کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10151463 1666125 2018 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A large-scale location-based social network to understanding the impact of human geo-social interaction patterns on vaccination strategies in an urbanized area
ترجمه فارسی عنوان
یک شبکه اجتماعی مبتنی بر مکان در مقیاس بزرگ برای درک تاثیر الگوهای همبستگی ژنتیکی و اجتماعی انسان در راهبردهای واکسیناسیون در یک منطقه شهری
کلمات کلیدی
الگوهای تعامل جغرافیایی، مقیاس جغرافیایی، شبکه اجتماعی مستقر در محل مدل اپیدمی مبتنی بر عامل، تجزیه و تحلیل شبکه شبکه، انتقال و کنترل بیماری های عفونی، محاسبات با کارایی بالا،
ترجمه چکیده
شهرهای نقش مهمی در پرورش و تقویت انتقال بیماری های هوائی (به عنوان مثال، آنفلوانزا) به دلیل تماس با مخاطرات انسانی دارند. قبل از شیوع بیماری های هوای داخل شهر، چگونگی تعیین یک منطقه مهار مناسب برای راهبردهای واکسیناسیون موثر، ناشناخته است. در این تحقیق، بیماری های هوائی به عنوان الگوهای تعامل جغرافیایی و اجتماعی گسترش می یابند، زیرا ویروس ها در میان گروه های مختلف افراد از طریق مکان های جغرافیایی از طریق تعاملات انسانی و حرکت جمعیت، انتقال می یابند. تحقیقات قبلی ادعا کرد که مقیاس مناسب شناسایی شده از طریق الگوهای همبستگی ژنتیکی و اجتماعی انسان می تواند پتانسیل بالایی برای واکسیناسیون مؤثر فراهم آورد. با این حال، کار کمی برای بررسی اثربخشی واکسیناسیون در مقیاس های بزرگ (مثلا شهر) انجام شده است که با توزیع و حرکات جمعیت ناهمگن مشخص می شود. بنابراین هدف این مقاله، شناخت اثر الگوی تعامل ژئو اجتماعی بر واکسیناسیون مؤثر در منطقه شهری پورتلند، اورگان است. برای رسیدن به این هدف، انتقال ویروس آنفلوآنزا را در یک شبکه اجتماعی مبتنی بر مکان در مقیاس وسیع شبیه سازی می کنیم تا 1) شناسایی الگوهای همبستگی جغرافیایی و انسانی را برای طراحی استراتژی های واکسیناسیون موثر و 2) ارزیابی اثربخشی استراتژی های واکسیناسیون مختلف با توجه به شناسایی الگوهای جغرافیایی و اجتماعی. نتایج شبیه سازی نشان دهنده اثربخشی استراتژی های واکسیناسیون براساس الگوهای متقابل جغرافیایی و اجتماعی است که حاوی شیوع اپیدمی در این منبع است. این تحقیق می تواند شواهدی را برای معرفی رویه های بهداشت عمومی برای تعیین مقادیر موثر در طراحی استراتژی های کنترل بیماری ارائه دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
Cities play an important role in fostering and amplifying the transmission of airborne diseases (e.g., influenza) because of dense human contacts. Before an outbreak of airborne diseases within a city, how to determine an appropriate containment area for effective vaccination strategies is unknown. This research treats airborne disease spreads as geo-social interaction patterns, because viruses transmit among different groups of people over geographical locations through human interactions and population movement. Previous research argued that an appropriate scale identified through human geo-social interaction patterns can provide great potential for effective vaccination. However, little work has been done to examine the effectiveness of such vaccination at large scales (e.g., city) that are characterized by spatially heterogeneous population distribution and movement. This article therefore aims to understand the impact of geo-social interaction patterns on effective vaccination in the urbanized area of Portland, Oregon. To achieve this goal, we simulate influenza transmission on a large-scale location-based social network to 1) identify human geo-social interaction patterns for designing effective vaccination strategies, and 2) and evaluate the efficacy of different vaccination strategies according to the identified geo-social patterns. The simulation results illustrate the effectiveness of vaccination strategies based on geo-social interaction patterns in containing the epidemic outbreak at the source. This research can provide evidence to inform public health approaches to determine effective scales in the design of disease control strategies.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers, Environment and Urban Systems - Volume 72, November 2018, Pages 78-87
نویسندگان
, , ,