論文の概要: Evaluating vaccine allocation strategies using simulation-assisted
causal modelling
- arxiv url: http://arxiv.org/abs/2212.08498v1
- Date: Wed, 14 Dec 2022 14:24:17 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-19 16:15:47.261659
- Title: Evaluating vaccine allocation strategies using simulation-assisted
causal modelling
- Title(参考訳): シミュレーション支援因果モデルを用いたワクチン割当戦略の評価
- Authors: Armin Keki\'c, Jonas Dehning, Luigi Gresele, Julius von K\"ugelgen,
Viola Priesemann, Bernhard Sch\"olkopf
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 7.9656669215132005
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Early on during a pandemic, vaccine availability is limited, requiring
prioritisation of different population groups. Evaluating vaccine allocation is
therefore a crucial element of pandemics response. In the present work, we
develop a model to retrospectively evaluate age-dependent counterfactual
vaccine allocation strategies against the COVID-19 pandemic. To estimate the
effect of allocation on the expected severe-case incidence, we employ a
simulation-assisted causal modelling approach which combines a compartmental
infection-dynamics simulation, a coarse-grained, data-driven causal model and
literature estimates for immunity waning. We compare Israel's implemented
vaccine allocation strategy in 2021 to counterfactual strategies such as no
prioritisation, prioritisation of younger age groups or a strict risk-ranked
approach; we find that Israel's implemented strategy was indeed highly
effective. We also study the marginal impact of increasing vaccine uptake for a
given age group and find that increasing vaccinations in the elderly is most
effective at preventing severe cases, whereas additional vaccinations for
middle-aged groups reduce infections most effectively. Due to its modular
structure, our model can easily be adapted to study future pandemics. We
demonstrate this flexibility by investigating vaccine allocation strategies for
a pandemic with characteristics of the Spanish Flu. Our approach thus helps
evaluate vaccination strategies under the complex interplay of core epidemic
factors, including age-dependent risk profiles, immunity waning, vaccine
availability and spreading rates.
- Abstract(参考訳): 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。
ワクチンの割り当てを評価することはパンデミック対応の重要な要素である。
本研究は、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。
そこで本研究では, 分室感染動態シミュレーション, 粗粒化, データ駆動因果モデル, 免疫ウォーニングに関する文献推定を組み合わせた, シミュレーション支援因果モデリング手法を提案する。
我々は,2021年に実施したイスラエルのワクチン接種戦略を,非優先順位化,若年層の優先順位付け,厳格なリスクランクのアプローチといった反事実戦略と比較した。
また, 高齢者におけるワクチン接種の増加が重症症例の予防に最も有効であるのに対し, 中高年者に対するワクチン接種は感染を最も効果的に減少させる。
モジュラー構造のため、われわれのモデルは将来のパンデミックの研究に容易に適応できる。
スペインインフルエンザの特徴を有するパンデミックに対するワクチン配分戦略を検討することで,この柔軟性を実証する。
本手法は, 年齢依存リスクプロファイル, 免疫停止, ワクチン利用率, 拡散率など, 中心的要因の複雑な相互作用下でのワクチン接種戦略を評価するのに有用である。
関連論文リスト
- Promoting Fair Vaccination Strategies Through Influence Maximization: A Case Study on COVID-19 Spread [5.505634045241288]
新型コロナウイルスのパンデミックの余波は、人種的少数派や経済的に奪われた地域社会にとってより深刻な結果をもたらした。
本稿では,人口動態の公平性を取り入れた予防接種戦略を新たに提案する。
論文 参考訳(メタデータ) (2024-02-20T20:54:18Z) - Agent-Based Model: Simulating a Virus Expansion Based on the Acceptance
of Containment Measures [65.62256987706128]
比較疫学モデルは、疾患の状態に基づいて個人を分類する。
我々は、適応されたSEIRDモデルと市民のための意思決定モデルを組み合わせたABMアーキテクチャを提案する。
スペイン・ア・コルナにおけるSARS-CoV-2感染症の進行状況について検討した。
論文 参考訳(メタデータ) (2023-07-28T08:01:05Z) - Cooperating Graph Neural Networks with Deep Reinforcement Learning for
Vaccine Prioritization [0.0]
本研究は,供給制限時のパンデミックの全体負担を軽減するためのワクチンの優先順位付け戦略について検討する。
既存の方法では、サブグループ集団内の均一な振る舞いを仮定してマクロレベルまたは単純化されたマイクロレベルワクチンの分布を行う。
我々は,高次空間時間病進化システムのための最適なワクチン配置戦略を求めるために,新しい深層強化学習を開発した。
論文 参考訳(メタデータ) (2023-05-09T04:19:10Z) - 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) - An agent-based epidemics simulation to compare and explain screening and
vaccination prioritisation strategies [0.0]
本稿では,病原体動態のエージェントモデルについて述べる。
その目標は、流行の進化を予測することではなく、その基盤となるメカニズムを対話的に説明することである。
モデルは異なるシミュレーターでNetlogoで実装され、人々が実験できるようにオンラインで公開されている。
論文 参考訳(メタデータ) (2022-10-24T10:15:07Z) - 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 [0.0]
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。
論文 参考訳(メタデータ) (2022-04-25T16:05:59Z) - 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) - 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) - An Optimal Control Approach to Learning in SIDARTHE Epidemic model [67.22168759751541]
本研究では,疫病データから動的コンパートメンタルモデルの時間変化パラメータを学習するための一般的な手法を提案する。
我々はイタリアとフランスの疫病の進化を予報する。
論文 参考訳(メタデータ) (2020-10-28T10:58:59Z) - Steering a Historical Disease Forecasting Model Under a Pandemic: Case
of Flu and COVID-19 [75.99038202534628]
我々は、インフルエンザとCOVID-19が共存する新しいシナリオに、歴史的疾患予測モデルを「操る」ことができる神経伝達学習アーキテクチャであるCALI-Netを提案する。
我々の実験は、現在のパンデミックに歴史的予測モデルを適用することに成功していることを示している。
論文 参考訳(メタデータ) (2020-09-23T22:35:43Z)
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。