論文の概要: Unmasking COVID-19 Vulnerability in Nigeria: Mapping Risks Beyond Urban Hotspots

• arxiv url: http://arxiv.org/abs/2509.05398v1
• Date: Fri, 05 Sep 2025 14:45:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-09 14:07:03.49656
• Title: Unmasking COVID-19 Vulnerability in Nigeria: Mapping Risks Beyond Urban Hotspots
• Title（参考訳）: ナイジェリアで新型コロナウイルスの感染拡大の恐れを解き明かす-都会のホットスポットを超えるリスク
• Authors: Sheila Wafula, Blessed Madukoma,
• Abstract要約: 新型コロナウイルスのパンデミックはナイジェリアの公衆衛生システムに大きな課題をもたらしている。 本研究では, 状態の脆弱性に寄与する要因について検討し, 複合リスクスコアを用いて定量化する。 ラゴスは全国のケースの35.4%を占めており、リスクスコアが最も高い。
• 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: The COVID-19 pandemic has presented significant challenges in Nigeria's public health systems since the first case reported on February 27, 2020. This study investigates key factors that contribute to state vulnerability, quantifying them through a composite risk score integrating population density (weight 0.2), poverty (0.4), access to healthcare (0.3), and age risk (0.1), adjusted by normalized case rates per 100,000. States were categorized into low-, medium-, and high-density areas to analyze trends and identify hotspots using geographic information system (GIS) mapping. The findings reveal that high-density urban areas, such as Lagos, accounting for 35.4% of national cases, had the highest risk scores (Lagos: 673.47 vs. national average: 28.16). These results align with global and local studies on the spatial variability of COVID-19 in Nigeria, including international frameworks such as the CDC Social Vulnerability Index. Google Trends data highlight variations in public health awareness, serving as a supplementary analysis to contextualize vulnerability. The risk score provides a prioritization tool for policymakers to allocate testing, vaccines, and healthcare resources to high-risk areas, though data gaps and rural underreporting call for further research. This framework can extend to other infectious diseases, offering lessons for future pandemics in resource-limited settings.
• Abstract（参考訳）: 新型コロナウイルスのパンデミックは、2020年2月27日に報告された最初の事例以来、ナイジェリアの公衆衛生システムに重大な課題を呈している。 本研究では、人口密度(0.2)、貧困(0.4)、医療へのアクセス(0.3)、年齢リスク(0.1)を10万人当たりの正常化ケースレートで調整した複合リスクスコアを用いて、国家の脆弱性に寄与する要因を定量化する。 州は、地理情報システム(GIS)マッピングを用いて、トレンドを分析し、ホットスポットを特定するために、低、中、高密度の地域に分類された。 その結果、人口の35.4%を占めるラゴスのような高密度の都市部が最もリスクスコアが高いことが判明した(ラゴス:673.47対全国平均28.16)。 これらの結果は、CDC社会脆弱性指数などの国際的枠組みを含むナイジェリアにおけるCOVID-19の空間的変動に関する世界的および地域的な研究と一致している。 Google Trendsのデータは、公衆衛生に対する意識の変化を強調しており、コンテキストの脆弱性を補足する分析として機能している。 リスクスコアは、リスクの高い地域にテスト、ワクチン、医療資源を割り当てる政策立案者のための優先順位付けツールを提供する。 この枠組みは、他の感染症にも拡張でき、リソース制限された環境で将来のパンデミックの教訓を提供する。

関連論文リスト

• COVID-19 Spreading Prediction and Impact Analysis by Using Artificial Intelligence for Sustainable Global Health Assessment [0.0]
  現在、新型コロナウイルスの流行は2,164,111人以上に影響し、世界中で200カ国以上で146,198人以上が死亡している。 この状況におけるAIの根本的な困難は、情報の可用性の制限と病気の確実性である。 本稿では、AIを統合して感染症の発生を予測するとともに、ディープラーニングを用いたAIが新型コロナウイルス感染した胸部X線を認識できるかどうかを検証した。
  論文  参考訳（メタデータ） (2023-04-23T19:48:29Z)
• The Report on China-Spain Joint Clinical Testing for Rapid COVID-19 Risk Screening by Eye-region Manifestations [59.48245489413308]
  携帯電話カメラで中国とスペインで撮影された視線領域の画像を用いて、新型コロナウイルスの早期スクリーニングモデルを開発し、テストした。 AUC, 感度, 特異性, 精度, F1。
  論文  参考訳（メタデータ） (2021-09-18T02:28:01Z)
• 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)
• Towards Accurate Spatiotemporal COVID-19 Risk Scores using High Resolution Real-World Mobility Data [15.302926747159557]
  比較的細かい空間的および時間的リスクスコアを割り当てるHawkesプロセスベースの技術を開発する。 位置密度と移動行動に基づくリスクスコアの開発に重点を置いている。 以上の結果から,高分解能モビリティデータに基づく細粒度リスクスコアは,有用な洞察を提供し,安全に再オープンできることが示された。
  論文  参考訳（メタデータ） (2020-12-14T06:31:28Z)
• Machine learning spatio-temporal epidemiological model to evaluate Germany-county-level COVID-19 risk [26.228330223358952]
  我々は,感染データから流行動態を抽出するための機械支援フレームワークを開発した。 この新しいツールボックスは、ドイツで412のランドクライス(国)にまたがる多水準のCO-19流行の予測に最初に利用された。 実用上、最悪の死者が35万人であるクリスマスの状況を予測し、効果的な政策は2万人未満に抑える可能性がある。
  論文  参考訳（メタデータ） (2020-11-30T20:17:19Z)
• UNITE: Uncertainty-based Health Risk Prediction Leveraging Multi-sourced Data [81.00385374948125]
  我々はUNcertaInTyベースのhEalth Risk Prediction(UNITE)モデルを提案する。 UNITEは、複数ソースの健康データを活用した正確な疾患リスク予測と不確実性推定を提供する。 非アルコール性脂肪肝疾患(NASH)とアルツハイマー病(AD)の実態予測タスクにおけるUNITEの評価を行った。 UNITEはAD検出のF1スコアで最大0.841点、NASH検出のPR-AUCで最大0.609点を達成し、最高のベースラインで最大19%の高パフォーマンスを達成している。
  論文  参考訳（メタデータ） (2020-10-22T02:28:11Z)
• 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)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)
• When and How to Lift the Lockdown? Global COVID-19 Scenario Analysis and Policy Assessment using Compartmental Gaussian Processes [111.69190108272133]
  新型コロナウイルス(COVID-19)の世界的な感染拡大を受け、多くの国が前例のないロックダウン措置を講じている。 さまざまなロックダウンポリシーシナリオの下で、新型コロナウイルスの死亡率を予測するデータ駆動モデルが不可欠だ。 本稿では,グローバルな状況下での新型コロナウイルスロックダウンポリシーの効果を予測するためのベイズモデルを開発する。
  論文  参考訳（メタデータ） (2020-05-13T18:21:50Z)
• $\alpha$-Satellite: An AI-driven System and Benchmark Datasets for Hierarchical Community-level Risk Assessment to Help Combat COVID-19 [24.774285634657787]
  新型コロナウイルス(COVID-19)の感染者は53万1000人を超え、少なくとも171カ国で2万4000人以上が死亡している。 新型コロナウイルスの感染拡大を受け、地域住民の感染が拡大するとの見方が強まっている。 我々は、階層的なコミュニティレベルのリスク評価を提供するAI駆動システム(初期提供として$alpha$-Satelliteと名づけられた)を提案し、開発する。
  論文  参考訳（メタデータ） (2020-03-27T04:44:53Z)
• 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。