Loading article…
COVID-19シミュレーションモデルは、COVID-19の拡散に関する数学的な感染症モデルです。[1]このリストは、主にデジタル接触追跡に使用されるCOVID-19アプリと混同しないでください。
リストされているアプリケーションの中には、Web サイト専用のモデルまたはシミュレーターがあり、その一部は他のソースからの リアルタイム データに依存 (または使用) していることに注意してください。
最も科学的に裏付けられたモデル
サブリストには理論モデルに基づいたシミュレータが含まれています。COVID-19パンデミックによって作成され推進されているプレプリント研究の数が多いため、[2]特に新しいモデルは、より科学的な厳密さをもってのみ検討されるべきです。[3] [4]
シミュレーションとモデル
- ChenらによるBats-Hosts-Reservoir-People (BHRP)モデルに基づくシミュレーション（RPのみに簡略化）[5]
- CoSim19 [6] – Lehr教授、 SEIRDモデルに基づく
- COVID-19モビリティモデリング[7] – スタンフォード大学SEIRモデルに基づく[8]
- COVID-19シミュレーター[9] – ハーバード大学医学部、検証済みのシステムダイナミクス（コンパートメント）モデルに基づく[10]
- COVID-19の急増[11] – CDC [12]
- COVIDSIM [13] – Mark Kok Yew Ng他著
- CovidSim –インペリアル・カレッジ・ロンドン、MRCグローバル感染症分析センター、ニール・ファーガソン他
- CovidSim [14] – ミュンヘン応用科学大学ケスター教授による研究プロジェクト
- COVIDSim [15] – MATLAB [16]で書かれたNgとGui [17]
- CovidSIM.eu [18] – Martin Eichner、Markus Schwehm 、テュービンゲン大学の支援を受け、ドイツ連邦教育研究省が後援。
- CovidSIM [19] – シュナイダーら。
- CovRadar [20] – コロナスパイクタンパク質の分子監視用[21] [22]
- デ・レオンとペデリバ – 統計物理学の基本原理に基づいた動的粒子モンテカルロアルゴリズム。[23] [24]
- ガファルザデガン博士のモデル[25] [26] [27]
- イベントホライズン – COVID-19 [28] – SIR-Xモデルに基づくHUベルリン[29]
- 進化型AI [30] – 「AIが時間の経過とともにさまざまな国や地域向けに生成する非医薬品介入（NPI）とその予測効果。」[31] [32] [33]
- インデックスケースから世界的拡大まで – シウィアク博士、実際の人口密度、通勤パターン、長距離移動ネットワークを組み込んだGLEAMフレームワークに基づく。[34]
- IHME モデル– 保健指標評価研究所 COVID モデル
- MEmilio [35] – ハイブリッドグラフSIR型モデル[36]に基づくオープンソースの高性能モジュラー疫学シミュレーションソフトウェア。地域間の通勤テスト[37]とワクチン接種戦略[38]およびエージェントベースモデル
- OpenCOVID [39] [40] –スイス熱帯公衆衛生研究所（スイスTPH） – Rで実装されたSARS-CoV-2感染とCOVID-19疾患ダイナミクスのオープンアクセスの個人ベース伝播モデル。
- OxCGRT [41] – オックスフォードCOVID-19政府対応トラッカー[42] [33]
- SC-COSMO [43] – スタンフォード-CIDEコロナウイルスシミュレーションモデル
- SDL-PAND: カタルーニャのパンデミック状況のデジタルツイン。[44]
- SECIR [45] [46] [47] [48] –ヘルムホルツ感染研究センターによるモデル
- スモールワールドネットワーク上のSEIRモデルは、非医薬品介入が感染伝播ネットワークの構造に与える影響を推定するために使用される[49]
- SIAM疫学コレクション[50]
- 社会的ストレスのダイナミクスと古典的な疫病モデルを組み合わせたSIR SSモデル。 [51]社会的ストレスは社会物理学のツールによって記述されます。
- 新型コロナウイルス感染拡大防止に向けたウイルスRNA検査リソースへの賢明な投資[52] [53]
- 顧有陽COVIDモデル
ゲノムデータベース
これらのモデルのいくつかは、次のようなゲノム データベースを利用します。
コンソーシアム、研究クラスター、その他のコレクション
- CDCの予測対象と仮定のリスト[54] – さまざまなモデルなどを含む大規模なリスト。
