Jove
Visualize
お問い合わせ

関連する実験動画

単純な流行病モデルを簡素化する

D Mollison

    Nature
    |July 19, 1984
    PubMed
    まとめ
    この要約は機械生成です。

    単純な流行病モデルが解剖され,特定の成分が病気の動態にどのように影響するかを明らかにします. これらのコンポーネントを理解することは,正確な予測と効果的な制御戦略,特に狐の狂犬病のような病気にとって極めて重要です.

    関連する実験動画

    関連する概念動画

    こちらも読む

    関連記事

    共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

    並び替え
    Same author

    Epidemics: models and data.

    Journal of the Royal Statistical Society. Series A, (Statistics in Society)·1994
    Same author

    The "deterministic simple epidemic" unmasked.

    Mathematical biosciences·1993
    Same author

    Deterministic and stochastic models for the seasonal variability of measles transmission.

    Mathematical biosciences·1993
    Same author

    Dependence of epidemic and population velocities on basic parameters.

    Mathematical biosciences·1991
    Same author

    Conjecture on the spread of infection in two dimensions disproved.

    Nature·1972
    Same author

    Uptake of IgG after intramuscular and subcutaneous injection.

    Lancet (London, England)·1972
    JoVE
    x logofacebook logolinkedin logoyoutube logo
    JoVEについて
    概要リーダーシップブログJoVEヘルプセンター
    著者向け
    出版プロセス編集委員会範囲と方針査読よくある質問投稿
    図書館員向け
    推薦の声購読アクセスリソース図書館諮問委員会よくある質問
    研究
    JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
    教育
    JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
    利用規約
    プライバシーポリシー
    ポリシー

    科学分野:

    • 数学生物学数学生物学について
    • エピデミオロジー エピデミオロジー
    • エコロジー エコロジー エコロジー

    背景:

    • 疫病を研究するために,シンプルな数学モデルがますます使用されています.
    • フォックス・狂犬病のような既存のモデルは,複雑な生態学的相互作用を単純化することが多い.

    研究 の 目的:

    • 単純な流行病モデルを基本的な構成要素に分解する.
    • 構成要素の仮定に基づいてモデル行動の構造的感度分析を行う.
    • どのようなモデルコンポーネントが特定の疫学的特徴と制御戦略の有効性に影響を与えるかを特定する.

    主な方法:

    • 流行病の微分方程式モデルを基本的な構成要素に分解する.
    • 構成要素の仮定がモデルアウトプットに与える影響を評価するための構造的感受性分析.
    • 特定のモデルコンポーネントにモデル特征 (例えば,振動,流行) と制御戦略効果 (例えば,ワクチン接種,切除) を関連付ける.

    主要な成果:

    • 振動のようなモデルの特徴は,人口増加と疾患発生時間に関連しています.
    • 制御戦略の有効性の推定は,感染期間と密度依存に関する仮定に大きく依存しています.
    • 病気の流行と振動期は,基本的な生態学的パラメータに依存して,詳細をモデル化するのに堅牢です.

    結論:

    • モデル行動は,特定のコンポーネント,特に疾病管理に関連するコンポーネントに関する仮定に非常に敏感です.
    • 指数関数感染期などの仮定を簡素化すると,モデルの予測に大きな影響を与える可能性があります.
    • 生態学的に解釈可能なモデルコンポーネントと観測データは,流行病モデリングの精度と制御戦略の評価を改善するために不可欠です.