條文本
PDF
文摘
客觀的通過使用健康代碼區塊鏈,城市可以最大化的使用個人信息而最大化的保護個人隱私的監測和評價上市疫苗的有效性。
設計本研究構建一個城市COVID-19上市疫苗有效性(VE)監測、評價和應用係統基於健康代碼區塊鏈。本研究使用該係統模擬和統計分析三個城市的應用場景,即評價疫苗的接種率(VR)和確定最優疫苗接種策略,評估群體免疫和監測VE變體。
主要結果測量已經列出的主要結果首先建立城市COVID-19監測、評價和應用係統通過使用健康代碼區塊鏈,結合動態監測模型,VE、VE的評價指標體係和個人隱私信息的監測和評價係統的使用,然後分析在城市仿真三條措施:一是把指數反映了城市人口流動的重量計算綜合虛擬現實,二是計算綜合基本繁殖數量(R)的無症狀的人,第三個是比較之間的差異觀察有效性和真正的上市疫苗病毒變異下的有效性。
結果這個係統和仿真相結合,研究發現:(1)全麵的虛擬現實,加權,以反映城市人口流動,比簡單的虛擬現實,更準確的沒有考慮城市人口流動。基於人口流動,城市最佳疫苗接種策略的算法原理。在模擬涉及六個地區的城市上市疫苗接種,項目1和5有最好的保護作用在八個疫苗接種規劃,和最佳的接種疫苗是3-5-2-4-6-1。(2)在無症狀的存在條件下,基本的繁殖數量,即R0 * (1-VR * VE),不能準確反映群體免疫的影響,但綜合基本繁殖數量應該使用(R)。R成正比的比例無症狀的人(aw)和潛伏期(ip)的持續時間,和VR成反比,VE和傳播的天數的ip (k)。在仿真分析中,當症狀R0 = 3,即使aw = 0.2, R降低到接近1,直到VR達到95%。aw = 0.8時,即使整個人口接種疫苗,即虛擬現實= 1,R是1.688,而且還顯著大於1。如果R是減少到1,已經需要增加到0.87。(3)該係統能更全麵、準確地掌握城市已經變種病毒的影響。傳統的流行病學調查可以失去接觸受感染的人,導致觀察到的有效性之間的偏差和真正的有效性。病毒變異加劇損失,然後增加了偏差。 Simulation case 1 assumes the unvaccinated rate of 0.8, the ongoing VR of 0.1, the completed VR of 0.1 and an average infection rate of 2% for the variant virus. If a vaccine is more than 90% effectiveness against the premutant virus, but only 80% effectiveness against the mutant virus, and because 80% of the unvaccinated people who are not infected are not observed, the observed effectiveness of the vaccine is 91.76%, it will lead to the wrong judgement that the VE against the variant virus is not decreased. Simulation case 2 assumes the unvaccinated rate of 0.8, the ongoing VR of 0.1, the completed VR of 0.1 and an average infection rate of 5% for the variant virus. Simulation finds that the higher the proportion of unvaccinated infected people who are not observed, the lower the estimate of observed effectiveness; and the lower the true effectiveness, the larger the gap between observed effectiveness and true effectiveness. Simulation case 3 assumes the unvaccinated rate of 0.2, the ongoing VR of 0.2, the completed VR of 0.6 and an average infection rate of 2% for the variant virus. Simulation finds that the higher the proportion of unobserved completed vaccination patients who are not infected, the lower the estimate of observed effectiveness; and the lower the true effectiveness, the larger the gap between observed effectiveness and true effectiveness. Simulation case 4 assumes the unvaccinated rate of 0.2, the ongoing VR of 0.2, the completed VR of 0.6 and an average infection rate of 5% for the variant virus. If a vaccine is more than 90% effectiveness against the premutant virus, but only 80% effectiveness against the mutant virus, and because 80% of the infected people with complete vaccination are not observed, the observed effectiveness of the vaccine is 91.95%, similar to case 1, it will lead to the wrong judgement that the VE against the variant virus is not decreased.