- CORSMA – EUコンソーシアム（Eヘルス、血清学、モデリング、人工知能、実装研究を組み合わせたCOVID-19アウトブレイク対応）[55]
- COVID-19予測ハブ[56] – 50を超える国際研究グループからの予測と予想の中央リポジトリとして機能します。[57] [58]
- Nextstrain – 病原体ゲノムデータの科学的および公衆衛生的可能性を活用するオープンソースプロジェクト[59]
- Nextstrain SARS-CoV-2リソースも参照[60]
- SIMID [61] – 感染症のシミュレーションモデル – ベルギー研究コンソーシアム
- RAMP – パンデミックのモデル化における迅速な支援[62] (英国)
- UTオースティンCOVID-19モデリングコンソーシアム[63]
- 感染症の治療と診断におけるイノベーションを促進する計算アプローチ
ワクチン接種モニター、モデル、ダッシュボード
注：以下の（追加の）リソースは、シミュレーションではなく実際のデータに基づいています。ワクチン接種率の推定など予測機能が含まれている場合もありますが、一般的にはこの記事の主なリストのように理論的またはモデリング的根拠に基づいていません。それでも、予測は重要です。[64] （たとえば、COVID-19予測ハブを参照してください）[65]
- COVID-19ダッシュボード[66] -ジョンズホプキンス大学（JHU）システム科学工学センター（CSSE）[67] [68]
- CDCによるCOVIDVaxView [69]
- データハブ新型コロナウイルス2019データセット[70] [71] - COVID-19データセット新型コロナウイルス感染症2019（COVID-19）の時系列で、確認された症例、報告された死亡者、報告された回復者を一覧表示しています。
- Impfdashboard.de - ドイツのワクチン接種モニター[72]
- COVID19ワクチン接種キャンペーンのシミュレーション[73] - Zi Data Science Labによるドイツのワクチン接種キャンペーンのモニター
- 保健指標評価研究所（IHME）COVID-19予測[74]
科学的根拠の少ないモデル
以下のモデルは純粋に教育目的のみに使用されます。
- 細胞防御オートマトンモデル[75]
- 注目すべきSARS-CoV-2の変異体と変異の概要[76]
- Covid-19シミュレーター[77]
- COVID19: トップ7 - Mediumに投稿された厳選リスト[78]
- github.com/topics: covid-19 [79]
- ISEEシステムCOVID-19シミュレーター[80]
- nCoV2019.live [81] - 「一目でわかる必要な数字」シフマン/コンロン著
- cov19.cc-コンロン著[82]
- Simul8 - COVID-19シミュレーションリソース[83]
- SIRモデルによるコロナウイルスのシミュレーション[84]
- ウイルス拡散シミュレーション[85]
その他の関連シミュレーション、モデル、データソース
- （アメリカ化学会）CAS COVID-19バイオインジケーターエクスプローラー[86]
- CDCのCOVIDデータトラッカー[87]
- COVID-19に対する連帯を目的とした市民社会パートナー（CSPAC）：251の地域と71隻の船舶に関する完全なライブの世界的なCOVID-19状況レポート[88]
- コーネル社会経済研究所（CISER）：COVID-19データソース[89]
- オイラー・ラグランジュ多相モデル、例えばCFDに基づくエレベーター内でのCOVID-19の伝播[90]
- LarsenらによるCOVID-19症状発現シミュレーション（確率的進行モデル）[91]
- Our World in Dataのコロナウイルスソースデータ[92]
- アトランティック誌のCOVID-19追跡プロジェクト[93]
- Vadere - 歩行者と群衆のシミュレーションのためのオープンソースフレームワーク[94]
- WHOコロナウイルス（COVID-19）ダッシュボード[95]
トレーニングとその他のリソース
- 感染症モデリング専門 - インペリアル・カレッジ・ロンドンが Coursera で提供
- COVID-19 の拡散を予測するための COVID-19 シミュレーターと機械学習ツールキットの紹介 - AWS Machine Learning ブログ
参照
参考文献
- ^ Adam D (2020年4月). 「特別レポート：COVID-19に対する世界の対応を推進するシミュレーション」. Nature . 580 (7803): 316–318. Bibcode :2020Natur.580..316A. doi :10.1038/d41586-020-01003-6. PMID 32242115. S2CID 256820433.
