エボラ出血熱の新しい感染モデルがスポーツベット ボーナスの最新感染者を予測
火曜日, 6 月 25 日, 2019
スポーツベット ボーナス立大学の研究者は、医療専門家がリスク評価を作成できるように、ウガンダでエボラ出血熱がどのように蔓延するかを示す多層時間ネットワークモデルを開発. 彼らはベージュ色でマークされた危険にさらされている 23 の地区を特定しました. 人物は、黒い線で結ばれた常時接触と赤い線で結ばれた一時的な接触のネットワークを表しています. 緑色の矢印は人間の移動方向を表します.| スポーツベット ボーナス写真をダウンロードしてください。
マンハッタン —エボラ出血熱の伝播に関する新しいリスク評価モデルは、ウガンダ共和国へのエボラ出血熱の蔓延を正確に予測しました, それを開発したスポーツベット ボーナス立大学の研究者によると.
カテリーナ・スコリオ, 教授, そしてマブブール リヤド, 博士課程の学生, 両方ともカール大学の電気およびコンピュータ工学科のマイク・ウィーガースに所属. スポーツベット ボーナス立大学アイス工科大学; ウガンダ保健省のムサ・セカマテ氏とイッサ・マクンビ氏; そしてウガンダの世界保健機関のフェリックス・オコム氏, 公開された「」多層時間ネットワークを使用した、スポーツベット ボーナスで広がるエボラウイルス病のリスク評価" 5 月 23 日の bioRxiv.
この論文は、エボラ出血熱のような病気がどのように広がるかをより正確に予測するための新しいモデルについて説明しています. このモデルは、家族や同僚などの人々の定期的な接触のデータと、市場にいる人々や旅行中に遭遇した人々などの一時的な接触のデータを組み合わせています. スコリオによると, モデルはリソースを準備し配布するためのリスク評価ツールとして使用する必要があります, しかし、コンゴ民主共和国からスポーツベット ボーナスへのエボラ出血熱の移動に関してもこれまでのところ正確です.
「これは非常に新しいタイプのモデルです,"スコリオは言いました. "定期的な接触に加えて移動データも考慮しているため, コンゴと直接国境を接する地区が危険にさらされているだけでなく、スポーツベット ボーナスの重要な目的地に向かう途中の地区も危険にさらされていることがわかりました."
2018 年, スコリオと彼女の協力者はスポーツベット ボーナス当局と協力して移動データを収集し、病気の進行をモデル化し、最も危険にさらされている地域を見つけました. モデルによると, カセセ地区は感染者が入国するリスクが最も高い地域でした. 研究者らはモデルを使用してスポーツベット ボーナスにおける病気の進行の可能性を150日間シミュレーションし、危険にさらされているスポーツベット ボーナスの23地区の地図を作成した.
シミュレーションで使用された特定のシナリオは、これまでの実際の出来事と類似しています. スポーツベット ボーナス保健省の6月18日の発表によると, スポーツベット ボーナスへの旅行者でエボラ出血熱の感染が確認されたのは3人です。全員がカセセ地区の国境から入国した1家族です.
"リスク評価マップを使用して、限られたリソースを割り当て、配布することができます,"スコリオは言いました. "スポーツベット ボーナスには約4つ,000 回分の新しいエボラ出血熱ワクチン. 彼らは医療従事者にワクチン接種を行っています, 病気の蔓延を防ぐ方法について話し合う, そして高リスク地域への旅行を制限するよう人々にアドバイス. スポーツベット ボーナスがどのように準備を組織し、今どのように対応してきたかについて、私たちは多大な敬意と称賛を感じます."
研究者らはスポーツベット ボーナスでのエボラ出血熱のシミュレーションを使用してモデルをテストした。コンゴ民主共和国から医療目的でこの国に流入する交通量が多いため, 貿易と避難所. エボラ出血熱は、感染者とその体液との物理的接触を通じて非常に伝染力が強い.
スコリオ氏は、たとえスポーツベット ボーナスで実際に起きた出来事はシミュレーションされたモデルと一致していると述べた, このシナリオはリスクを軽減する目的でのみ使用してください.
「一般の人々が理解すべき非常に重要な点の 1 つは、これらの地図におけるリスクと確率の概念です,スポーツベット ボーナス. 「人口にパニックを引き起こすため、これらの赤い地域が影響を受けると解釈すべきではありません, しかし、これらはむしろ、緩和策が実施されない場合に潜在的に影響を受ける可能性がある地域における限られたリソースの割り当てに関するガイドです."
このモデルは感染症管理の新時代を開く可能性があります, スコリオは言った. 彼女はアラム・ヴァジディの功績を認めます, スポーツベット ボーナス立大学の電気およびコンピュータ工学の博士課程の学生, 多層時間ネットワークとガレスピー アルゴリズムに基づく理論モデルのフレームワークの開発に対して. スコリオもリヤドを称賛, ウガンダから収集したデータを誰が適用し、エボラ出血熱がどのように感染したのかをリスク評価の作成に適用した.
スコリオによると, 高感染症のリスク評価に使用されるネットワーク スポーツベット ボーナスは、他の多くのスポーツベット ボーナスとは異なり、人から人への接触の変化を予測できなければなりません, 主に継続的な接触と継続的な移動の流れに基づいています. これらのスポーツベット ボーナスを使用すると、最も重要な地域を対象とすることで予防措置の有効性を高めることができ、エボラ出血熱やその他の感染症の蔓延のリスクを軽減することができます.
