論文の概要: Modeling the Impact of Exposed Cases in a Hantavirus Outbreak on a Cruise Ship
- arxiv url: http://arxiv.org/abs/2605.07498v1
- Date: Fri, 08 May 2026 09:36:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-11 19:43:38.964015
- Title: Modeling the Impact of Exposed Cases in a Hantavirus Outbreak on a Cruise Ship
- Title（参考訳）: ハンタウイルス感染発生例がクルーズ船に及ぼす影響のモデル化
- Authors: Jiaming Cui,
- Abstract要約: 商業クルーズ船に搭載されたハンタウイルスの出現は、公衆衛生上の重大な懸念を浮き彫りにしている。
本研究では,送信ダイナミクスを推定する離散時間変動型Susceptible-Exposed-Infectious-Recovered-Deadモデルを開発した。
- 参考スコア（独自算出の注目度）: 4.986274167989817
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The emergence of a hantavirus variant aboard a commercial cruise ship presents a significant public health concern. This study develops a discrete-time stochastic Susceptible-Exposed-Infectious-Recovered-Dead model to estimate transmission dynamics, hidden exposed infections, and outbreak risk among passengers and crew. Epidemiological parameters and latent disease states were inferred using an Ensemble Adjustment Kalman Filter calibrated to reported case data from WHO and ECDC situation reports. The estimated basic reproduction number was 2.76, with a 95\% confidence interval of 2.52-2.99, indicating substantial potential for sustained onboard transmission before strict quarantine measures. Simulations further suggest that several exposed individuals may remain unidentified during the early outbreak phase, creating a hidden reservoir that symptom-based surveillance alone may fail to detect. These findings highlight the importance of rapid surveillance, widespread testing, targeted quarantine, and active monitoring of exposed individuals in confined travel settings. The proposed modeling framework can support timely outbreak assessment and intervention planning for infectious-disease events in similarly dense and spatially constrained populations.
- Abstract（参考訳）: 商業クルーズ船に搭載されたハンタウイルス変異体が出現すると、公衆衛生上の重大な懸念が浮かび上がっている。
本研究は, 感染動態, 隠蔽感染, 乗客・乗員の感染リスクを推定するために, 離散時間確率型感染死モデルを構築した。
WHO および ECDC の状況報告から報告された症例データに基づいて,Ensemble Adjustment Kalman Filter を用いて疫学パラメータと潜伏病状態を推定した。
推定された基本再生数は2.76であり、95%の信頼区間は2.52-2.99であり、厳格な検疫措置の前に船上での送信が持続する可能性を示している。
さらにシミュレーションでは、複数の露出した個体が早期発生の段階で未同定のままであり、症状に基づく監視だけでは検出できない隠れた貯水池を作る可能性が示唆されている。
これらの知見は、急激な監視、広範囲な検査、標的検疫、密集した旅行環境における被曝個体の活発な監視の重要性を浮き彫りにした。
提案手法は, 同様の人口密度, 空間的に制約された地域において, 感染発生のタイムリーな評価と介入計画を支援することができる。
関連論文リスト
- Generative diffusion models for spatiotemporal influenza forecasting [0.0]
Influpaintは、監視とシミュレートされた軌道のハイブリッドデータセットから、豊富な分布病のダイナミクスを学ぶ。
Influpaintは,先行するアンサンブル法と競合する,現実的で多様な流行経路と予測精度を生成する。
論文 参考訳（メタデータ） (2026-04-27T18:48:40Z) - AURA: Development and Validation of an Augmented Unplanned Removal Alert System using Synthetic ICU Videos [1.8993428741072542]
集中治療室 (ICUs) における非計画的外挿 (UE) の重要性
AURA(Augmented Unplanned removal Alert)は、完全に合成されたビデオデータセットに基づいて開発・検証された視覚ベースのリスク検出システムである。
論文 参考訳（メタデータ） (2025-11-15T14:52:37Z) - Deep State-Space Generative Model For Correlated Time-to-Event Predictions [54.3637600983898]
そこで本研究では,様々な種類の臨床イベント間の相互作用を捉えるために,潜伏状態空間生成モデルを提案する。
また,死亡率と臓器不全の関連性について有意な知見が得られた。
論文 参考訳（メタデータ） (2024-07-28T02:42:36Z) - SepsisLab: Early Sepsis Prediction with Uncertainty Quantification and Active Sensing [67.8991481023825]
セプシスは米国での院内死亡の主な原因である。
既存の予測モデルは通常、情報不足の少ない高品質なデータで訓練される。
限られた観察により信頼性の低い高リスク患者に対して,ロバストな能動センシングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-07-24T04:47:36Z) - Adaptive Sequential Surveillance with Network and Temporal Dependence [1.7205106391379026]
戦略的なテストアロケーションは、パンデミックと既存のパンデミックの両方のコントロールにおいて重要な役割を果たしている。
感染症の監視は、ユニークな統計上の課題を提示する。
適応型シーケンシャル監視のためのオンライン・スーパーラーナーを提案する。
論文 参考訳（メタデータ） (2022-12-05T17:04:17Z) - Modeling COVID-19 uncertainties evolving over time and density-dependent
social reinforcement and asymptomatic infections [35.57038204847526]
新型コロナウイルス感染症2019(COVID-19)は、特異で未知の問題の複雑さとモデリングの課題を提示する。
新型コロナウイルスのインキュベーション期間や無症候性感染症でよく見られる非文書化(U)と文書化(D)を特徴付けるための新しいハイブリッドアプローチを導入する。
論文 参考訳（メタデータ） (2021-08-23T09:38:54Z) - STELAR: Spatio-temporal Tensor Factorization with Latent Epidemiological
Regularization [76.57716281104938]
我々は,多くの地域の流行傾向を同時に予測するテンソル法を開発した。
stelarは離散時間差分方程式のシステムを通じて潜在時間正規化を組み込むことで長期予測を可能にする。
我々は、カウンティレベルと州レベルのCOVID-19データの両方を用いて実験を行い、このモデルが流行の興味深い潜伏パターンを識別できることを示します。
論文 参考訳（メタデータ） (2020-12-08T21:21:47Z) - 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) - 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) - Continuous Learning and Inference of Individual Probability of
SARS-CoV-2 Infection Based on Interaction Data [0.0]
本研究は,SARS-CoV-2ウイルスの非感染性キャリアーの確率を,対話型連続学習と,感染性ランキングのための個別確率推定(CLIIP)を用いて決定する新しい手法を提案する。
従来の接触追跡法と比較して,非血縁性ウイルスキャリアーの探索に必要なスクリーニングと検疫を最大94%削減する。
論文 参考訳（メタデータ） (2020-06-08T14:52:04Z) - Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using
Deep Multiple-Instance Learning [59.74684475991192]
パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。
PD症状には、震動、剛性、ブレイキネジアがある。
本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
論文 参考訳（メタデータ） (2020-05-06T09:02:30Z)
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。