- ^ Brierley L. 「COVID-19流行に対する学術的対応における研究プレプリントの役割」。Authorea Preprints。doi : 10.22541 / au.158516578.89167184。
- ^ 「さらに17万8000人の死者？科学者の最新のウイルス予測は警告」NBCニュース。2020年9月24日。 2021年2月22日閲覧。
- ^ Tufekci Z (2020-04-02). 「COVID-19モデルを信じてはいけない」The Atlantic 。 2021年2月22日閲覧。
- ^ Chen TM、Rui J、Wang QP 、 Zhao ZY、Cui JA、Yin L（2020年2月）。「新型コロナウイルスのフェーズベースの伝染性をシミュレートするための数学モデル」。貧困感染症。9 （ 1 ）：24。doi ：10.1186 / s40249-020-00640-3。PMC 7047374。PMID 32111262。
- ^ 「CoSim Online」. shiny.covid-simulator.com . 2023年12月14日閲覧。
- ^ 「COVID-19 モビリティネットワークモデリング」. covid-mobility.stanford.edu . 2023年12月14日閲覧。
- ^ Chang S、Pierson E、Koh PW、 Gerardin J、Redbird B、Grusky D、Leskovec J（2021年1月）。「COVID-19のモビリティネットワークモデルは不平等を説明し、再開に情報を提供する」。Nature。589 （ 7840 ）： 82–87。Bibcode ：2021Natur.589...82C。doi ：10.1038/s41586-020-2923-3。PMID 33171481。
- ^ 「ホーム - COVID-19 シミュレーター」. covid19sim.org . 2023年12月14日閲覧。
- ^ 「Policy Simulator Methodology」。COVID -19 Simulator 。 2021年2月21日閲覧。
- ^ 「医療従事者」。米国疾病予防管理センター。2020年2月11日。 2023年12月14日閲覧。
- ^ CDC (2020-02-11). 「医療従事者」. 米国疾病予防管理センター. 2021-02-22閲覧。
- ^ Ng MK. 「SEIRSベースのCOVID-19シミュレーションパッケージ」。markusng.com 。2023年12月14日閲覧。
- ^ 「研究プロジェクト - CovidSim - システム関連インフラストラクチャにおける群衆内のcovid感染拡散のモデリングとシミュレーション - HM Hochschule München University of Applied Sciences」。Hochschule München 。 2023年12月14日閲覧。
- ^ Ng M (2023 年 9 月 24 日)。 「COVIDSim — SEIRS ベースの COVID-19 シミュレーション パッケージ」。GitHub。2023 年12 月 14 日に取得。
- ^ Ng M (2020-12-23), nkymark/COVIDSim 、2021-03-09閲覧
- ^ Ng KY、Gui MM（2020年10月）。「COVID-19：高齢化人口と制御アクションと再感受性の時間遅延を考慮した堅牢な数学モデルとシミュレーションパッケージの開発」。Physica D ：非線形現象。411：132599。arXiv：2004.01974。Bibcode ： 2020PhyD..41132599N。doi ：10.1016/ j.physd.2020.132599。PMC 7282799。PMID 32536738。
- ^ “CovidSIM”. covidsim.eu . 2021年3月13日閲覧。
- ^ Schneider KA、Ngwa GA、Schwehm M、Eichner L 、 Eichner M（2020年11月）。「COVID-19パンデミック対策シミュレーションツール：CovidSIM」。BMC 感染症。20 （1）：859。doi ： 10.1186 / s12879-020-05566-7。PMC 7675392。PMID 33213360。
- ^ “CovRadar”. covradar.net . 2023年12月14日閲覧。
- ^ Wittig A、Miranda F、Hölzer M、Altenburg T、Bartoszewicz JM、Dieckmann MA、他 (2021-04-06)。「CovRadar：分子監視のためのSARS-CoV-2変異の継続的な追跡とフィルタリング」。bioRxiv 10.1101/ 2021.02.03.429146v2。
- ^ 「CovRadarを使用したSARS-CoV-2スパイクタンパク質変異の分子監視」。News-Medical.net。2021年2月7日。 2021年4月25日閲覧。
- ^ De -Leon H、Pederiva F (2020年8月)。「コロナウイルス感染症(COVID-19)の拡散の粒子モデリング」。Physics of Fluids。32 ( 8 ) :087113。arXiv : 2005.10357。Bibcode : 2020PhFl ... 32h7113D。doi : 10.1063/5.0020565。PMC 7441410。PMID 32848352。
- ^ De- Leon H、Pederiva F（2021年7月）。「COVID-19疾患に対するワクチンの導入に関する統計力学研究」。Physical Review E。104（1）：014132。arXiv ： 2012.07306。Bibcode ： 2021PhRvE.104a4132D。doi ：10.1103 / PhysRevE.104.014132。PMID 34412259。S2CID 229155979 。
- ^ 「ガファルザデガン博士のモデル - 大学のCOVID-19症例をシミュレートする」forio.com . 2021年5月2日閲覧。
- ^ Ghaffarzadegan N (2021-02-01). 「大学におけるCovid-19の拡散を制御するためのシミュレーションベースのwhat-if分析」. PLOS ONE . 16 (2): e0246323. Bibcode :2021PLoSO..1646323G. doi : 10.1371/journal.pone.0246323 . PMC 7850497 . PMID 33524045.