結論與傳統的流行病學調查相比,該係統能滿足的挑戰加速病毒變異和大量的無症狀的人來說,動態監測和準確地評估上市疫苗的有效性和提高個人隱私不鎖定相關的區域或城市。該係統建立在這項研究可以作為一個通用的模板監測和評價的有效性COVID-19上市疫苗在世界各地的城市。如果這個係統可以提升在全球範圍內,它將促進國家加強團結與合作,加強全球COVID-19反應能力。
- COVID-19
- 衛生政策
- 流行病學
數據可用性聲明
沒有數據是可用的。
這是一個開放的分布式條依照創作共用署名非商業性(4.0 CC通過數控)許可證,允許別人分發,混音,適應,建立這個工作非商業化,和許可他們的衍生產品在不同的協議,提供了最初的工作是正確地引用,給出合適的信用,任何更改表示,非商業使用。看到的:http://creativecommons.org/licenses/by-nc/4.0/。
來自Altmetric.com的統計
本研究的優點和局限性
本研究結合健康代碼,區塊鏈和統計方法提出一種新的流行病學調查係統。
城市使用係統監視和評估上市疫苗的有效性。
係統沒有考慮人與對象的控製之外的城市可能攜帶這種病毒。
人在不同的發展階段和不同的文化背景有不同的敏感性,隱私保護的範圍和強度,這不是討論的係統。
係統沒有考慮因素,如城市大小、區塊鏈缺陷安全、延遲、吞吐量、可伸縮性、交互性等。
介紹
COVID-19疫情仍然是一個全球大流行。接種疫苗,作為遏製COVID-19最有利的武器,1在戰鬥COVID-19中發揮著越來越重要的作用。2仿真研究表明,高疫苗接種率(VR)能有效地抑製病毒的傳播。3不斷上漲的工具與世界各國有效遏製疫情的傳播和降低感染者的症狀和死亡。
上市疫苗的有效性一直是公眾關注的焦點。傳統的疫苗開發大約需要10 - 12年從臨床前開發批準,生產和疫苗接種。超過250 COVID-19疫苗目前正在開發,4中間和超過90的疫苗開發和後期臨床研究階段。5目前,有三種和5個品牌COVID-19疫苗批準清單與中國的條件:滅活疫苗(由北京生物製品研究所和武漢生物製品研究所中國製藥集團在中國生物技術和科興生物製品),腺病毒載體疫苗(由CanSino生物製劑)和重組COVID-19疫苗(由範之長柯馬生物製藥)。6 7大部分的批準COVID-19疫苗是在緊急情況下使用或上市條件,關於疫苗的有效性和數據主要來自臨床試驗的結果。8-23然而,由於數量有限的臨床試驗觀察樣品和試驗周期短,這些結論還缺乏一個足夠大的樣本和一段足夠長的時間觀察科學演示。沒有足夠的證據,任何疫苗防止COVID-19的100%。24日25日疫苗的有效性結果在臨床試驗中共性數據,和臨床試驗的疫苗和疫苗營銷通常是疾病發展的不同階段,大多數臨床試驗早期階段和後期爆發階段,大多數營銷階段的爆發。人們需要知道更多關於現實(臨床試驗)對自己的(個人特征),以及疫苗的品種和組合適合他們。26日27日
流行病學調查是主要的方法來監控上市疫苗的有效性(以下簡稱疫苗)是世界上目前(包括在城市)。28-31傳統的流行病學調查采用事後跟蹤的方法。COVID-19的快速變化和大型的無症狀的人們帶來巨大挑戰的傳統流行病學調查被動監測。
目前,COVID-19的迅速蔓延,變化也在加速。英國、南非、巴西、印度、秘魯等國家出現的變異株病毒傳播速度、感染強度和危害大於COVID-19的早期階段。以2021年5月廣州為例,從國外進口三角洲突變株感染47例五代隻有10天。32 33疾病控製和預防中心找到了三角洲變異菌株R0 8 - 9。34雖然現在仍然有效用於這些變異毒株的疫苗,35-39疫苗的有效性正在減弱。降價例如,在英國完成三角洲死亡的比例從2021年6月13日的29%上升到42.7%。6月25日46另一個例子,以色列衛生部公布的數據顯示,2021年7月5日輝瑞疫苗的有效性下降了約30% - -64%的預防COVID-19症狀的情況下,477月22日的數據顯示,效率降低到39%。48也有研究表明,COVID-19變異菌株對現有疫苗構成嚴峻挑戰。49個50世衛組織專家和英國科學家不排除失敗的部分甚至全部現有的疫苗。51 52更緊迫的是,人們需要知道疫苗效力(VE)變種病毒的方式更多的疫苗接種。53 - 62此外,變異病毒傳播力的增強也改變傳播的方式。潛伏期顯著縮短,傳播的開始時間。在過去,它主要是通過密切接觸傳播,但現在它可以傳播在相同的空間。63 64密切接觸人員的概念已經發生了重大的變化,及其數量和範圍遠遠大於原來的定義。這帶來了一個巨大的挑戰傳統的流行病學調查。
因為傳統的流行病學調查不能完全跟蹤,已經很難找到病人COVID-19 0和無症狀的感染預防和控製。如果病人零是無症狀的,它是更加困難,有時不可能找到零病人通過傳統的流行病學調查。如果病人零,無症狀攜帶者沒有發現或無症狀攜帶者的數量是不夠準確的。這將漏洞COVID-19預防和控製,同時也影響到準確的評估和群體免疫力。在COVID-19加速變化,最初無症狀感染者更。32疫苗降低感染者的症狀,使無症狀的人越來越普遍。65年這種情況尤其突出ο爆發壓力。66年所有這些帶來新的挑戰傳統的流行病學調查。
健康代碼是第一個數字防疫措施在杭州在中國推出國際二維碼的形式為載體,並迅速在全國100多個城市,成為中國防疫的一個重要工具。在2020年2月,中國國家政府服務平台推出了“防疫和醫療信息代碼”促進交流和相互承認的國家“健康代碼”。健康的代碼後,中國建立了一個旅遊代碼,工業和信息化部組織了中國信息和通信學院和三個基本電信公司推出“溝通大數據旅行卡”來收集個人位置跟蹤信息。卡主要收集城市人訪問了14天。目前,衛生代碼平台代碼衛生和旅遊相結合,並吸收了健康、工業和信息化、交通、海關、移民管理、民航、鐵路和其他信息。在中國,城市衛生代碼(平台)屬於一個集中的信息管理模式,掌握大量的個人隱私信息。在中國、韓國、法國和其他國家也推出了個人信息編碼類似中國健康代碼。一些國家,如美國,使用藍牙聯係跟蹤工具來建立分散健康代碼基於保護個人隱私,但效果並不理想。67年
目前,在疫情爆發的一些城市,為了幫助流行病學調查應對這些挑戰,有效遏製流行,一些人采取了非常嚴格的實踐鎖定整個epidemic-related地區甚至整個城市。衛生代碼(平台)被用來協助流行病學調查在中國的一些城市,以及多次進行核酸檢測和篩查。68年基於健康流行病學調查代碼采用pretracking的方式,可以被視為一種新的流行病學調查。實際效果而言,它可以立即阻止疫情的傳播在低遷移率的地區,69年進行全麵檢查和無症狀的感染,並提供全麵、準確的理解已經爆發的早期階段,並使發現病人零容易得多。同時,由於使用大量的個人隱私信息收集的健康代碼在這個過程中,加上不透明的使用方法和內容,有些人擔心個人隱私保護是沒有得到應有的重視。70年封鎖嚴重打擊的經濟發展。如何健康的代碼可以用來準確地監測和評估上市疫苗的有效性並最大化的保護個人隱私,沒有鎖定相關的區域或城市嗎?
