海外渡航者の感染症感染リスクの推定と輸入感染症診断システムの開発

估算境外旅行者感染传染病的风险并开发输入性传染病诊断系统

• 批准号: 21K17321
• 负责人: 浅井 雄介
• 金额: $ 3万
• 依托单位: National Center for Global Health and Medicine
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K17321/
• 关键词: 理論疫学; 感染症; 数理モデル

海外への渡航の機会および全世界からの訪日旅行客を受け入れる機会が増加している．人の移動の増加に伴い，ますます多くの新興再興感染症が日本に持ち込まれ，感染症輸入例に端を発したアウトブレイクが毎年見られている．輸入感染症の国内での拡散を避けるためには，早期に感染症を検出することが必須であるが，国内の感染症専門医は少なく，さらに輸入感染症に精通した医師はいまだ限られている．臨床の現場で得られた知見の共有化はもちろん，渡航者一人一人の感染症感染リスクを理解した行動は不可欠である．本研究では，各国の感染症流行状況から将来の流行状況を予測，渡航者が渡航先で流行する感染症に感染するリスクの定量化を行う．渡航先・渡航期間情報，潜伏期間から感染・発症確率を算出し，輸入感染症レジストリの症例データと統合，機械学習による感染症診断モデルを構築し医療現場の診断をサポートするシステムの開発を目的としている．二年度は，初年度で構築した接触行列に従い行動するAgent-based modelを用いて，感染が疑われる症例の抽出アルゴリズムの構築を進めた．また，COVID-19の検疫データの収集を継続して行った．さらに，流行国での感染者数をSIRモデル・SEIRモデルで，流行国からの人の移動を確率過程で記述した感染症伝播モデルを構築した．これにより，流行国での感染者数から感染症未輸入国での感染症例の到着時間が推定できるようになった．流行国では流行の制圧のために様々な医療政策が取られる．そこで，流行国でのPCR検査の強化と検疫の強化をAgent-based modelに組み込み，流行国からの感染症例の輸入時間がそれらの医療介入によりどのように変化・遅れるか，シミュレーションにより調査した．

The opportunities for overseas travel and the opportunities for tourists visiting Japan from all over the world are increasing. The increase in human mobility is accompanied by a number of emerging infections that continue to occur in Japan, and infectious disease input cases that continue to occur every year. The import of infectious disease in China is not easy to avoid, but early infection detection is necessary, and the import of infectious disease in China is not easy to avoid. The clinical scene is full of knowledge and knowledge, and the crossing person is one person infected with infection. This study aims to quantify the prevalence and future prevalence of infectious diseases in different countries, and to quantify the prevalence of infectious diseases among migrants. Flight information, incubation period, infection rate, diagnosis accuracy calculation, input infection rate, case integration, machine learning, infection diagnosis, construction of medical field diagnosis, development of infection rate calculation, input infection rate calculation, machine learning, diagnosis of infection rate calculation, diagnosis of infection rate calculation, In the second year, the Agent-based model was used to construct the contact matrix in the first year. The COVID-19 pandemic is still under way. In addition, the number of infected persons in endemic countries is described in SIR, SEIR, and the process of determining the movement rate of people in endemic countries is described in the construction of infectious disease transmission network. The number of infected persons in endemic countries is estimated to be the number of infected cases in countries where the disease has not been imported. The epidemic countries are facing epidemic control and medical policies. In this case, PCR detection in endemic countries is enhanced, and the Agent-based model is organized. The time of entry of infectious cases in endemic countries is different from that of medical intervention.

项目成果

Evaluation of the effectiveness of health countermeasures against infectious disease arrival times

针对传染病到来时间的卫生对策的有效性评价

• 发表时间: 2023
• 作者: Lankeshwara Munasinghe;Yusuke Asai;Hiroshi Nishiura;Yusuke Asai
• 通讯作者: Yusuke Asai

数理モデルを用いた検査・隔離の最適化

使用数学模型优化测试和隔离

• 发表时间: 2021
• 作者: Naoyuki Nishida;Takashi Nagase;Takashi Kobayashi;Hiroyoshi Naito;Nariaki Tateiwa,Katsuki Fujisawa;田邊章洋・伊藤陽一・山口悟・齋藤佳彦・イセンコ・エフゲーニー・西村浩一;浅井雄介
• 通讯作者: 浅井雄介