오락 · 5월 28, 2021 0

허를 찔렀습니다. 그것은 부분적으로 독특한 방법들과 관련이 있습니다.

뎅기열 바이러스가 작용하는 독특한 방식과 부분적으로 관련이 있습니다. 그러나 뎅기열을 예측하는 것은 우리의 데이터 수집 문제 때문에 부분적으로 더 나은 데이터가 필요하고 그것의 더 많은 Richard Maude는 Mahidol Oxford 열대 의학 연구소의 역학 부서의 책임자인 His Bangkong 기반 팀이 저에게 지원을 제공합니다.태국의 nts 미얀마와 간접적으로 필리핀에서 지원을 받는 형태 중 하나는 수학적 구글검색엔진최적화 모델링입니다. 팀은 사람들의 이동을 설명하기 어려웠던 변수를 설명하기 위해 새로운 접근 방식을 사용하고 있습니다. 예를 들어 미래의 뎅기 발생을 예측하기 위한 모델을 개발하기 위해서요.

태국의 특정 모델을 만들기 위해 인간과 그들의 오고가는 것들을 고려해서 Maude 팀은 우리 모두가 주머니에 가지고 있는 데이터 생성 장치를 이용했고 우리의 휴대폰 Maudes 팀은 태국 전화 사용자들로부터 그 정보를 얼마나 많은 사람들이 움직이는지를 보여주는 행렬로 바꾼 데이터를 얻었습니다.시간이 지남에 따라 뎅기 바이러스가 발견된 장소와 데이터를 교차 참조하는 모델에 연결했습니다.

이 모델의 진정한 성공 척도는 이 예측이 충분히 훌륭해야 합니다.

는 것입니다. 이 예측은 정부가 나쁜 시기를 안다면 예측에 따라 행동하기 위한 계획을 세울 수 있을 만큼 충분해야 합니다.예를 들어 그들은 방글라데시 캄보디아와 필리핀에서 지금 일어나고 있는 뎅기열 검사와 병원 침대의 부족을 막을 수 있을 지도 모릅니다.

그러나 아직도 이런 모델이 그런 식으로 사용될 수 있기 전에 해야 할 많은 일들이 있습니다. 이 예측 모델의 성능은 어떤 곳에서는 좋습니다.

모데원이 설명한 이유 중 하나는 뎅기열 전염의 가능성에 영향을 미치는 여러 가지 다른 요인이 있기 때문이며 다른 영역에서는 작동하는 많은 다양한 모델이 없기 때문에 뎅기열을 정확하게 예측할 수 없다고 모데원이 설명했습니다.

반드시 잘 이해되지는 않습니다. 그리고 논리적으로 뎅기열의 증가된 위험을 나타내야 하는 문제를 복잡하게 만드는 것은 항상 예측 가능한 방법으로 작용하지 않습니다.

예를 들어 우리는 당신이 이 경우 Aedesaegiti에서 많은 수의 뎅기열을 얻을 수 있습니다.는 것을 압니다. 그리고 그것이 항상 Maude가 말하지 않는 곳에는 많은 뎅기열을 가질 수 없다는 것을 압니다. 아마도 이러한 예측 모델을 억제하는 가장 큰 문제는 우리가 알고 있는 강우량이 모기 수를 증가시킨다는 것입니다. 사람들이 모기를 돌아다닐 때 뎅기열을 퍼뜨린다는 것을 알고 있습니다. 그러나 모기에 대한 면역과 같은 것을 개체수에 장기간에 걸쳐 포함할 수 없는 것도 있습니다. 개체 면역에 관한 데이터는 예측에 매우 중요합니다.

뎅기열의 감염으로부터 회복하는 환자들은 바이러스의 특정 가닥에 대해 평생 면역성을 가질 것입니다. 그러나 다른 종형들에 의한 감염은 심각한 뎅기열의 발생 위험을 증가시키지만 도움이 되지 않습니다.면역성에 대한 완전한 데이터는 단지 이러한 모델에서 설명될 만큼 충분히 일상적으로 수집되지 않습니다.

마찬가지로 개의 독특한 변종이나 세로형의 확산에 대한 신뢰할 수 있는 데이터는 모데와 같은 연구자들이 찾기가 어렵습니다. 사실 대부분의 나라들은 모데에 따르면 그들이 어떤 세로형을 가지고 있는지에 대한 정보를 가진 소수의 사람들만 가지고 있습니다.

.하는 데 한계가 있습니다