- ^ 「COVID-19シミュレーションモデルがシナリオを作成」www.vtnews.vt.edu。2021年3月6日時点のオリジナルよりアーカイブ。2021年2月21日閲覧。
- ^ 「イベントホライズン - COVID-19」. rocs.hu-berlin.de . 2023年12月14日閲覧。
- ^ Maier BF, Brockmann D (2020年5月). 「中国における最近のCOVID-19感染者数の増加は効果的な封じ込めによって説明できる」. Science . 368 (6492): 742–746. arXiv : 2002.07572 . Bibcode :2020Sci...368..742M. doi : 10.1126/science.abb4557 . PMC 7164388. PMID 32269067 .
- ^ 「進化型AI」. evolution.ml . 2023年12月14日閲覧。
- ^ 「進化型AI」. evolution.ml . 2021年4月26日閲覧。
- ^ Miikkulainen R、Francon O、Meyerson E、Qiu X、Sargent D、Canzani E、Hodjat B (2020-08-01)。「予測から処方へ：COVID-19パンデミックにおける非医薬品介入の進化的最適化」arXiv：2005.13766 [cs.NE]。
- ^ ab 「コンピュータモデルはCOVID-19に対する最良の公衆衛生介入を選択できるか？」IEEE Spectrum：テクノロジー、エンジニアリング、サイエンスニュース。2021年1月5日。 2021年4月26日閲覧。
- ^ Siwiak M、Szczesny P、Siwiak M (2020-07-10)。「インデックスケースから世界的拡散まで：COVID-19パンデミックの世界的移動に基づくモデリングは、現在の推定よりも高い感染率と低い検出率を示唆している 」 。PeerJ。8 ：e9548。doi ： 10.7717 / peerj.9548。ISSN 2167-8359。PMC 7357567。PMID 32728498。
- ^ Abele D、Kühn MJ、Koslow W、Rack K、Siggel M、Kleinert J、他。 (2022-01-01)。 「MEmilio - 高性能 Modular EpideMICs シミュレーション ソフトウェア」。GitHub。
- ^ Kühn MJ、Abele D、Mitra T、Koslow W、Abedi M、Rack K、他 (2021年9月)。「人口統計情報と空間解像度を用いたドイツにおけるSARS-CoV-2の拡散の効果的な緩和と予測の評価」。数学生物科学。339 :108648。doi : 10.1016 / j.mbs.2021.108648。PMC 8243656。PMID 34216635。
- ^ Kühn MJ, Abele D, Binder S, Rack K, Klitz M, Kleinert J, Gilg J, Spataro L, Koslow W, Siggel M, Meyer-Hermann M, Basermann A (2022). 「通勤者検査による地域開放戦略とドイツにおける新しいSARS-CoV-2変異体の封じ込め」BMC感染症. 22 (1): 333. doi : 10.1186/s12879-022-07302-9 . ISSN 1471-2334. medRxiv 10.1101/2021.04.23.21255995 . PMC 8978163 . PMID 35379190.
