論文の概要: A Stochastic Epidemiological Model of Latent Tuberculosis in a Radiation Exposed Mars Colony
- arxiv url: http://arxiv.org/abs/2606.25728v1
- Date: Wed, 24 Jun 2026 11:49:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 17:05:30.319517
- Title: A Stochastic Epidemiological Model of Latent Tuberculosis in a Radiation Exposed Mars Colony
- Title（参考訳）: 放射線曝露した火星コロニーにおける潜伏結核の確率疫学モデル
- Abstract要約: 火星のコロニーは、慢性放射線、免疫の変化、医療の自律性の制限、室内空気の工学などを組み合わせた環境に小さな閉じた人口を配置する。
宿主のコントロールが悪化すると、臨床的にサイレントキャリアーが感染性疾患の原因になる可能性があるため、潜伏感染は特に重要である。
我々は,火星植民地における潜伏結核再活性化の宿主放射-病原体-居住モデルを構築した。
- 参考スコア（独自算出の注目度）: 6.396288020763144
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Plans to establish a sustained human presence on Mars have moved from speculative ambition toward concrete engineering programmes, making the biological consequences of settlement an increasingly practical question. A Mars colony would place a small, closed population in an environment combining chronic radiation, altered immunity, constrained medical autonomy, and engineered indoor air. Latent infections are especially important because clinically silent carriers may become sources of transmissible disease when host control deteriorates. In this study, we develop a stochastic host-radiation-pathogen-habitat model of latent tuberculosis reactivation in a Mars colony. The model links galactic cosmic radiation to immune competence, immune competence to latent-tuberculosis reactivation, and reactivation to airborne transmission in a closed habitat. We also formulate countermeasure allocation as a partially observable sequential decision problem in which isolation and medication are selected by fixed baselines or by a proximal policy optimization policy trained on an agent-based simulator. Our simulations show that active tuberculosis can emerge endogenously despite no initial infectious cases, and that risk is most sensitive to latent reservoir size, radiation-immune coupling and reactivation sensitivity. Adaptive control reduced infectious burden and mortality while limiting unnecessary intervention. This framework supports mission-specific stress testing of screening, monitoring, shielding and treatment strategies before launch.
- Abstract（参考訳）: 火星での持続的な人間の存在を確立する計画は、投機的な野心から具体的なエンジニアリングプログラムへと移行し、定住の生物学的な結果がますます現実的な問題となっている。
火星のコロニーは、慢性放射線、免疫の変化、医療の自律性の制限、室内空気の工学などを組み合わせた環境に小さな閉じた人口を配置する。
宿主のコントロールが悪化すると、臨床的にサイレントキャリアーが感染性疾患の原因になる可能性があるため、潜伏感染は特に重要である。
本研究では,火星植民地における潜伏結核再活性化の確率的宿主放射-病原体-生物モデルを構築した。
このモデルは、銀河の宇宙放射線を免疫能力、免疫能力、潜伏した結核の再活性化、そして閉じた生息地における空中感染への再活性化と結びつけている。
また,一定の基準線やエージェントベースシミュレータで訓練された近似的ポリシー最適化ポリシによって隔離と薬剤が選択される部分観測可能な逐次決定問題として,対策割り当てを定式化する。
本研究は, 初期感染例は存在せず, 活動性結核は不均一に発症しうること, リスクは潜伏型貯水池の大きさ, 放射線免疫結合, 再活性化感度に最も敏感であることが示唆された。
適応制御は、不要な介入を制限しながら、伝染性の負担と死亡を減らした。
このフレームワークは、打ち上げ前にスクリーニング、監視、遮蔽および治療戦略のミッション固有のストレステストをサポートする。
関連論文リスト
- An immune world model for multiscale forecasting and therapeutic hypothesis generation [76.0289504908521]
私たちはImmune World Modelを構築するために、支配的な進化的AIサイエンティストを使用しました。
免疫世界モデル(Immune World Model)は、細胞、組織、個体レベルでの免疫状態の移動方法を学ぶ行動条件モデルである。
マルチスケール免疫シミュレーションのためのフレームワークを提供しており、AIサイエンティスト主導のモデル構築、介入予測、そして予想されるテスト可能な治療仮説の生成を接続する。
論文 参考訳（メタデータ） (2026-09-13T18:06:18Z) - Modeling the Impact of Exposed Cases in a Hantavirus Outbreak on a Cruise Ship [4.986274167989817]
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。
論文 参考訳（メタデータ） (2026-05-08T09:36:55Z) - CompARE: A Computational framework for Airborne Respiratory disease Evaluation integrating flow physics and human behavior [4.272788079372737]
共同配置された個人間の屋内空気伝達のリスクは一般に一様ではない。
本報告では,室内空気感染のリスク評価フレームワークであるCompAREについて述べる。
論文 参考訳（メタデータ） (2025-11-26T12:53:30Z) - HR-VILAGE-3K3M: A Human Respiratory Viral Immunization Longitudinal Gene Expression Dataset for Systems Immunity [8.64940622146001]
ヒト呼吸性ウイルス免疫LongitudinAl遺伝子の発現(HR-VilAGE-3K3M)リポジトリは、256万以上の細胞を含む66の被験者3,178名から14,136名のRNA-seqプロファイルを統合している。
HR-VilAGE-3K3Mは、ヒトの呼吸器ウイルス免疫にとって最大の経時的転写産物である。
論文 参考訳（メタデータ） (2025-05-19T19:37:49Z) - 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) - 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) - Boundary Guided Semantic Learning for Real-time COVID-19 Lung Infection
Segmentation System [69.40329819373954]
新型コロナウイルス(COVID-19)は、世界中の医療システムに悪影響を及ぼし続けている。
現段階では、新型コロナウイルスの診断と治療には、CT画像から肺感染症領域を自動的に分離することが不可欠である。
本稿では,境界案内型セマンティックラーニングネットワーク(BSNet)を提案する。
論文 参考訳（メタデータ） (2022-09-07T05:01:38Z) - 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) - MIA-Prognosis: A Deep Learning Framework to Predict Therapy Response [58.0291320452122]
本稿では,患者の予後と治療反応を予測するための統合型深層学習手法を提案する。
我々は,マルチモーダル非同期時系列分類タスクとして,確率モデリングを定式化する。
我々の予測モデルは、長期生存の観点から、低リスク、高リスクの患者をさらに階層化する可能性がある。
論文 参考訳（メタデータ） (2020-10-08T15:30:17Z) - 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) - Remote health monitoring and diagnosis in the time of COVID-19 [51.01158603315544]
コロナウイルス(COVID-19)は重症急性呼吸器症候群ウイルス(SARS-CoV-2)によって引き起こされる
パンデミックは、遠隔医療サービスを提供するための新しいルートを革新し、拡張し、創り出すインセンティブを駆り立ててきた。
論文 参考訳（メタデータ） (2020-05-18T08:54:38Z) - 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。