• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Emerging Infectious Diseases >Using Big Data to Monitor the Introduction and Spread of Chikungunya Europe 2017
【2h】

Using Big Data to Monitor the Introduction and Spread of Chikungunya Europe 2017

机译：使用大数据监控基孔肯雅热的引进和传播欧洲2017年

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

With regard to fully harvesting the potential of big data, public health lags behind other fields. To determine this potential, we applied big data (air passenger volume from international areas with active chikungunya transmission, Twitter data, and vectorial capacity estimates of Aedes albopictus mosquitoes) to the 2017 chikungunya outbreaks in Europe to assess the risks for virus transmission, virus importation, and short-range dispersion from the outbreak foci. We found that indicators based on voluminous and velocious data can help identify virus dispersion from outbreak foci and that vector abundance and vectorial capacity estimates can provide information on local climate suitability for mosquitoborne outbreaks. In contrast, more established indicators based on Wikipedia and Google Trends search strings were less timely. We found that a combination of novel and disparate datasets can be used in real time to prevent and control emerging and reemerging infectious diseases.
机译：在充分挖掘大数据潜力方面，公共卫生落后于其他领域。为了确定这种潜力，我们将大数据（来自活跃基孔肯雅热传播的国际地区的旅客数量，推特数据以及白纹伊蚊的矢量能力估计）应用于2017年欧洲基孔肯雅热暴发，以评估病毒传播，病毒进口的风险，以及爆发疫源的短程分散。我们发现基于大量和有力数据的指标可以帮助您识别爆发疫源中的病毒弥散，而媒介丰度和媒介能力估计值可以提供有关当地气候是否适合蚊媒暴发的信息。相反，基于Wikipedia和Google趋势搜索字符串的较为成熟的指标则不太及时。我们发现，可以将新颖和不同的数据集组合起来实时使用，以预防和控制正在出现和重新出现的传染病。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号