- ^ Koslow W, Kühn MJ, Binder S, Klitz M, Abele D, Basermann A, Meyer-Hermann M (2022-05-16). 「非医薬品介入を適切に緩和することで、デルタ変異体にもかかわらず、SARS-CoV-2感染の再流行のリスクが最小限に抑えられる」. PLOS Computational Biology . 18 (5): e1010054. Bibcode :2022PLSCB..18E0054K. doi : 10.1371/journal.pcbi.1010054 . ISSN 1553-7358. medRxiv 10.1101/2021.07.09.21260257 . PMC 9135349 . PMID 35576211。
- ^ Shattock AJ、Le Rutte EA、Dünner RP、Sen S、Kelly SL、Chitnis N、Penny MA（2022年3月）。「スイスにおけるワクチン接種と非医薬品介入がSARS-CoV-2の動態に与える影響」。エピデミック。38 （ 7 ）：100535。Bibcode ：2021PLSCB..17E9146H。doi ： 10.1016/j.epidem.2021.100535。PMC 8669952。PMID 34923396。
- ^ 「OpenCOVIDのオープンアクセスソースコードを含むGitリポジトリ」。GitHub。スイスTPH。2022年1月31日。 2022年2月15日閲覧。
- ^ 「COVID-19 政府対応トラッカー」www.bsg.ox.ac.uk 2020年3月18日2023年12月14日閲覧。
- ^ 「COVID-19 政府対応トラッカー」www.bsg.ox.ac.uk . 2020年3月18日. 2021年4月26日閲覧。
- ^ 「sc-cosmo – Stanford-CIDE COronavirus Simulation MOdel」。2023年12月14日閲覧。
- ^ 「SDL PAND - Mapa global」. pand.sdlps.com . 2023年5月20日閲覧。
- ^ Khailaie S, Mitra T, Bandyopadhyay A, Schips M, Mascheroni P, Vanella P, Lange B, Binder SC, Meyer-Hermann M (2021). 「ドイツにおけるコロナウイルスSARS-CoV-2症例データからの再生産数の推移と政策的対策への影響」BMC Medicine . 19 (1): 32. doi : 10.1186/s12916-020-01884-4 . ISSN 1741-7015. medRxiv 10.1101/2020.04.04.20053637 . PMC 7840427. PMID 33504336 .
- ^ “simm / covid19 / SECIR”. GitLab . 2021年7月5日閲覧。
- ^ 「レポート · Wiki · simm / covid19 / SECIR」. GitLab . 2021年7月5日閲覧。
- ^ 「私たちの研究」。ヘルムホルツ感染研究センター。 2021年7月5日閲覧。
- ^ Syga S、David-Rus D、Schälte Y、Hatzikirou H 、 Deutsch A（2021年11月）。「COVID-19感染ネットワークに対する介入の効果の推測」。Scientific Reports。11 （ 1 ）：21913。arXiv ： 2012.03846。Bibcode ： 2021NatSR..1121913S。doi ： 10.1038/ s41598-021-01407 - y。PMC 8578219。PMID 34754025。
- ^ 「疫学コレクション」epubs.siam.org。
- ^ Kastalskiy IA、Pankratova EV、Mirkes EM、Kazantsev VB 、 Gorban AN（2021年11月）。「社会的ストレスがCOVID-19アウトブレイクの多波動を引き起こす」。Scientific Reports。11 （1 ）：22497。arXiv：2106.08966。Bibcode：2021NatSR..1122497K。doi：10.1038 / s41598-021-01317- z。PMC 8602246。PMID 34795311。
- ^ 「COVID-19シミュレーションツール」. corona-lab.ch . 2021年4月28日閲覧。
- ^ Gorji H、Arnoldini M、Jenny DF、Hardt WD、Jenny P (2021-05-04). 「COVID-19パンデミックの緩和戦略を特定するための動的モデリング」. Swiss Medical Weekly . 151 (1718): w20487. doi :10.4414/smw.2021.20487. hdl : 20.500.11850/484250 . ISSN 1424-3997. medRxiv 10.1101/2020.11.30.20239566 . PMID 33945149.
