrices exist for refugee settlements - locations under-served by epidemic models in general. In this paper we present a novel, mixed-method approach, for deriving contact matrices in populations which combines a lightweight, rapidly deployable, survey with an agent-based model of the population informed by census and behavioural data. We use this method to derive the first set of contact matrices for the Cox's Bazar refugee settlement in Bangladesh. The matrices from the refugee settlement show strong banding effects due to different age cut-offs in attendance at certain venues, such as distribution centres and religious sites, as well as the important contribution of the demographic profile of the settlement which was encoded in the model. These can have significant implications to the modelled disease dynamics. To validate our approach, we also apply our method to the population of the UK and compare our derived matrices against well-known contact matrices previously collected using traditional approaches. Overall, our findings demonstrate that our mixed-method approach can address some of the challenges of both the traditional and previously proposed agent-based approaches to deriving contact matrices, and has the potential to be rolled-out in other resource-constrained environments. This work therefore contributes to a broader aim of developing new methods and mechanisms of data collection for modelling disease spread in refugee and IDP settlements and better serving these vulnerable communities.
• Abstract（参考訳）: 接触行列は、人口のサブグループ間での疾患のシミュレーション拡散を知らせる年齢構成の流行モデルにおいて重要な要素である。 これらの行列は一般的に資源集約的な日記に基づく調査によって導き出され、グローバル・サウスにはほとんど存在しない。 特に、一般的な疫病モデルによって保護されている難民居住地に対する接触行列は存在しない。 本稿では, 軽量で迅速な展開が可能な人口調査と, 国勢調査と行動データから情報を得たエージェントベース人口モデルを組み合わせた, 集団の接触行列を導出する新しい混合手法を提案する。 バングラデシュのバザール難民居住地における最初の接触行列を導出するためにこの手法を用いる。 難民居留地の行列は、流通センターや宗教施設など特定の会場での年齢差によるバンドリング効果が強く、また、このモデルで符号化された居住地の人口統計学的プロファイルの重要な寄与も示している。 これらは、モデル化された疾患のダイナミクスに重大な影響を及ぼす可能性がある。 また,本手法をイギリスの人口に応用し,従来の手法を用いて収集したよく知られた接触行列と比較した。 以上の結果から,我々の混合メソッドアプローチは,接触行列を導出する従来のエージェントベースアプローチと,それ以前に提案されたエージェントベースアプローチの両方の課題に対処でき,他の資源制約環境でもロールアウトできる可能性が示唆された。 この研究は、難民やIDPの居住地に広がる病気をモデリングし、これらの脆弱なコミュニティにより良いサービスを提供するための、新たな方法とデータ収集機構の開発に寄与する。

関連論文リスト

• Generating Origin-Destination Matrices in Neural Spatial Interaction Models [11.188781092933313]
  エージェントベースモデル(ABM)は、交通、経済、疫学の政策分野にわたる意思決定ツールとして急速に普及している。 中心となる対象は、位置間の相互作用とエージェントの移動数をキャプチャする離散原点決定行列である。 既存のアプローチでは、ABMシミュレーションとキャリブレーションを実行するために、この行列の連続的な近似と、その後のアドホックな判別を利用する。 これは、部分的に観測された要約統計の条件付けを妨げ、離散的なサポートを越えてマルチモーダル行列分布の探索に失敗し、離散化エラーを引き起こす。
  論文  参考訳（メタデータ） (2024-10-09T18:09:02Z)
• Minimax Regret Learning for Data with Heterogeneous Subgroups [12.253779655660571]
  我々は、最悪のグループ後悔を最小限に抑えるため、一般的な教師付き学習のためのmin-max-regret学習フレームワークを開発する。 広範囲なシミュレーション研究を通じて本手法の有効性を実証し, 数百の移植センターからの腎臓移植データに適用した。
  論文  参考訳（メタデータ） (2024-05-02T20:06:41Z)
• Weakly supervised covariance matrices alignment through Stiefel matrices estimation for MEG applications [64.20396555814513]
  本稿では,Mixing Model Stiefel Adaptation (MSA)と呼ばれる時系列データに対する新しいドメイン適応手法を提案する。 我々は、ドメイン間の等価な信号分散とペアの対応を確立することにより、ターゲット領域における豊富なラベルのないデータを利用して効果的な予測を行う。 MSAは、Cam-CANデータセットのMEG信号を用いて、タスクの変動を伴う脳年齢回帰の最近の手法より優れている。
  論文  参考訳（メタデータ） (2024-01-24T19:04:49Z)
• 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)
• Improving genetic risk prediction across diverse population by disentangling ancestry representations [10.803542340843368]
  本稿では,表現型関連情報から祖先を遠ざける新しいディープラーニングフレームワークを提案する。 祖先が混ざり合った表現は、少数民族の間でより良いパフォーマンスを示すリスク予測器を構築するのに使うことができる。
  論文  参考訳（メタデータ） (2022-05-10T05:05:37Z)
• Reinforcement Learning with Heterogeneous Data: Estimation and Inference [84.72174994749305]
  人口の不均一性に関する逐次的決定問題に対処するために,K-ヘテロ・マルコフ決定過程(K-ヘテロ・MDP)を導入する。 本稿では、ある政策の価値を推定するための自己クラスタ化政策評価(ACPE)と、ある政策クラスにおける最適な政策を推定するための自己クラスタ化政策イテレーション(ACPI)を提案する。 理論的な知見を裏付けるシミュレーションを行い,MIMIC-III標準データセットの実証的研究を行った。
  論文  参考訳（メタデータ） (2022-01-31T20:58:47Z)
• Measuring Fairness Under Unawareness of Sensitive Attributes: A Quantification-Based Approach [131.20444904674494]
  センシティブな属性の無意識下でのグループフェアネスを測定する問題に取り組む。 定量化手法は, フェアネスと無意識の問題に対処するのに特に適していることを示す。
  論文  参考訳（メタデータ） (2021-09-17T13:45:46Z)
• Targeting Underrepresented Populations in Precision Medicine: A Federated Transfer Learning Approach [7.467496975496821]
  多様な人口と複数の医療機関の異種データを統合した双方向データ統合戦略を提案する。 提案手法は, 人口の予測精度と予測精度を向上し, 人口間のモデル性能のギャップを小さくすることを示す。
  論文  参考訳（メタデータ） (2021-08-27T04:04:34Z)
• Adversarial Sample Enhanced Domain Adaptation: A Case Study on Predictive Modeling with Electronic Health Records [57.75125067744978]
  ドメイン適応を容易にするデータ拡張手法を提案する。 逆生成したサンプルはドメイン適応時に使用される。 その結果,本手法の有効性とタスクの一般性が確認された。
  論文  参考訳（メタデータ） (2021-01-13T03:20:20Z)
• Statistical control for spatio-temporal MEG/EEG source imaging with desparsified multi-task Lasso [102.84915019938413]
  脳磁図(MEG)や脳電図(EEG)のような非侵襲的手法は、非侵襲的手法を約束する。 ソースローカライゼーション(ソースイメージング)の問題は、しかしながら、高次元の統計的推測問題を引き起こす。 この問題に対処するために,分離されたマルチタスクラッソ(ecd-MTLasso)のアンサンブルを提案する。
  論文  参考訳（メタデータ） (2020-09-29T21:17:16Z)
• 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)

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。