最破壞性創新的新一代的信息技術革命,區塊鏈71年有許多優良的特性,如分散和網絡化數字信任,廣泛共識和價值動力維護公平和透明度、匿名性和防篡改,可跟蹤性和聰明的合同,權利保護和包容性。然而,它也麵臨法律、安全、隱私、延遲、吞吐量、可伸縮性、交互性、資源利用率和許多其他的問題和挑戰。區塊鏈已廣泛應用於數字金融、物聯網(物聯網)、智能製造、供應鏈管理、政府服務,在2008年推出以來,醫療等領域。一些研究側重於應用疫苗供應的可追溯性。72 73COVID-19爆發後,區塊鏈在慈善捐贈方麵發揮了重要作用,材料轉移,社區防疫疫苗供應可跟蹤性和其他方麵。74 - 76
目前,COVID-19仍在世界各地傳播,病毒變異是加速和流行病的發展更不確定。像中國這樣的國家有更好的流行病控製輸入性病例正麵臨巨大的壓力。嚴重流行的同時,一些國家已經得到了明顯的改善與疫苗的廣泛使用,以及他們的開放已經逐漸恢複。他們也麵臨輸入流行的壓力,尤其是突變株和無症狀的人。因此,迫切需要建立一個統一的流行跟蹤和追溯信息平台。總結各自的健康代碼實踐在中國,歐洲和美國,為了建立一個被廣泛接受的統一模型,人類必須找到一個有效的方法來最大化個人信息的使用和最大化的保護個人隱私。可行的做法是把健康代碼和區塊鏈,並利用匿名的可追溯性,防篡改,智能區塊鏈的合同和許多其他技術特點,結合集中管理和分散技術和建立一個統一和有效的全球係統監測、評估、預防和控製COVID-19。77年
本研究是將這個想法應用到城市監測和評價的有效性COVID-19上市疫苗。基於健康代碼區塊鏈平台,本研究認為正常化全方位實時係統可以被認為是積極地監控和評估上市疫苗的有效性。該係統結合了集中管理和分散技術實現的原則“隱私信息但不可見”,“容忍缺乏信息”,並將個人預防接種信息融入到健康代碼區塊鏈,並利用區塊鏈技術跟蹤,跟蹤和監控個人疫苗接種,健康狀況(包括疫苗接種反應,疫苗效果),行動軌跡,保護狀態等。
個人隱私信息的使用是根據緊急程度的antiepidemic狀態的係統。antiepidemic通常分為緊急狀態,更多的緊急和非緊急。使用私人信息(敏感)在個人記錄應該在三個方麵:非匿名(non-desensitised) semi-anonymous (semi-desensitised)和匿名(脫敏)。三個城市應用場景的監控、評價和應用係統稍後討論:評估虛擬現實並確定最優疫苗接種策略;評估群體免疫;和監控的變異病毒。從antiepidemic的角度情況下,前者場景對應於一個非緊急狀態,采取匿名(脫敏)使用個人隱私(敏感)信息的記錄;後兩個緊急狀態,不匿名(脫敏)使用個人隱私(敏感)信息的記錄。在這兩種狀態,即使是在緊急情況下,部門,利用個人隱私信息不能直接訪問個人隱私信息。這表明的最大保護個人隱私在對抗艾滋病不是絕對的、無條件的,而是相對的、有條件的。
係統能夠完全跟蹤病毒傳播的路徑,和動態監測和準確評價疫苗的有效性和對抗病毒的變種,和跟蹤病毒發現零和無症狀的患者。是一個活躍的監控模式,集成了疫苗技術和數字技術覆蓋了整個城市的人,它可以攜帶所有方麵,所有進程和曆史和空間VE的監測和評價,並在最大程度上保護個人隱私。這個精確的係統不需要鎖定相關的區域或城市,但隻海豹有關基本單位根據需要通過跟蹤行動軌跡和保護感染者和他們接觸的狀態。
方法
城市COVID-19 VE監測、評價和應用係統建立在這項研究包括四個部分:健康代碼區塊鏈平台,上市已經動態監測模型,評價指標體係以及個人隱私信息的監測和評價係統使用。
建設一個健康代碼區塊鏈平台包含疫苗接種的條件
健康衛生的代碼的代碼和信息持有者
目前,中國各地使用的衛生代碼是一個人,一個代碼,一般分為三種顏色:綠色、黃色和紅色。綠色代碼意味著持有人是健康的和可以自由移動;黃色的代碼意味著持有人是身體不健全或被確診或疑似病例,並需要隔離觀察和核酸測試,如果沒有錯,代碼將被轉換回綠色;紅色代碼表明持有人確診或疑似病例,並將代碼轉換為綠色隔離或治療後健康。王,趙添加藍色和橙色健康代碼。77年藍色綠色和黃色之間的代碼規範,表明持有人有異常體,但通過保護自由移動;橙色的代碼表示密切接觸確診或疑似病例,已在一些地方采用。