- ^ 「CDC予測の包含と仮定のリスト」www.cdc.gov/coronavirus。
- ^ 「コレスマ」。コレスマ。2021年7月5日閲覧。
- ^ 「ホーム - COVID 19予測ハブ」。covid19forecasthub.org 。 2023年12月14日閲覧。
- ^ Best R、Boice J (2020-05-01)。「最新のCOVID-19モデルが考える私たちの将来と、それに同意できない理由」。FiveThirtyEight 。 2021年2月21日閲覧。
- ^ 「ホーム - COVID 19 予測ハブ」。covid19forecasthub.org 。 2021年2月21日閲覧。
- ^ “Nextstrain”. nextstrain.org . 2021年4月26日閲覧。
- ^ “Nextstrain”. nextstrain.org . 2023年12月14日閲覧。
- ^ 「SIMID – 感染症のシミュレーションモデル」 。 2023年12月14日閲覧。
- ^ 「パンデミックのモデル化における迅速な支援：RAMP | Royal Society」royalsociety.org . 2021年3月9日閲覧。
- ^ 「UT COVID-19モデリングコンソーシアム」covid-19.tacc.utexas.edu . 2023年12月14日閲覧。
- ^ CDC (2020-02-11). 「コロナウイルス感染症2019 (COVID-19) - COVID-19予測：背景情報」。米国疾病予防管理センター。2021年10月3日閲覧。
- ^ 「ハブについて - COVID 19 予測ハブ」。covid19forecasthub.org 。 2021年10月3日閲覧。
- ^ 「COVID-19マップ」。ジョンズホプキンスコロナウイルスリソースセンター。 2023年12月14日閲覧。
- ^ 「COVID-19マップ」。ジョンズホプキンスコロナウイルスリソースセンター。 2021年4月26日閲覧。
- ^ Dong E、Du H、Gardner L（2020年5月）。「COVID-19 をリアルタイムで追跡するためのインタラクティブなウェブベースのダッシュボード」。The Lancet 。感染症。20 （5）：533–534。doi ： 10.1016 / S1473-3099 （20）30120-1。PMC 7159018。PMID 32087114。
- ^ “COVIDVaxView | CDC”. www.cdc.gov . 2021-09-23 . 2021-10-03閲覧。
- ^ Datopian、Open Knowledge International。「新型コロナウイルス2019」。DataHub.io 。2021年5月2日閲覧。
- ^ datasets/covid-19、GitHub のパッケージ化されたコアデータセット、2021-05-02、2021-05-02取得
- ^ ゲズントハイト連邦省。 「Das offzielle Dashboard zur Impfkampagne der Bundesrepublik Deutschland」。impfdashboard.de (ドイツ語) 。2021年6月7日閲覧。
- ^ “新型コロナウイルス感染症19のシミュレーション - Impfkampagne”. www.zidatasciencelab.de 。2023 年12 月 14 日に取得。
- ^ 「IHME | COVID-19 Projections」。健康指標評価研究所。 2023年12月14日閲覧。
- ^ 「細胞防御オートマトンモデル」。thememeticist.github.io。
- ^ 「CoVariants（CoVariants] - 注目すべきSARS-CoV-2の変異体と突然変異の概要）」covariants.org 。 2023年12月14日閲覧。
- ^ 「Covid-19 シミュレーター」www.coronasimulator.com . 2021年4月28日閲覧。
- ^ Prabowo A (2020年5月3日). 「COVID19: 厳選されたオンラインインタラクティブシミュレーショントップ7」. Medium . 2021年2月21日閲覧。
- ^ 「一緒にソフトウェアをより良く構築する (topics/covid-19)」。GitHub 。 2023年12月14日閲覧。
- ^ 「COVID-19 シミュレーター」exchange.iseesystems.com . 2023年12月14日閲覧。
- ^ 「コロナウイルスダッシュボード」ncov2019.live . 2023年12月14日閲覧。
- ^ “cov19.cc” . 2023年8月18日閲覧。
- ^ 「COVID-19シミュレーションリソース」。2020年2月21日閲覧。
- ^ 「SIRモデルによるコロナウイルスのシミュレーション」fatiherikli.github.io . 2021年4月19日時点のオリジナルよりアーカイブ。2021年2月21日閲覧。
- ^ 「Covid-19拡散シミュレーション」c19model.com . 2023年12月14日閲覧。
- ^ 「CAS COVID-19リソース」CAS . 2021年6月2日閲覧。
- ^ 「COVIDデータトラッカー」。米国疾病予防管理センター。2020年3月28日。 2023年12月14日閲覧。
- ^ 「251の地域と71隻の船舶に関する完全かつリアルタイムのグローバルCOVID-19状況レポート」。civilsocietysolidarityagainstcovid19.com 。2021年7月1日閲覧。
