論文の概要: Discovering Transmission Dynamics of COVID-19 in China

• arxiv url: http://arxiv.org/abs/2512.22787v1
• Date: Sun, 28 Dec 2025 05:10:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-30 22:37:30.223911
• Title: Discovering Transmission Dynamics of COVID-19 in China
• Title（参考訳）: 中国における新型ウイルスの感染動態の解明
• Authors: Zhou Yang, Edward Dougherty, Chen Zhang, Zhenhe Pan, Fang Jin,
• Abstract要約: 本研究では,中国におけるSARS-CoV-2送信パターンについて,公開追跡データを用いて検討する。 その結果、大きな都市では感染が増加し、おそらくは社会活動によって引き起こされると考えられる地域差が顕著に見られた。
• 参考スコア（独自算出の注目度）: 7.360951660622174
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A comprehensive retrospective analysis of public health interventions, such as large scale testing, quarantining, and contact tracing, can help identify mechanisms most effective in mitigating COVID-19. We investigate China based SARS-CoV-2 transmission patterns (e.g., infection type and likely transmission source) using publicly released tracking data. We collect case reports from local health commissions, the Chinese CDC, and official local government social media, then apply NLP and manual curation to construct transmission/tracking chains. We further analyze tracking data together with Wuhan population mobility data to quantify and visualize temporal and spatial spread dynamics. Results indicate substantial regional differences, with larger cities showing more infections, likely driven by social activities. Most symptomatic individuals (79\%) were hospitalized within 5 days of symptom onset, and those with confirmed-case contact sought admission in under 5 days. Infection sources also shifted over time: early cases were largely linked to travel to (or contact with travelers from) Hubei Province, while later transmission was increasingly associated with social activities.
• Abstract（参考訳）: 大規模な検査、隔離、接触追跡などの公衆衛生介入に関する包括的な振り返り分析は、新型コロナウイルスの緩和に最も有効なメカニズムを特定するのに役立つ。 本研究は,中国におけるSARS-CoV-2感染パターン(例:感染タイプおよびおそらく感染源)について,公開追跡データを用いて検討する。 我々は、地方保健委員会、中国CDC、地方公共団体のソーシャルメディアからケースレポートを収集し、NLPと手動のキュレーションを適用して、トランスミッション/トラッキングチェーンを構築する。 さらに,武漢人口移動データとともに追跡データを解析し,時間的・空間的拡散動態の定量化と可視化を行う。 その結果、大きな都市では感染が増加し、おそらくは社会活動によって引き起こされると考えられる地域差が顕著に見られた。 症状発症後5日以内に79 %の患者が入院し, 患者は5日以内に入院した。 感染源も時代とともに変化し、初期の患者は船井国への旅行(または旅行者との接触)に大きく関連し、その後の感染は社会活動と結びつきが増した。

関連論文リスト

• Combining digital data streams and epidemic networks for real time outbreak detection [14.31847187460321]
  我々は、リアルタイムでアウトブレイクを識別する機械学習フレームワークであるLRTrendを紹介する。 LRTrendは、単一のリージョン内の多様な健康および行動データストリームを効果的に集約する。 病気固有の疫病ネットワークを学習し、地域間で情報を収集する。
  論文  参考訳（メタデータ） (2025-11-10T14:53:52Z)
• Understanding the Impact of the COVID-19 Pandemic on Transportation-related Behaviors with Human Mobility Data [36.99572681309649]
  中国本土での新型コロナウイルスの感染拡大は、最近このウイルスとの戦いの成功例と見なされている。 私たちは、Baidu Mapsから集めた膨大な量の人的移動データを使って、パンデミックの最中の人々の詳細な反応を調べています。
  論文  参考訳（メタデータ） (2022-02-16T10:32:39Z)
• C-Watcher: A Framework for Early Detection of High-Risk Neighborhoods Ahead of COVID-19 Outbreak [54.39837683016444]
  C-Watcherは、新型コロナウイルスの感染拡大に先立ち、対象都市のすべての地区を検査し、感染リスクを予測することを目指している。 C-WatcherはBaidu Mapsから大規模な人体移動データを収集し、都市移動パターンに基づいた一連の特徴を用いて市内のすべての住宅地区を特徴付ける。 新型コロナウイルスの感染拡大の初期段階における実データ記録を用いたC-Watcherの広範な実験を行った。
  論文  参考訳（メタデータ） (2020-12-22T17:02:54Z)
• Predicting Infectiousness for Proactive Contact Tracing [75.62186539860787]
  大規模デジタル接触追跡は、ウイルスの拡散を最小限に抑えながら、経済と社会活動を再開する潜在的な解決策である。 プライバシ、モビリティ制限、公衆衛生のトレードオフを行う様々なDCT手法が提案されている。 本稿では,個人の感染を積極的に予測するためにスマートフォンに展開可能な方法を開発し,検証する。
  論文  参考訳（メタデータ） (2020-10-23T17:06:07Z)
• 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)
• 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)
• Tracking COVID-19 by Tracking Infectious Trajectories [0.0]
  新型コロナウイルスのパンデミックは 依然として多くの死者と 感染者を発生させています 調査報告2は、中国で確認された感染の79%が、症状のない未報告の患者によって引き起こされたと報告している。 我々は、未文書の患者と感染箇所の両方を見つけるために特別に設計されたIoT(Internet of Things)調査システムを提案する。
  論文  参考訳（メタデータ） (2020-05-12T02:20:09Z)
• Quantifying the Effects of Contact Tracing, Testing, and Containment Measures in the Presence of Infection Hotspots [18.227721607607183]
  複数の証拠は、一人が他の多くの人に感染するホットスポットが、新型コロナウイルスの感染動態において重要な役割を担っていることを強く示唆している。 個人が接触し、互いに感染するサイトへの訪問を具体的に表現する、時間的ポイントプロセスモデリングフレームワークを導入する。 我々のモデルでは、自然に感染した個体によって引き起こされる感染の数が過度に分散する。
  論文  参考訳（メタデータ） (2020-04-15T17:18:32Z)
• A County-level Dataset for Informing the United States' Response to COVID-19 [5.682299443164938]
  我々は、アメリカ合衆国郡のレベルに関する政府、ジャーナリスト、学術情報源から関連するデータを収集するデータセットを提示する。 私たちのデータセットには300以上の変数が含まれており、人口推計、人口統計、民族、住宅、教育、雇用と所得、気候、交通、スコア、医療システム関連メトリクスを要約しています。
  論文  参考訳（メタデータ） (2020-04-01T05:07:27Z)

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。