在中國的一些城市已經開始與健康預防接種信息代碼,如重慶和武漢。健康的黃金邊界代碼表示持有人完成疫苗接種,在四個角落和針模式健康代碼顯示照片的數量。這種方法標記疫苗接種信息並不完整,通常隻標記完成疫苗接種,而不是疫苗接種已經開始,但還沒有完成。為了確保疫苗接種信息的完整性,未完成接種狀態需要標記。廣東省已注意到這一使用健康的綠色廣場中間代碼表示的開始接種疫苗,和黃金廣場,表明疫苗接種已經完成。德國即將推出手機二維碼作為COVID-19疫苗接種和數字證書計劃推出它在其他歐盟國家。當然,有一個暴露的隱私信息的風險non-vaccinators標記牛痘接種員的健康信息的代碼,因為他們中的一些沒有接種疫苗不是因為他們的主觀願望,而是客觀原因。因此,疫苗接種的標記方法應基於個人願望和采用各種各樣的方法。一種方法是標誌著健康代碼直接通過特殊的模式匹配,和另一種方法是把有關疫苗接種支持衛生代碼以外的信息。
在此基礎上,結合使用健康代碼的實踐,本研究代表了接種員在綠色,黃色,橙色和紅色邊界模式。看到表1為各種特定的含義。
持票人信息附加到衛生代碼遠比健康更豐富和更有價值的代碼本身。小王和趙提出的附帶的信息包括四類:持有人的基本個人信息、健康信息、保護狀態信息和行動軌跡信息。77年為了準確地理解個人antiepidemic情況,其中包括大量的個人隱私信息。為了追蹤和監控疫苗的有效性,還需要增加相關信息反映出主人的疫苗接種,包括疫苗名稱、疫苗接種情況,不良反應,免疫接種效果,等等。
跟蹤健康的行動軌跡代碼持有人
城市衛生的行動軌跡代碼持有人(以下簡稱權利人)通常是由他或她的職業、生活習慣和社會關係。的行動軌跡,規律性強,也就是說,除了外出,假期,醫療、探親,政黨和其他特殊情況下,在大多數正常的情況下,如工作和購物,行動軌跡基本上保持一個固定的模式在時間和空間。甚至在一些特殊情況下,如醫療和拜訪親戚,有一定的操作規則。因此,規則和基本模式的持有人的行動軌跡可以通過使用人工智能開采和其他方法的幫助下大數據分析的行動持票人的曆史軌跡。係統的基本特征是持有人的公差信息短缺:可能有大量缺乏持有人行動軌跡信息在實際操作。實際上我們可以填補缺失信息的持有人行動軌跡挖掘軌跡規則和基本模式。當然,虛擬填充是通過聰明的合同。保護持票人的隱私信息,虛擬修補也遵循“可用但無形”的原則。礦業分析還可以預測未來持有人的行動軌跡,並有助於相關的仿真研究。總之,它大大降低了總體成本的跟蹤和提高跟蹤效率和準確性。
健康代碼區塊鏈平台架構的設計
對於一個城市,它可以作為聯盟鏈構造基於角色(節點)分級分權(表2)。這個體係結構的基本特征如下。
首先,建立一個完整的vaccination-related信息管理係統相對分工和相互約束的分級分權的角色。市政府有權建立和管理係統,和區級政府和有關部門有權建立預防接種信息和使用它根據流行的狀態,並應接受股東的監督和專門的管理組織。持有人有各種個人信息管理的權利,有權知道,監督和查詢各種用戶的個人信息。
第二,建立兩種blockchains完全跟蹤vaccination-related信息。一種是區塊鏈(以下簡稱記錄區塊鏈)跟蹤持有人個人疫苗接種疫苗接種和記錄的完整信息,健康和行為軌跡隱私信息的脫敏(如使用動態匿名標識個人身份和行動軌跡)。在實踐中,可以建立一個統一的記錄區塊鏈,或多個記錄可以根據不同類別建立blockchains如疫苗接種、健康和行為軌跡。你甚至可以隻考慮連接散列值的記錄信息。完整的信息存儲在加密的個人電話,和完整的信息是通過脫敏隱私信息被存儲在不同的相應的政府部門舉辦的公共雲備份根據不同部位如疫苗接種、健康和行為軌跡。即使個人手機上的信息丟失,完整的記錄信息可以恢複個人移動電話使用個人隱私信息及其動態匿名標識符比較庫建立的市政府,結合上述公共雲。
一個是區塊鏈跟蹤個人的使用記錄信息(以下簡稱使用區塊鏈)。城市區級政府和衛生部門使用疫苗監測數據(包括個人記錄信息)準備根據緊急情況及其antiepidemic智能合同責任,並使用寫入區塊鏈。然而,區級政府和衛生部門不能直接訪問個人隱私信息,從而真正使個人隱私信息,在這個過程中無形的。當使用個人記錄信息,尤其是隱私信息(敏感),地方政府和衛生部門應使用細節寫入區塊鏈通過脫敏,對持票人本人和及時的反饋,並接受夾自己的監督和專門的管理組織。
第三,使用智能合約持有人信息管理,使用和現場應用,確保使用持有人信息實現按照預定的方式和內容規範。智能合同的優點是,它的執行是透明的所有子公司,私下是不能修改的,可以自動執行。這種優勢智能合同使得兩個區級政府和有關部門自動實現合同根據持有人信息,建立這樣的自動實現透明和preaware持有人的信息。智能合約的使用可以有效地消除持有人擔憂通過政府部門濫用持有人信息。
VE動態監測模型