- ^ Bohan J. 「LibGuides: コーネル大学社会経済研究所 (CISER): COVID-19 データソース」。guides.library.cornell.edu 。2023年12月14日閲覧。
- ^ Dbouk T 、 Drikakis D（2021年1月）。「エレベーターと密閉空間における空気感染ウイルスについて」。 流体物理学。33 （1）：011905。Bibcode ： 2021PhFl...33a1905D。doi ：10.1063/5.0038180。PMC 7984422。PMID 33790526。
- ^ Larsen JR、Martin MR、Martin JD、Kuhn P 、 Hicks JB (2020) 。 「COVID-19 の症状の発症のモデル化」。公衆衛生のフロンティア。8 ：473。doi ：10.3389 / fpubh.2020.00473。PMC 7438535。PMID 32903584。
- ^ Mathieu E、Ritchie H、Rodés-Guirao L、Appel C、Giattino C、Hasell J、Macdonald B、Dattani S、Beltekian D、Ortiz-Ospina E、Roser M (2020 年 3 月 5 日)。 「コロナウイルスのパンデミック（COVID-19）」。データの中の私たちの世界。2023 年12 月 14 日に取得。
- ^ 「COVID追跡プロジェクト」。COVID追跡プロジェクト。 2023年12月14日閲覧。
- ^ 「Vadere – 歩行者と群衆のシミュレーションのためのオープンソースフレームワーク」www.vadere.org 。 2023年12月14日閲覧。
- ^ 「WHOコロナウイルス（COVID-19）ダッシュボード」covid19.who.int . 2021年7月1日閲覧。
さらに読む
記事
- Adam D (2020年4月)。「特別レポート：COVID-19に対する世界の対応を推進するシミュレーション」。Nature . 580 ( 7803): 316–318。Bibcode :2020Natur.580..316A。doi : 10.1038 /d41586-020-01003-6。PMID 32242115。S2CID 214771531 。
- Alper J.「WXML 2020 COVID-モデリング学習ガイド」。ワシントン州シアトル：ワシントン大学数学部。
- Fuller J (2021年3月). 「COVID-19モデルは（哲学的に言えば）何をモデル化しているのか？」.生命科学の歴史と哲学. 43 (2): 47. doi :10.1007/s40656-021-00407-5. PMC 7994354. PMID 33770267 .
- Roberts M、Driggs D、Selby I、Sala E、Schönlieb CB（2021年6月1日）。「医療画像と機械学習でパンデミックと闘う：COVID-19から学んだ教訓」。SIAMニュース。
書籍
- Basavarajaiah D、Murthy BN（2022-04-25）。COVID伝播モデル：感染症のメカニズムに関する考察（第1版）。ボカラトン：チャップマン・アンド・ホール/CRC。doi：10.1201/9781003204794。ISBN 978-1-00-320479-4. 2022年7月23日閲覧。
- Prabha S、Karthikeyan P、Kamalanand K、 Selvaganesan N (2021年7月7日)。SARS-CoV-2とCOVID-19の計算モデルとイメージング（第1版）。CRC Press。doi :10.1201 / 9781003142584。ISBN 978-1-00-314258-4.S2CID 237802484 。
- Azar AT、Hassanien AE編（2022年）。COVID-19アウトブレイク予防のためのモデリング、制御、医薬品開発。システム、意思決定、制御の研究。第366巻。Cham：Springer International Publishing。doi ：10.1007 / 978-3-030-72834-2。ISBN 978-3-030-72833-5. S2CID 240429840 . 2022年7月23日閲覧。
- Pani SK、Dash S、dos Santos WP、 Bukhari SA、Flammini F、編（2022）。計算モデルとデータ分析を使用したCOVID-19およびその他のパンデミックとエピデミックの評価。Cham：Springer International Publishing。doi ：10.1007 / 978-3-030-79753-9。ISBN 978-3-030-79752-2. S2CID 245119014。
- マルチェバ M (2015)。数理疫学入門。応用数学テキスト。第 61 巻。ボストン、マサチューセッツ州: Springer US。doi : 10.1007 / 978-1-4899-7612-3。ISBN 978-1-4899-7611-6. 2022年9月12日閲覧。
- Li MY (2018). 感染症の数学的モデリング入門. 出版社: Springer International Publishing. doi :10.1007/978-3-319-72122-4. ISBN 978-3-319-72121-7. 2022年9月12日閲覧。