論文の概要: Promoting Fair Vaccination Strategies Through Influence Maximization: A Case Study on COVID-19 Spread
- arxiv url: http://arxiv.org/abs/2403.05564v1
- Date: Tue, 20 Feb 2024 20:54:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-25 08:27:08.998615
- Title: Promoting Fair Vaccination Strategies Through Influence Maximization: A Case Study on COVID-19 Spread
- Title（参考訳）: 影響最大化によるワクチン接種戦略の公正化:COVID-19感染拡大を事例として
- Authors: Nicola Neophytou, Afaf Taïk, Golnoosh Farnadi,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 5.505634045241288
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The aftermath of the Covid-19 pandemic saw more severe outcomes for racial minority groups and economically-deprived communities. Such disparities can be explained by several factors, including unequal access to healthcare, as well as the inability of low income groups to reduce their mobility due to work or social obligations. Moreover, senior citizens were found to be more susceptible to severe symptoms, largely due to age-related health reasons. Adapting vaccine distribution strategies to consider a range of demographics is therefore essential to address these disparities. In this study, we propose a novel approach that utilizes influence maximization (IM) on mobility networks to develop vaccination strategies which incorporate demographic fairness. By considering factors such as race, social status, age, and associated risk factors, we aim to optimize vaccine distribution to achieve various fairness definitions for one or more protected attributes at a time. Through extensive experiments conducted on Covid-19 spread in three major metropolitan areas across the United States, we demonstrate the effectiveness of our proposed approach in reducing disease transmission and promoting fairness in vaccination distribution.
- Abstract（参考訳）: 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。
このような格差は、医療への不平等なアクセスや、低所得層が仕事や社会的義務によってモビリティを低下させることができないことなど、いくつかの要因によって説明できる。
さらに、高齢者は、主に年齢に関連する健康上の理由から、重度の症状を受けやすいことが判明した。
したがって、ワクチン配布戦略を様々な人口層に適応させることは、これらの格差に対処するためには不可欠である。
本研究では,モビリティネットワークにおける影響最大化(IM)を利用して,人口動態の公平性を考慮した予防接種戦略を開発する手法を提案する。
人種、社会的地位、年齢、関連するリスク要因などの要因を考慮し、ワクチンの分布を最適化し、一度に1つ以上の保護された属性に対する様々な公正定義を実現することを目指す。
全国の3大都市圏に広がるコビッドウイルスに関する広範な実験を通じて, 予防接種分布の低減と公平性向上に向けた提案手法の有効性を実証した。
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) - Population Age Group Sensitivity for COVID-19 Infections with Deep
Learning [0.0]
新型コロナウイルス(COVID-19)のパンデミックは、世界中の政府や医療システムにとって前例のない課題を生み出している。
この研究は、米国の郡レベルでの新型コロナウイルス感染率において最も影響力のある年齢層を特定することを目的としている。
論文 参考訳（メタデータ） (2023-07-03T04:56:55Z) - 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) - 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) - Deploying Vaccine Distribution Sites for Improved Accessibility and
Equity to Support Pandemic Response [21.13458519284399]
多くの国はSARS-CoV-2の拡散を遅らせるため、社会的距離を義務付け、大規模なグループ集会を禁止している。
これらの社会的介入とワクチンは、SARS CoV-2の拡散を抑えるための最善策である。
ワクチンのアクセシビリティを高めるために、バージニア州のような州は、ワクチンを全国に配布するために移動式ワクチン接種センターを設置してきた。
論文 参考訳（メタデータ） (2022-02-09T19:57:55Z) - Strategic COVID-19 vaccine distribution can simultaneously elevate
social utility and equity [22.800692128612983]
社会的効用と株式は、最も不利なコミュニティに対してワクチンアクセスが優先されるときに同時に改善される。
我々は,コミュニティが直面するリスクと,社会に予防接種を受けないよう強制するリスクを捉える2つの行動認識指標,コミュニティリスクと社会的害を設計する。
論文 参考訳（メタデータ） (2021-11-12T12:31:11Z) - 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) - Controlling the Outbreak of COVID-19: A Noncooperative Game Perspective [61.558752620308134]
孤立と社会的距離は、このパンデミックを抑える効果的な予防措置のようだ。
我々は、新型コロナウイルスの感染拡大を防ぐために、社会的距離を維持するためのインセンティブを提供する非協力型ゲームを提案する。
数値的な結果は、個人のインセンティブが85%以上増加し、家庭隔離の割合が増加することを示している。
論文 参考訳（メタデータ） (2020-07-27T04:28:32Z) - 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) - 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。