跳到正文
热点事件持续更新

随机传染病模型全局敏感性分析新工具

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Nate Kornetzke 等人提出并展示了一套用于随机传染病模型的全局敏感性分析工具,将不确定性量化领域的方法引入传染病建模,把模型内在随机性与推断抽样带来的噪声分离,以便对疾病出现相关过程做统计推断。 作者以黄热病毒在美洲的溢出传播模型为例,该病毒近十年在南美洲多个宿主与媒介中快速重新出现。结果显示,仅少数参数的不确定性显著影响累积疾病发病数的变异,其中斑块连通性和非人灵长类潜伏期的影响最大。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. PLOS Computational Biology
    传染病随机模型的全局敏感性分析:以黄热病毒在美洲的重新出现为例

    研究将不确定性量化领域的全局敏感性分析工具用于传染病随机模型,把模型内在随机性与推断抽样带来的噪声分离,从而对疾病出现相关过程做严格统计推断。作者以黄热病毒在美洲的溢出传播模型为例,该病毒近十年在南美洲多个宿主与媒介中快速重新出现。结果显示,仅少数参数的不确定性显著影响累积疾病发病数的变异,其中斑块连通性和非人灵长类潜伏期的影响最大。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。