城市已經動態監測模型是由使用健康代碼區塊鏈追蹤和監控持有人的健康和免疫狀態,行動軌跡和保護狀態。基本的原則是所示圖1。過程中病毒的可追溯性,集中檢疫或者檢疫,為了快速找到受感染的人,多次核酸檢測和篩查可以進行所有的人參與其中。當然,這個模型可以用於監控上市疫苗的安全性。
動態監控模型的城市疫苗的有效性。
評價指標體係和監測
主要評價指標
簡單的效率和綜合效益
為了準確掌握疫苗的有效性,城市接種員分為兩類:完整的疫苗接種和免疫接種。每個類別是量化的最大症狀的嚴重程度。症狀(sy)被定義為5級:0-uninfection, 1-infection無症狀,2-infection溫和,3-infection嚴重,4-death。
是用來表示未接種疫苗的症狀,接種疫苗期間和完成。此信息可以使用係統中的記錄區塊鏈聚集。這三個類別的數量在城市分別被認為是
。
表明接種的症狀。它的號碼是由
。也就是說,
已經分為簡單有效性(SVE)和綜合有效性(CVE)(也稱為症狀緩解率)。SVE可以進一步分為簡單完成疫苗接種效果(FSVE)和全麵的簡單有效性(CSVE)。CVE可以進一步分為完成疫苗接種綜合有效性(FCVE)和全麵、綜合有效性(CCVE)。
(1)
(2)
(3)
(4)
組織效率和整體效率
防疫,集團部門可分為兩個方麵:一個從普通的跡象或共性的角度的跡象,包括年齡、性別、種族、職業、黨、接種疫苗和其他星座名稱;另一個從特殊的角度或個性的跡象跡象,包括孕婦、特殊疾病、囚犯、療養院等跡象。也可以使用複合跡象。
為不同的群體,定義組織有效性(按),分別計算:
集團FSVE
(5)
表明集團j人群的數量已經完成了疫苗接種,j = 1, 2,…, M,下麵一樣。
集團CSVE
(6)
表明集團j人群接種疫苗,j = 1, 2,…, M,下麵一樣。
集團FCVE
(7)
集團CCVE
(8)
總結按獲得各種指標的總體有效性(愛)。
整體FSVE
(9)
代表集團在完成疫苗接種,j的比例
。
整體CSVE
(10)
j代表類別的比例在完成疫苗接種,
。
整體FCVE
(11)
整體CCVE
(12)
基於空間接觸傳染性矩陣的有效性
在王、趙的研究中,健康的代碼區塊鏈被用來建立一個空間聯係矩陣W反映人與人之間的空間行動軌跡連接,77年然後一個空間聯係矩陣WH認為保護狀態了。它甚至可以擴展到不同群體之間的連接矩陣。在這裏,為了空間測量VE、城市空間接觸傳染性COVID-19介紹矩陣。矩陣中的元素是專門分為兩種形式:一個反映是否感染
;另一個反映了最大的感染者的嚴重性
。
為
:
表明我是不會傳染的,
表明我是會傳染的。
表明我是不會傳染的,
分別代表了四種形式最嚴重的症狀,我感染了。
它的定義是:
未接種疫苗的向量
向量,其中每個元素是由1和0未接種疫苗和接種疫苗,分別表明N對象是否接種疫苗。疫苗接種向量
向量,其中每個元素是由1和0,分別接種疫苗和其他條件,表明N對象是否接種疫苗。完成疫苗接種向量
向量,其中每個元素是由1和0,分別完成疫苗接種和其他條件,表明N對象是否已經完成了疫苗接種。接種疫苗的向量
向量,其中每個元素是接種疫苗和未接種疫苗的1和0,分別表明N對象是否接種疫苗。
,然後
。
計算:
未接種疫苗的人的數量=
疫苗接種人員的數量=
完成疫苗接種人員的數量=
接種疫苗的人的數量=
未接種疫苗感染人數=
在疫苗接種感染的數量=
完成疫苗接種的感染者人數=
受感染的人接種了=
從空間接觸傳染性的角度矩陣,計算SVE分別:
(13)
(14)
同樣,分別計算CVE:
(15)
(16)
根據空間接觸傳染性矩陣,按每一可以計算。
評價方法
根據城市已經建立的動態監控模型健康代碼區塊鏈,可以使用已經評價指標體係進行定量和VE的動態監測。具體評價方法分為縱向評價和橫向評價。縱向評價可以比較未接種,接種疫苗的人。為了更準確地比較兩組之間的差異,傾向值匹配分析方法可以用來發現樣品與non-vaccinators類似的人口特征和接種員比較。水平,統計方法,如序列分析可用於動態監測和測試是否已經評價指標達到一定標準或超過警戒水位。
發現病人零和無症狀的患者
利用城市空間聯係矩陣WH考慮保護狀態,病人零和相關的無症狀患者根據首例確診病人可以被識別。該算法原理如下:
假設城市
是已知的,
,
= 1(保護)或0(保護)。
結核病= 0 te = d /結核病,te時間回溯開始和結束變量,分別和d通常是選擇/傳染病感染的時間長度。
h =結核te。
j = 1到N。
