論文の概要: First 100 days of pandemic; an interplay of pharmaceutical, behavioral
and digital interventions -- A study using agent based modeling
- arxiv url: http://arxiv.org/abs/2401.04795v2
- Date: Tue, 6 Feb 2024 00:18:09 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-07 19:27:39.098367
- Title: First 100 days of pandemic; an interplay of pharmaceutical, behavioral
and digital interventions -- A study using agent based modeling
- Title（参考訳）: 最初の100日間のパンデミック : 薬物・行動・デジタル介入の相互作用-エージェント・ベース・モデリングを用いた研究
- Authors: Gauri Gupta, Ritvik Kapila, Ayush Chopra, Ramesh Raskar
- Abstract要約: 我々は、現実的な薬品、行動、デジタル介入をシミュレートし、現実の政策導入における課題を反映する。
本分析の結果,パンデミックの進行過程を決定する上で,最初の100日間が重要な役割を担っていることが明らかとなった。
- 参考スコア（独自算出の注目度）: 14.192977334409104
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Pandemics, notably the recent COVID-19 outbreak, have impacted both public
health and the global economy. A profound understanding of disease progression
and efficient response strategies is thus needed to prepare for potential
future outbreaks. In this paper, we emphasize the potential of Agent-Based
Models (ABM) in capturing complex infection dynamics and understanding the
impact of interventions. We simulate realistic pharmaceutical, behavioral, and
digital interventions that mirror challenges in real-world policy adoption and
suggest a holistic combination of these interventions for pandemic response.
Using these simulations, we study the trends of emergent behavior on a
large-scale population based on real-world socio-demographic and geo-census
data from Kings County in Washington. Our analysis reveals the pivotal role of
the initial 100 days in dictating a pandemic's course, emphasizing the
importance of quick decision-making and efficient policy development. Further,
we highlight that investing in behavioral and digital interventions can reduce
the burden on pharmaceutical interventions by reducing the total number of
infections and hospitalizations, and by delaying the pandemic's peak. We also
infer that allocating the same amount of dollars towards extensive testing with
contact tracing and self-quarantine offers greater cost efficiency compared to
spending the entire budget on vaccinations.
- Abstract（参考訳）: パンデミック、特に最近の新型コロナウイルスの流行は、公衆衛生と世界経済の両方に影響を与えている。
今後の流行に備えるためには、病気の進行と効率的な対応戦略の深い理解が必要である。
本稿では,複雑な感染動態を捉え,介入の影響を理解する上で,エージェントベースモデル(ABM)の可能性を強調する。
我々は、現実の政策導入における課題を反映した現実的な医薬品、行動、デジタル介入をシミュレートし、これらの介入の全体的組み合わせをパンデミック対応に提案する。
これらのシミュレーションを用いて,ワシントン州キングス郡における実世界社会デマトグラフィーおよび地理センサスデータに基づいて,大規模人口における創発行動の傾向を検討した。
本分析は, 迅速な意思決定と効率的な政策開発の重要性を強調した上で, パンデミックの進路を決定する上で, 最初の100日間の重要な役割を明らかにした。
さらに、行動やデジタル介入への投資は、感染や入院の合計数を減らし、パンデミックのピークを遅らせることで、薬剤的介入の負担を軽減できる点を強調した。
また、接触追跡や自己検疫による広範囲な検査に同じ金額を割り当てることで、予防接種に全予算を費やすよりもコスト効率が高いと推測しています。
関連論文リスト
- 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) - Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。
疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。
また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
論文 参考訳（メタデータ） (2022-07-19T16:15:11Z) - 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) - Digital Epidemiology: A review [0.0]
疫学は近年、計算モデルに基づく大きな進歩を目撃している。
ビッグデータとアプリによって、大規模な実データによるモデルの検証と精錬が可能になる。
エボラは、システム解を必要とするため、複雑性のレンズからアプローチする必要がある。
論文 参考訳（メタデータ） (2021-04-08T08:45:20Z) - Impact of Interventional Policies Including Vaccine on Covid-19
Propagation and Socio-Economic Factors [0.7874708385247353]
本研究の目的は、新型コロナウイルスの伝播と社会経済的影響をモデル化、予測、シミュレーションするための予測分析フレームワークを提供することである。
私たちは最近ローンチしたオープンソースのCOVID-19ビッグデータプラットフォームを活用し、公開研究を使用して潜在的に関連する変数を見つけました。
先進的な機械学習パイプラインは、現代的な機械学習アーキテクチャにデプロイされた自己進化モデルを用いて開発された。
論文 参考訳（メタデータ） (2021-01-11T15:08:07Z) - 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) - Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。
本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。
我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
論文 参考訳（メタデータ） (2020-09-20T12:24:45Z) - From predictions to prescriptions: A data-driven response to COVID-19 [42.57407485467993]
新型コロナウイルスの臨床的特徴を理解するための包括的データ駆動型アプローチを提案する。
私たちは、感染や死亡のリスクを予測するために、パーソナライズされた電卓を構築します。
人工呼吸器の再配置と不足軽減のための最適化モデルを提案する。
論文 参考訳（メタデータ） (2020-06-30T03:34:00Z) - 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) - Data-driven Simulation and Optimization for Covid-19 Exit Strategies [16.31545249131776]
コロナウイルスSARS-2の急速な普及は、世界中のほぼ全ての政府が悲劇に対応するために徹底的な対策を講じる大きな課題である。
我々は,疫学パラメータの深層学習推定を組み合わせたパンデミックシミュレーションと予測ツールキットを構築した。
論文 参考訳（メタデータ） (2020-06-12T11:18:25Z) - 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。