-
- いいね！0
八百屋長兵衛🍡OSAKA
@rook0081
medRxiv（「med-archive」と発音）は、医学、臨床、および関連する健康科学の完全であるが未公開の原稿（プレプリント）用の無料のオンラインアーカイブおよび配布サーバーです。 medrxiv.org/content/about-… pic.twitter.com/NAZlJ7czcd
2020-01-25 12:27:56
拡大
八百屋長兵衛🍡OSAKA
@rook0081
プレプリントは、査読されていない作業の予備報告です。 彼らは、臨床診療や健康関連の行動を導くために頼るべきではなく、確立された情報としてニュースメディアで報告されるべきではありません。 medrxiv.org/content/about-…
2020-01-25 12:28:24
八百屋長兵衛🍡OSAKA
@rook0081
medRxivは、非営利の研究教育機関であるコールドスプリングハーバー研究所（CSHL）、イェール大学、および世界的な医療知識プロバイダーであるBMJによって設立されました。 medrxiv.org/content/about-…
2020-01-25 12:30:18概要・PDFダウンロードページ
medRxiv
@medrxivpreprint
Novel coronavirus 2019-nCoV: early estimation of epidemiological parameters and epidemic predictions medrxiv.org/cgi/content/sh… #medRxiv
2020-01-24 21:37:40
八百屋長兵衛🍡OSAKA
@rook0081
PDF全文 Novel coronavirus 2019-nCoV: early estimation of epidemiological parameters and epidemic predictions | medRxiv medrxiv.org/content/10.110… pic.twitter.com/di1B3JxZIZ
2020-01-25 12:36:24
拡大
八百屋長兵衛🍡OSAKA
@rook0081
ランカスター大学などの研究者の「推論」 「査読前の予備報告」 Novel coronavirus 2019-nCoV: early estimation of epidemiological parameters and epidemic predictions | medRxiv medrxiv.org/content/10.110…
2020-01-25 12:01:23概要（Abstract）の抜粋訳
八百屋長兵衛🍡OSAKA
@rook0081
medrxiv.org/content/10.110… 武漢の感染はわずか5.1％（95％CI、4.8-5.5）しか特定されておらず、1月21日までに、今年の初めから合計11,341人（9,217-14,245人の予測幅）が武漢で感染したと推定
2020-01-25 12:04:33
八百屋長兵衛🍡OSAKA
@rook0081
medrxiv.org/content/10.110… 武漢での流行が衰えずに続く場合、武漢での流行は2月4日までに大幅に増加し（191,529人が感染、予測幅132,751-273,649人）、他の中国の都市で感染が確立され、他の国の輸入が増えると予測
2020-01-25 12:07:20
八百屋長兵衛🍡OSAKA
@rook0081
PDF本文の「Key findings 」 medrxiv.org/content/10.110… 私たちのモデルでは、14日間（2020年2月4日）に武漢の感染者数が19万人を超えると予測（予測幅132,751〜273,649）。 中国の他の地域で最大の流行が見られる都市は、上海、北京、広州、重慶、成都と予測。
2020-01-25 12:14:41
八百屋長兵衛🍡OSAKA
@rook0081
また、2020年2月4日までに、空の旅を通じて感染症を輸入するリスクが最も高い国または特別行政区域は、タイ、日本、台湾、香港、および韓国になると予測。
2020-01-25 12:15:10PDFの「Key findings 」
https://www.medrxiv.org/content/10.1101/2020.01.23.20018549v1.full.pdf
● We estimate the basic reproduction number of the infection (𝑅𝑅0) to be significantly greater than one. We estimate it to be between 3.6 and 4.0, indicating that 72-75% of transmissions must be prevented by control measures for infections to stop increasing.
● We estimate that only 5.1% (95%CI, 4.8–5.5) of infections in Wuhan are identified, indicating a large number of infections in the community, and also reflecting the difficulty in detecting cases of this new disease. Surveillance for this novel pathogen has been launched very quickly by public health authorities in China, allowing for rapid assessment of the speed of increase of cases in Wuhan and other areas.
● If no change in control or transmission happens, then we expect further outbreaks to occur in other Chinese cities, and that infections will continue to be exported to international destinations at an increasing rate. In 14 days’ time (4 February 2020), our model predicts the number of infected people in Wuhan to be greater than 190 thousand (prediction interval, 132,751 to 273,649). We predict the cities with the largest outbreaks elsewhere in China to be Shanghai, Beijing, Guangzhou, Chongqing and Chengdu. We also predict that by 4 Feb 2020, the countries or special administrative regions at greatest risk of importing infections through air travel are Thailand, Japan, Taiwan, Hong Kong, and South Korea.
● Our model suggests that travel restrictions from and to Wuhan city are unlikely to be effective in halting transmission across China; with a 99% effective reduction in travel, the size of the epidemic outside of Wuhan may only be reduced by 24.9% on 4 February.
● There are important caveats to the reliability of our model predictions, based on the assumptions underpinning the model as well as the data used to fit the model. These should be considered when interpreting our findings.