案例分析:epifx和epidefend

获得控制与预测模型流行病

数学建模的优点是相同的核心算法,金额为探索跨疾病和流行性疾病的情况控制选项,一个通用平台。

上下文

在大流行期间的最大公共卫生结果是通过在疫情开始迅速控制疾病的传播来实现的。实现这一首要目标,需要理解,时间提前,疾病可能会如何蔓延。

预测疾病传播是一项艰巨的任务,而是一个抓到的关注 詹姆斯·麦考,教授数学生物学墨尔本10年前的大学。

从那时起,麦考林教授已与国防科学与技术(DST)集团合作开发epifx,建模工具,可以疾病监测数据转化为未来可能蔓延的预测。

参与这项工作,在现金网app下载的 博士抢苔博士芙蕾雅采煤机,谁与DST的医生彼得·道森和医生托尼鎏合作,旁边的美国政府的国防部。

教授麦考 禽流感禽流感,SARS,猪流感 - - 是挑战,世界各国开始在20世纪90年代是由一系列的暴发流行和大流行的一个动机。他发现,全球应对缺乏一个系统,在爆发初期解释疾病的发病率和限制来选择最优控制措施的能力。

epifx被开发来解决这个问题。其转换监测数据 - 如住院率或社交媒体喋喋不休 - 产生疾病传播预测,发现对公共卫生和军事应用。

项目

积极致力于改进技术和验证epifx预测是博士青苔。

他最恒定的重点是季节性流感。利用各种数据源,他产生每周预测,都有助于验证预报系统。这是必须建立在公共卫生机构之间的车型,这是这一发展工作的最终利益相关者的信心。

素疾病监测的数据挖掘 苔博士 由州和联邦卫生部门提供的。

然而,他发现在其它来源的重要细微差别,尤其是数据从名为在线系统众包 flutracking。这种额外的数据有助于早期识别异常流行病比其它可能,增加了早期检测能力。一个不寻常的流感流行的一个例子是2017年的赛季,这是不同寻常的长时间严重。

结果

数学建模的优点是相同的核心算法,金额为探索跨疾病和流行性疾病的情况控制选项,一个通用平台。

在epifx算法适用于许多澳大利亚的70多呈报的传染病,例如。他们还加强防备流感大流行对有用。并且,对于军事,赌注涉及保护部队从流行疾病会使大批业务能力的能力。

相同的工具也有应用抵御生化武器,包括生物恐怖主义行为,特别是因为许多生物恐怖制剂导致流感样症状。因此,它有助于有一个关于流感疫情一定人口预期水平的预测。

我们的每周预测提供背景流感疫情的措施,允许检测异常高峰,可能表明生物恐怖攻击的, 苔博士 说。

在这些情况下,仍然epifx即使缺乏有关病原体的基因,毒力或地理分布的详细信息有效。

相反,预测是基于对感染者的变化率,那些谁存活的感染(并且是免疫),以及敏感。需要理解,给定的发送的疾病的不同模式的患者的传染性和症状的表达之间的关系。

在翻译使用epifx在生物恐怖主义或大流行情况下, 希勒博士 说,额外的工具需要对病原体的传播能力和疾病负担的最早可用数据充分利用。这些工具是在阿德莱德的教授约书亚·罗斯大学开发,并首次调用几百个(FF100)算法。

希勒博士 目前正在开发一个系统,从epifx和FF100模型的信息进行整合,使其能够运行数千干预模拟预测的不同控制方案的有效性,给定一个流行病的蔓延和严重程度。

其目的是迅速确定最有效和相应的公共卫生措施,其中可以包括抗病毒的药物,关闭学校的分布和大型公共活动被取消。

回到顶部