找到所有
/找到所有j,等於1
,即{j} /。-
/ j包括預防接種信息輸入到數據庫中j /。
j。
我= {j} / j將發現我為下一個循環。
結束h。
數據集的所有人J是孤立的和核酸檢測。
如果沒有找到積極的,那麼結核病= te + 1 te = te + d去2直到找到積極的或t = 0 /如果沒有積極的發現,它表明COVID-19等其他方式傳輸通過輸入項/。
如果找到積極的(最早的積極(通常是無症狀)可能是病人零),然後找到所有未受保護的接觸和順序不受保護的聯係人從積極的人追查到T的最後時刻。
這些未受保護的聯係集中孤立和核酸檢測陽性。
未受保護的接觸是核酸檢測陽性T時間之前,表明無症狀;如果積極T時間後,有兩種情況:無症狀和症狀。
在
,我和j采用匿名標識符。在發現病人零和無症狀的患者,根據預定義的個人身份動態匿名標識符,並使用密鑰數據庫,恢複真實身份使用鍵根據授權。
上麵的算法能跟蹤病人零和無症狀的病人,和分析病人感染接種疫苗和未接種疫苗的人之間的差異,以及分布、代際差異和發展趨勢的無症狀患者在早期階段的城市流行。
個人隱私信息的監測和統計評價使用
基於個人隱私信息的分類,專門監督組織追蹤和監控相關機構對個人隱私信息的使用在所有時間和空間係統中,隱私信息的使用,包括正常使用和非法使用(包括披露),並評估可能非法使用造成的傷害(包括披露)的隱私信息。
隱私信息分類
根據防疫和控製的需要,個人信息(π)係統可分為三個層次(0 - 2)從個人興趣的程度的角度連接。第一級是non-privacy信息和π值為0,包括個人的性別和年齡,保護狀態,疫苗接種和其他信息。第二個層次低的隱私信息,π的值為1,包括個人行動軌跡,電話和其他信息。第三層次高的私人信息,2π的值,包括個人身份、住所、健康和其他信息。
統計評價指標
隱私信息的正常使用
(17)
我從1到N代表的人數,從1到M j代表的數量和類型的信息
代表的數量正常使用j型信息的第i個個體。
非法使用隱私信息的情況
(18)
代表的數量i個體的非法使用j類型的信息。
比例的隱私信息的非法使用
(19)
非法使用隱私信息的強度
(20)
應用統計分析
評估虛擬現實並決定最佳的疫苗接種策略
VR通常反映在人口總數的比例。我們認為,疫苗接種人群的比例並不能準確反映疫苗接種的效果。讓我們分析一個典型的疫苗接種情況。
他指的是王、趙的練習,77年代表城市是由三個區域(ABC),在這一地區由兩個亞區1和2,B區由兩個亞區3和4 C區包括兩個亞區5和6。從區域的角度定位和功能,一個麵積相當於目前城市的市區或郊區,次區域1相當於農村或小城鎮,次區域2相當於中部城市,B和C區相當於中央城區,其中B顯著大於C在城市的中心。空間聯係矩陣從健康獲得代碼區塊鏈如下所示,所有分區矩陣的下標不是0。如果在該地區的六個亞區被認為是網絡節點,不難看到,節點區3是4度,最高;第二,節點區5度是3,再次條件2、4和6 2,次區域1 = 1,最低。
並進一步假設每次區域等於相同數量的人,所有元素的累積總和等於每個WH塊矩陣。現在假設一個疫苗接種計劃是待定。日常實踐同步所有地區的疫苗接種,假設一個次區域選擇接種在每個區域,然後剩下的次區域。有八個項目(見表3)。在疫苗接種人群的比例方麵,八個項目有相同的虛擬現實,都等於60%,但實際的效果是不同的。
項目1的第一選擇三個條件(1、3、5)疫苗在美國廣播公司的地區(表3)。在六個地區,從流動性的角度(或空間聯係),次區域3疫苗提供了最好的保護效果,提供疫苗接種保護自己的人口,並提供免疫保護的四個亞區(2、4、5、6)。次區域5接種疫苗的保護作用是第二個最好的。它提供接種保護自己的人口,並提供免疫保護的三個亞區(3、4、6)。次區域1接種疫苗的保護作用是最壞的情況,也隻能提供免疫保護一個次區域2同時為自己的人口提供免疫保護。整個保護效應的三個條件1、3和5接種覆蓋17塊(空間接觸)矩陣,占所有的85% 20塊矩陣。這種保護效應是一樣的項目5和8個項目都是最佳的。計劃4影響最嚴重的保護,隻有65%。
這表明,同樣比例的人接種疫苗不會得到同樣的效果。這是由於不均勻流動的人口,這是與病毒的傳播密切相關,和隨之而來的不均勻的人們之間的聯係。大量的事實證明,高遷移率會導致病毒的傳播。人員流動可以從三個方麵考慮:一是流強度(即流動頻率),第二個是流量範圍的廣度,第三是流接觸寬度(即聯係人的數量)。不同的病毒傳播流動帶來不同的效果。因此,人口VR的測量應分為是否考慮人口流動,不考慮人口流動一樣簡單的疫苗接種率(SVR),考慮到人口流動作為全麵疫苗接種(表格),這意味著指標反映人口流動是加權計算接種疫苗的有效性,和那些接種疫苗是加權。
