$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

실시간 에볼라 바이러스 전염병 모형의 전염확률분포추정
A transmission distribution estimation for real time Ebola virus disease epidemic model 원문보기

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.26 no.1, 2015년, pp.161 - 168  

최일수 (전남대학교 통계학과) ,  이성석 (서원대학교 경영학과)

초록
AI-Helper 아이콘AI-Helper

전염병은 기초 감염 재생산 수가 시간에 따라 달라져서 상황을 관리하기 어렵기 때문에 확산을 통제하기 어려울 뿐 아니라 정확한 예측은 더욱 어렵다고 알려져 있다. 최근에 많은 모형들이 새롭게 제시되고 있으며 그에 따라 현저하게 다른 결과가 도출되고 있다. 연속된 시간에서 기초 감염 재생산 수는 일반적으로 확률과정이론이 적용되고 있다. 본 논문에서는 에볼라 바이러스 전염병 모형에서 전염확률분포의 추정 방법을 제시하였다. 이 방법은 대규모 전염병 발생에서 실시간 추정을 가능하게 함으로 적절한 질병관리를 용이하게 한다. 기니에서 발생한 에볼라 바이러스 자료를 제시한 방법으로 분석하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The epidemic is seemed to be extremely difficult for accurate predictions. The new models have been suggested that show quite different results. The basic reproductive number of epidemic for consequent time intervals are estimated based on stochastic processes. In this paper, we proposed a transmiss...

주제어

#기초 감염 재생산 수   #분기과정   #에볼라 바이러스   #전염확률분포   #최우추정법  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 확률적 분기과정을 사용하면, 우선 분기과정에서의 기초 감염 재생산 수가 상대적으로 간편하게 구해지고 전염병의 최종 감염자 수를 예측하는 데도 효과적일 뿐만 아니라 확률 SIR모형을 추정하는 데도 효과적인 방법인 것으로 알려져 있다 (Becker와 Britton, 1999; Ball과 Donnelly, 1995; Oh, 2014; Hwang과 Oh, 2014). 본 논문에서는 확률적 추계모형을 기본으로 하는 확률과정에서 기초 감염 재생산수와 전염가능 기간을 동시에 추정하는 White와 Pagano (2008)의 추정 과정에서 사용되는 전염확률분포 (disease transmission distribution)를 효과적으로 추정하는 방법을 제시하였다.

가설 설정

  • 본 논문에서는 전염가능 기간 k를 충분히 큰 값 (즉, k = t − 1)으로 가정하고, Wallinga와 TeuNis(2004)가 제안한 것으로 R0를 계산하는 방법은 사례 m가 사례 l을 감염시킬 상대우도 plm 을 이용한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
지금까지의 에볼라 바이러스 발생규모 중에서 가장 큰 것으로 기록되고있는 사건은? 서아프리카에서 2014년에 대규모로 발생한 에볼라 바이러스는 지금까지의 에볼라 발생규모 중에서 가장 큰 것으로 기록되고 있다. 2013년 12월에 기니 (Guinea)에서 최초로 시작된 에볼라 바이러스는 시에라리온 (Sierra Leone), 라이베리아 (Liberia), 나이지리아 (Nigeria)까지 확산되고 있다.
연속된 시간에서 기초 감염 재생산 수는 일반적으로 어떤 이론이 적용되고 있는가? 최근에 많은 모형들이 새롭게 제시되고 있으며 그에 따라 현저하게 다른 결과가 도출되고 있다. 연속된 시간에서 기초 감염 재생산 수는 일반적으로 확률과정이론이 적용되고 있다. 본 논문에서는 에볼라 바이러스 전염병 모형에서 전염확률분포의 추정 방법을 제시하였다.
감마 전염확률분포의 한계는? 특히 감마 전염확률분포를 이용하는 경우 모수의 개수를 최소화시켜서 모수추정을 용이하게 구할 수 있다는 장점이 있으며 실시간 추정이 가능하여 실제 상황에서 적용하는데 매우 적절한 방법이었다. 단지 분기과정에서 확률함수를 유도할 때 사망자수를 동시에 고려하지 않았다는 한계를 갖고 있으나 이는 차후에 개선되어야 할 것이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (14)

  1. Althaus, C. L. (2014). Estimating the reproduction number of Ebola virus (EBOV) during the 2014 outbreak in west Africa. Plos Currents Outbreaks, 10, 1-9. 

  2. Ball, F. and Donnelly, P. (1995). Strong approximations for epidemic models. Stochastic Processes and their Applications, 55, 1-21. 

    상세보기 crossref

  3. Becker, N. and Britton, T. (1999). Statistical studies of infectious disease incidence. Journal of the Royal Statistical Society B, 61, 287-307. 

    상세보기 crossref

  4. Chowell, G., Hengartner, N. W., Castillo-Chavez, C., Fenimore, P. W. and Hyman, J. M. (2004). The basic reproductive number of Ebola and the effects of public health measures: The cases of Congo and Uganda. Journal of Theoretical Biology, 229, 119-126. 

    상세보기 crossref

  5. Chowell, G. and Nishiura, H. (2014). Transmission dynamics and control of Ebola virus disease (EVD): A review. BMC Medicine, 12, 196. 

    상세보기 crossref

  6. Evans, R. J. and Mammadov, M. (2014). Dynamics of Ebola epidemics in west Africa 2014. arXiv preprint arXiv:1412.1579, 1-9. 

  7. Hwang, J. and Oh, C. (2014). A study on the spread of the foot-and-mouth disease in Korea in 2010/2011. Journal of the Korean Data & Information Science Society, 25, 271-280. 

    원문보기 상세보기 crossref

  8. Minka, T. P. (2002). Estimating a gamma distribution, Technical Report, Microsoft Research, Cambridge, UK. 

  9. Na, K., Choi, I. and Kim, Y. (2010). Estimation of the incubation period of P. vivax malaria in Korea from 2006 to 2008. Journal of the Korean Data & Information Science Society, 21, 1237-1242. 

  10. Nishiura, H. and Chowell, G. (2014). Early transmission dynamics of Ebola virus disease (EVD), west Africa, March to August 2014. Euro Surveill , 19, 5-10. 

  11. Oh, C. (2014). Derivation of the likelihood function for the counting process. Journal of the Korean Data & Information Science Society, 25, 169-176. 

    원문보기 상세보기 crossref

  12. Rahman, M. and Muraduzzaman, S. M. (2010). Likelihood ratio in estimating gamma distribution parameters, Journal of the Korean Data & Information Science Society, 21, 345-354. 

    원문보기 상세보기

  13. Wallinga, J. and Teunis, P. (2004). Different epidemic curves for severe acute respiratory syndrome reveal similar impacts of control measures. American Journal of Epidemiology, 160, 509-516. 

    상세보기 crossref

  14. White, L. F. and Pagano, M. (2008). A likelihood-based method for real-time estimation of the serial interval and reproductive number of an epidemic. Statistics in Medicine, 27, 2999-3016. 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로