Situating agent-based modelling in population health research.
Situating agent-based modelling in population health research.
复制标题
人口健康研究中基于代理人的定位建模。
DOI：
10.1186/s12982-021-00102-7
复制
发表时间：
2021-07-30
影响因子：
2.3
通讯作者：
Angione C
中科院分区：
文献类型：
--
作者：
Silverman E;Gostoli U;Picascia S;Almagor J;McCann M;Shaw R;Angione C
当今最棘手的人口健康挑战往往是由社会和环境决定因素驱动的，难以使用传统的流行病学方法进行建模。我们同意那些主张更广泛地采用基于代理的建模（ABM）来应对这些挑战的人。然而，虽然反弹道导弹偶尔被用于人口健康，我们认为，反弹道导弹是最有效的领域，它应该被用来作为一种手段来回答问题，通常无法进入传统的流行病学工具包。为了清楚地说明ABM在人口健康研究中的实用性，并澄清关于该方法的概念基础的持续误解，我们详细介绍了复杂系统理论的核心概念，并总结了为什么模拟对复杂系统的研究至关重要。然后，我们研究了ABM的人口健康的最新技术，并提出他们非常适合研究人口健康中的“邪恶”问题，并可能在这些领域的理论和干预发展作出重大贡献。
Today’s most troublesome population health challenges are often driven by social and environmental determinants, which are difficult to model using traditional epidemiological methods. We agree with those who have argued for the wider adoption of agent-based modelling (ABM) in taking on these challenges. However, while ABM has been used occasionally in population health, we argue that for ABM to be most effective in the field it should be used as a means for answering questions normally inaccessible to the traditional epidemiological toolkit. In an effort to clearly illustrate the utility of ABM for population health research, and to clear up persistent misunderstandings regarding the method’s conceptual underpinnings, we offer a detailed presentation of the core concepts of complex systems theory, and summarise why simulations are essential to the study of complex systems. We then examine the current state of the art in ABM for population health, and propose they are well-suited for the study of the ‘wicked’ problems in population health, and could make significant contributions to theory and intervention development in these areas.
登录
查看更多内容
DOI：
10.1111/j.1467-789x.2010.00804.x
发表时间：
2011-05
期刊：
Obesity reviews : an official journal of the International Association for the Study of Obesity
影响因子：
--
作者：
Levy DT;Mabry PL;Wang YC;Gortmaker S;Huang TT;Marsh T;Moodie M;Swinburn B
通讯作者：
Swinburn B
DOI：
10.1097/ede.0000000000000497
发表时间：
2016-11
期刊：
Epidemiology (Cambridge, Mass.)
影响因子：
--
作者：
Cherng ST;Tam J;Christine PJ;Meza R
通讯作者：
Meza R
影响因子：
3
作者：
FUNTOWICZ, SO;RAVETZ, JR
通讯作者：
RAVETZ, JR
影响因子：
6.3
作者：
Hiam, Lucinda;Harrison, Dominic;Dorling, Danny
通讯作者：
Dorling, Danny
影响因子：
7.7
作者：
Galea, Sandro;Riddle, Matthew;Kaplan, George A.
通讯作者：
Kaplan, George A.