該指數將很快反映人口流動的重量計算接種疫苗的有效性,並加權接種員。在這裏,空間聯係矩陣的元素
作為人員流動的代表性指標,即:
(21)
在哪裏
的指標函數我是否接種疫苗,接種疫苗等於1和未接種疫苗等於0。
疫苗接種的順序一般人口應該基於人口流動性。它的最優策略是:
首先,高機動組(高機動區域)接種疫苗。
在其餘組(地區),選擇組(地區)沒有聯係(1)組(地區),但最大的協會與其餘組織(地區)接種疫苗。如果同樣的存在,選擇組(地區)有更多的接觸。如果仍然一樣,大集團(中部地區)的選擇。
這樣繼續下去,直到所有組(地區)接種疫苗。
如果上麵的ABC地區采用整體次區域漸進的疫苗接種方法,根據最優的最佳接種順序是3-5-2-4-6-1疫苗接種策略原則。
評估群體免疫
這是最有效的方法來處理COVID-19目前的疫情大規模疫苗接種,實現群體免疫和提供對接種疫苗的保護和未接種疫苗的人。根據現有的觀點,基本繁殖數量下群體免疫等於R0 * (1-VR * VE),如果不考慮保護狀態。群體免疫意味著VR必須滿足上述公式小於1。這種分析邏輯主要是針對有症狀的感染者的情況:當感染者症狀,這意味著切斷傳播路徑,和群體免疫的作用時間與傳染病的潛伏期發病的時間的能力。通常無症狀分為兩種類型:隱身和孵化,隱身占很大比重。78 79本研究主要是指隱形。在無症狀的情況下,可以減少傳輸路徑隻有當症狀出現在第二代的感染:也就是說,無症狀的人可以從潛伏期感染時,他們有能力感染到出現症狀在第二代,和整個第二代也會從他們有能力傳播感染到出現症狀的症狀的。無症狀的病人改變了原來的流行病傳播模型(西珥(Susceptible-Exposed-Infected-Removed))。80年這意味著,對於無症狀的人,群體免疫防止更廣泛的感染和更長一段時間,因此需要更高的疫苗接種。下麵,給出相關的城市模擬:
假設1。無症狀,有症狀的人的比例(包括incubation-type無症狀患者症狀)aw 1-aw,分別;假設這個比例是固定在不同的一代又一代的病毒傳播。81年
假設2:有症狀和無症狀攜帶相同數量的毒藥,也就是單位時間內感染的數量是相同的,和感染的持續時間是相同的。82年
假設3:有症狀和無症狀的人有相同的潛伏期(ip)和具有傳染性最後k天的潛伏期。
假設4:防疫和控製執行依照傳統流行病學調查結合當地完整核酸檢測和篩查。那就是:
對於有症狀的患者,一旦疾病發生時,通過流行病學調查發現他們的聯係人隔離和核酸檢測阻止傳播。
對於無症狀患者,一旦發現症狀患者的第二代,無症狀患者,其他第二代感染者和他們聯係確認通過流行病調查,結合當地的核酸檢測和篩選,和這些人應當孤立和核酸檢測阻止傳播。83年
假設5:接種疫苗的整個人口是虛擬現實。有症狀和無症狀的人,已經(SVE)在預防感染是相同的。
因此:
對有症狀的人來說,基本繁殖群體免疫下數量:
(22)
的
等於一般認為R0。
對於無症狀的人來說,基本的群體免疫下繁殖數量是:
(23)
總之,綜合基本群體免疫下繁殖數量是:
(24)
從這個公式不難看出,addison - wesley和ip的R成正比,和VR成反比,和k。從仿真結果(表4),如果不是無症狀,R迅速降低到1.08和1.8在群體免疫當VR達到80%,R0 3和5,分別。然而,由於無症狀存在,R仍然很高,即使在80%,即使無症狀人群達到一定比例(症狀R0 = 3, aw = 0.65;症狀R0 = 5,噢,R = 0.52)將超過原R0。當症狀R0 = 3,即使aw = 0.2, R降低到接近1,直到VR達到95%。aw = 0.8時,即使整個人口接種疫苗,即虛擬現實= 1,R = 1.688,仍明顯大於1。如果R是減少到1,已經需要增加到0.87。
從仿真分析、R可以更準確地反映群體免疫的效果比傳統R0 * (1-VR * VE)在無症狀的病例。在仿真分析中,為了找到無症狀患者在城市和街區傳播,有必要引入核酸檢測所有當地居民和篩選具有高成本和損失。如果監控、評價和應用係統使用本文,症狀出現的第一代是否(發現),或症狀出現的第二代(發現),我們不需要當地的核酸檢測和篩查,僅僅通過接觸人員的可追溯性我們可以快速、輕鬆地發現無症狀和潛在的感染人,以更好的發揮群體免疫的作用。
監控已經變種
