論文の概要: Time Series Forecasting of HIV/AIDS in the Philippines Using Deep
Learning: Does COVID-19 Epidemic Matter?
- arxiv url: http://arxiv.org/abs/2401.05933v1
- Date: Thu, 11 Jan 2024 14:11:30 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-12 14:17:55.776288
- Title: Time Series Forecasting of HIV/AIDS in the Philippines Using Deep
Learning: Does COVID-19 Epidemic Matter?
- Title（参考訳）: 深層学習によるフィリピンのhiv/aidsの時系列予測:新型コロナの流行は問題か?
- Authors: Sales G. Aribe Jr., Bobby D. Gerardo, Ruji P. Medina
- Abstract要約: フィリピンではHIV/AIDSが流行し、西太平洋では最も急拡大している。
HIVのサービスや開発に対するCOVID-19の完全な影響はまだ分かっていないが、そのような破壊はHIVの犠牲者の増加につながる可能性があると予測されている。
本研究は多層パーセプトロンニューラルネットワークを用いて、新型コロナウイルスのパンデミックが全国を襲う期間の時系列を予測する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: With a 676% growth rate in HIV incidence between 2010 and 2021, the HIV/AIDS
epidemic in the Philippines is the one that is spreading the quickest in the
western Pacific. Although the full effects of COVID-19 on HIV services and
development are still unknown, it is predicted that such disruptions could lead
to a significant increase in HIV casualties. Therefore, the nation needs some
modeling and forecasting techniques to foresee the spread pattern and enhance
the governments prevention, treatment, testing, and care program. In this
study, the researcher uses Multilayer Perceptron Neural Network to forecast
time series during the period when the COVID-19 pandemic strikes the nation,
using statistics taken from the HIV/AIDS and ART Registry of the Philippines.
After training, validation, and testing of data, the study finds that the
predicted cumulative cases in the nation by 2030 will reach 145,273.
Additionally, there is very little difference between observed and anticipated
HIV epidemic levels, as evidenced by reduced RMSE, MAE, and MAPE values as well
as a greater coefficient of determination. Further research revealed that the
Philippines seems far from achieving Sustainable Development Goal 3 of Project
2030 due to an increase in the nations rate of new HIV infections. Despite the
detrimental effects of COVID-19 spread on HIV/AIDS efforts nationwide, the
Philippine government, under the Marcos administration, must continue to adhere
to the United Nations 90-90-90 targets by enhancing its ART program and
ensuring that all vital health services are readily accessible and available.
- Abstract（参考訳）: 2010年から2021年にかけてのHIV感染者は676%増加し、フィリピンのHIV/AIDS流行は西太平洋で最も急速に拡大している。
HIVのサービスと開発に対するCOVID-19の完全な影響はまだ分かっていないが、そのような破壊がHIVの犠牲者を著しく増加させる可能性があると予測されている。
そのため、国民は拡散パターンを予見し、政府の予防、治療、テスト、ケアプログラムを強化するためのモデリングと予測技術を必要としている。
本研究では,多層パーセプトロンニューラルネットワークを用いて,フィリピンのHIV/AIDSとARTレジストリから得られた統計を用いて,新型コロナウイルスのパンデミックが全国を襲った期間の時系列を予測する。
データのトレーニング、検証、テストの後、2030年までに国内で予測される累積ケースは145,273件に達する。
さらに、RMSE値、MAE値、MAPE値の減少と判定係数の増大によって証明されるように、観察されたHIVの流行レベルと予測されるHIVの流行レベルにはほとんど差がない。
フィリピンが2030年計画の持続可能な開発目標3を達成するには程遠いことが、さらなる研究で明らかになった。
全国のHIV/AIDS対策に新型コロナウイルス(COVID-19)の有害な影響が拡大しているにもかかわらず、マルコス政権下のフィリピン政府は、ARTプログラムを強化し、すべての重要な医療サービスが容易にアクセス可能であることを保証することで、国連の90-90-90目標に固執し続けなければならない。
関連論文リスト
- A Multi-Agent Reinforcement Learning Framework for Evaluating the U.S.
Ending the HIV Epidemic Plan [2.498439320062193]
HIVエピデミックイニシアチブの終了は、2030年までに90%の新規感染を減らすことを目的としている。
既存のHIV決定分析モデルでは、特定の都市または全国の人口を評価し、管轄的な相互作用や違いを見落としている。
本稿では,地域別意思決定分析が可能なマルチエージェント強化学習(MARL)モデルを提案する。
論文 参考訳（メタデータ） (2023-11-01T21:19:35Z) - 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) - Forecast Analysis of the COVID-19 Incidence in Lebanon: Prediction of
Future Epidemiological Trends to Plan More Effective Control Programs [0.0]
レバノンにおけるcovid-19の拡散をエージェントベースのモデルを用いてシミュレーションする。
シミュレーション中に、異なる非薬学介入を導入することができる。
我々は、予防接種キャンペーンがまだ国で遅い間、学校の開校を遅らせる方が良いと結論付けました。
論文 参考訳（メタデータ） (2021-05-11T08:07:03Z) - Modeling the geospatial evolution of COVID-19 using spatio-temporal
convolutional sequence-to-sequence neural networks [48.7576911714538]
ポルトガルは世界最大の発生率を持つ国であり、人口10万人当たりの14日間の発生率が1000を超える。
その重要性にもかかわらず、covid-19の地理空間的進化の正確な予測は依然として課題である。
論文 参考訳（メタデータ） (2021-05-06T15:24:00Z) - COVID-19 Outbreak Prediction and Analysis using Self Reported Symptoms [12.864257751458712]
新型コロナウイルスの流行状況を把握するために、自己報告型症状調査データを用いています。
本研究は、自己申告された症状に基づいて、新型コロナウイルス陽性の集団の確率%を予測しようと試みた。
人口の%がcovid-19ライクな疾患(cli)を患っており、それぞれ0.15%と1.14%が絶対エラーであった。
論文 参考訳（メタデータ） (2020-12-21T00:37:24Z) - 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) - Projections for COVID-19 spread in India and its worst affected five
states using the Modified SEIRD and LSTM models [3.0507203596180488]
本論文は、インドにおける新型コロナウイルス感染を予測するための修正SEIRD(Susceptible-Exposed-Incovered-Recovered-Deceased)モデルを提案する。
修正SEIRDモデルから得られた投射もLSTMによる30日間の投射と比較した。
この論文で示された結果は、インドに広がる新型コロナウイルス(COVID-19)を抑えるための今後の政策決定のためのビーコンとして機能する。
論文 参考訳（メタデータ） (2020-09-07T07:38:10Z) - COVID-19 Pandemic Outbreak in the Subcontinent: A data-driven analysis [0.8057708414390126]
2019年12月下旬、中国湖北省武漢市で新型コロナウイルス(COVID-19)が流行した。
多くの研究が、この亜大陸は新型コロナウイルスの影響で最悪の地域にとどまる可能性があると主張している。
本稿ではバングラデシュ、インド、パキスタンの公開疫学データを用いて再生数を推定する。
論文 参考訳（メタデータ） (2020-08-22T10:40:17Z) - Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。
私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。
調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文 参考訳（メタデータ） (2020-07-22T18:02:39Z) - 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) - Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。
実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文 参考訳（メタデータ） (2020-06-05T02:04:25Z)
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。