뉴스

COVID-19 : 새로운 모델로 예측 가능한 바이러스 확산

COVID-19 : 새로운 모델로 예측 가능한 바이러스 확산


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

바이러스의 확산을 예측할 수있는 새로운 모델

새로운 SARS-CoV-2 코로나 바이러스는 단기간에 전세계에 퍼져 왔으며 사람들의 움직임이 결정적인 요소입니다. 연구원들은 이제 바이러스의 확산을 계산하기위한 새로운 모델을 제시했으며, 이는 인구 흐름에 따라 바이러스의 분포 경로를 정확하게 예측할 수 있습니다.

SRAS-CoV-2 및 관련 질병 (COVID-19)의 확산을 예측하기위한 인구 흐름 추적에 대한 새로운 접근 방식은 국제 연구팀에 의해 개발되었으며 이용 가능한 데이터를 사용하여 검증되었습니다. 개별 추적 앱이나 다른 유사한 응용 프로그램 없이도 감염에 대한 정확한 예측이 가능합니다. 연구원들은 "Nature"저널에 결과를 발표했다.

인구 이동에 대한 실시간 데이터

이 방법은 예를 들어 인구 흐름에 대한 실시간 데이터를 사용한다는 점에서 기존 역학 모델과 다릅니다. 연구원들은“전화 사용 및 기타 빅 데이터 자원에 관한 데이터”라고 밝혔다. 예를 들어, 2020 년 1 월 중국 우한에있는 약 1,150 만 명의 휴대 전화 위치 데이터를 사용하여 새로운 접근 방식을 개발했습니다. 무한은 코로나 전염병의 출발점으로 간주됩니다.

감염 수 예측 가능

중국의 한 주요 이동 통신 사업자가 제공 한 자료에 따르면, 우한 사람들은 전국 31 개 주와 지역의 296 개 현을 여행했다고한다. 그런 다음이 모집단 흐름 데이터를 COVID 19 사례 번호와 비교했습니다. "우한을 떠나는 사람들의 분포는 2020 년 2 월 19 일까지 중국 전역에서 COVID-19의 후속 감염의 상대적 빈도를 정확하게 예측했다"고 밝혔다.

시간, 강도 및 지리적 분포

또한, 발생 사례를 예측하고 발병 초기 단계에서 높은 전송률의 위험이있는 위치를 식별하기 위해 위험 평가를위한 계산 모델을 개발했습니다. 예일대 (Yale University)의 니콜라스 A. 크리스타 키스 교수는“이번 연구는 인구 이동에 기초한 COVID-19 발생의시기, 강도 및 지리적 분포를 매우 정확하게 예측할 수 있음을 보여준다. 연구가 관련되었습니다.

“우리의 접근 방식에서 혁신적인 점은 잘못된 판단을 사용하여 지역 사회 위험 수준을 평가한다는 것입니다. 우리의 모델은 주어진 여행 날짜와 얼마나 많은 사례를 계산해야하는지 알려줍니다. 우리는 수입 사례와 1 차 전송으로 설명 할 수없는 것이 지역 사회에 전파되었다는 논리를 사용하여이를 확인 된 사례와 비교합니다.”라고 연구의 또 다른 저자 인 홍콩 대학교의 Jayson Jia는 말했습니다. .

모든 거래 데이터에 적용 가능

리서치 팀에 따르면 새로운 모델은 다음과 같이 사람들의 움직임을 정확하게 기록하는 모든 데이터 레코드에도 적용될 수 있습니다. 자동차 통행료에 대한 티켓 또는 데이터를 훈련하십시오. 크리스타 키스 교수는“사람들은 시간이 지남에 따라 인구 이동을 정확하게 추적함으로써 전염병이 확산 될 때 (그리고) 전염병이 확산되는 것을 예측할 수있다”고 말했다.

전염병을 억제하는 효과적인 도구

Christakis 교수는 실시간으로 인구 이동을 추적함으로써 정책 입안자와 전염병 학자에게 전염병의 영향을 제한하고 생명을 구할 수있는 효과적인 도구를 제공한다고 말했다. 데이터 분석 기술을 사용하면 치명적인 전염병이 발생하거나 다시 발생하기 전에 감염을 억제 할 수 있습니다. (fp)

저자 및 출처 정보

이 텍스트는 의학 문헌의 사양, 의학 지침 및 현재 연구에 해당하며 의사가 확인했습니다.

지오 그라브 파비안 피터스

팽창:

  • Jayson S. Jia, Xin Lu, Yun Yuan, Ge Xu, Jianmin Jia, Nicholas A. Christakis : 인구 흐름은 중국에서 COVID-19의 시공간 분포를 유도합니다. 에서 : Nature (2020 년 4 월 29 일 출판), nature.com
  • Yale University : 연구원은 COVID-19의 확산 (2020 년 4 월 29 일 게시), news.yale.edu를 추적하기 위해 새로운 모델을 고안합니다.


비디오: 수학으로 이해하는 코로나 19 예측과 집단면역 R0, 기초감염재생산수 유튜브 자막 (할 수있다 2022).