スポーツベットアイオー 登録での感染が予測されるエボラ出血熱の新しい感染モデル
水曜日, 11月. 5, 2019
スポーツベットアイオー 登録の研究者は、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しました. 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.| この写真をダウンロードしてください。
マンハッタン —エボラ出血熱の感染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アイオー 登録の研究者によると.
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. スポーツベットアイオー 登録アイス工科大学; 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「」2 層時間ネットワークを使用した、スポーツベットアイオー 登録で広がるエボラウイルス病のリスク評価"でNature Publishing Group による科学レポート 11 月 5 日
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スポーツベットアイオー 登録について説明しています. このスポーツベットアイオー 登録は、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, スポーツベットアイオー 登録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、T州での春のスポーツベットアイオー 登録発生状況を正確に予測していましたコンゴ民主共和国は移転するだろうスポーツベットアイオー 登録へ。
「これは非常に新しいタイプのモデルです,"スコリオは言った. "常時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、スポーツベットアイオー 登録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アイオー 登録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、最も危険な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アイオー 登録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アイオー 登録の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スポーツベットアイオー 登録での実際の出来事の始まりと似ていた.スポーツベットアイオー 登録保健省の6月18日の発表によると, スポーツベットアイオー 登録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、全員カセセ地区の国境から入国した一家族より.また 8 月に, コンゴからカセセ地区を経由して感染が確認された別の感染者. スコリオによると, スポーツベットアイオー 登録当局はこれに備え、国内へのさらなる感染拡大を阻止することができた.
"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,"スコリオは言った. "スポーツベットアイオー 登録には約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勧告. スポーツベットアイオー 登録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、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、スポーツベットアイオー 登録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ました, 貿易と避難. 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性が高い.
スコリオ氏は、スポーツベットアイオー 登録での実際の出来事はシミュレーションモデルと一致しているにもかかわらずと述べた, このシナリオはリスクを軽減するためにのみ使用する必要があります.
「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,"スポーツベットアイオー 登録は言った. 「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・ヴァイディの功績を認めます, スポーツベットアイオー 登録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を作成するために.
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 スポーツベットアイオー 登録は、他の多くのスポーツベットアイオー 登録とは異なり、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アイオー 登録を使用すると、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.