為了使監測、評價和應用係統建立本文監測城市已經實時變化的影響,我們首先需要擴大監測模型,如果病毒感染的判斷鑽石盒子裏沿著“是的”箭頭添加“是否變異病毒感染”判斷鑽石盒子,然後通過兩個“是”和“不”路徑箭的檢疫處理(紅色)的盒子,並設置特殊監測變量以反映感染變異病毒。
假設COVID-19變異在這座城市的一段時間,監測,評估和應用係統可以用來跟蹤持有者之間的變異病毒的傳播,以便所有感染者信息收集全麵和及時,包括他們接觸組,這些組的接種地位和這些組織的感染狀況。傳統的流行病調查不能完全和準確地跟蹤接觸受感染的人,和一些接觸傳染性的人沒有被觀察到,也就是說,聯係人的損失是不可避免的。由於大量的無症狀的人們在感染者和他們的接觸,損失將會加劇。84 - 86變種病毒經常改變傳播方式,提高傳播的強度和速度。這進一步加劇了損失是否繼續使用傳統的調查。下麵,我們監測之間的差異進行比較,評價和應用係統和傳統的流行病調查監測城市VE病毒變異的影響。
監測、評價和應用係統將收集每個人的接觸感染變異病毒分類統計。首先,聯係人分為是否被感染,然後是否他們可以觀察到傳統的流行病調查。變量的supermark 1表明他們觀察,和0,表明他們不能觀察到的。第三個細分是根據接種進一步劃分狀態,並顯示了生成的結果表5。假設這裏沒有考慮保護狀態。聯係人員分類統計所有感染者都是總結獲得聯係人的大局。
FSVE代表真正的完成了疫苗接種SVE變種病毒(以下簡稱真正的有效性),和FSVE1代表了SVE完成疫苗接種觀察到目前流行的調查(以下簡稱觀察效果)。
(25)
(26)
N代表感染者的數量。並不排除每個感染者的聯係人之間有重疊,重疊和總結時應該取消。
觀察到的效果是否符合真正的有效性取決於結構的未接種疫苗組和完成群感染者的聯係人之間觀察到的和未被注意的是一樣的。讓我們討論一些典型案例。
1。結構是相同的。
有
。
2。未接種疫苗的接觸和完成接種接觸感染每一個人都有相同的內部結構和不同的結構。
仍有
。
3所示。未接種疫苗的接觸和聯係完成所有感染者都有相同的內部結構和不同的結構。
仍有
。
4所示。未接種疫苗的內部結構接觸組和接種疫苗接觸組的感染者是不平衡的。
讓我們看看人口比例不高的情況。
四個案例具體分析:
案例1:未接種疫苗的人的數量大,變異病毒不是高度傳染性,而未被注意的未接種疫苗的人不會感染的比例較高。
假設未接種疫苗的0.8,0.1的正在進行的虛擬現實,完成了虛擬現實的0.1和平均感染率為2%的變異病毒。觀察到的影響效果模擬顯示,未被注意的人的比例(
)在未接種疫苗的人群不是感染兩種情況的真實有效性高的90%和80%,分別為(表6)。我們發現未被注意的比例越高,未接種疫苗的人不會感染,高估了觀察到的有效性越大,差距越大真實有效性。例如,如果一個疫苗對premutant病毒效率超過90%,但隻有80%的有效性對變異病毒,因為80%的未接種疫苗的人不會感染不觀察,觀察到的疫苗的效果是91.76%,這將導致錯誤的判斷,已經對變異病毒並不減少。
案例2:未接種疫苗的人的數量大,變異病毒具有高度傳染性,和未接種疫苗的人感染的比例很高。
假設未接種疫苗的0.8,0.1的正在進行的虛擬現實,完成了虛擬現實的0.1和平均感染率為5%的變異病毒。觀察到的影響效果模擬顯示,未被注意的人的比例(
)在未接種疫苗的人群感染兩種情況的真實有效性高90%和80%,分別為(表7)。我們發現未接種疫苗的比例越高感染的人不是觀察,觀察有效性的降低估計;和真正的效率越低,差距越大觀察有效性和真正的有效性。
案例3:接種疫苗的人的數量大,變異病毒不是高度傳染性,而無法完成疫苗接種比例不受感染的人更高。
假設未接種疫苗的0.2,0.2的正在進行的虛擬現實,完成了虛擬現實的0.6和平均感染率為2%的變異病毒。觀察到的影響效果模擬顯示,未被注意的人的比例(
)完成疫苗接種人群不是感染兩種情況的真實有效性高90%和80%,分別為(見表8)。我們發現未被注意的完成疫苗接種比例越高的患者不受感染,降低觀察有效性的估計;和真正的效率越低,差距越大觀察有效性和真正的有效性。
案例4:接種疫苗的人的數量大,變異病毒具有高度傳染性,並無法完成疫苗接種的人感染的比例較高。
假設未接種疫苗的0.2,0.2的正在進行的虛擬現實,完成了虛擬現實的0.6和平均感染率為5%的變異病毒。觀察到的影響效果模擬顯示,未被注意的人的比例(
)完成疫苗接種人群感染兩種情況的真實有效性高90%和80%,分別為(表9)。受感染的人已經完成了疫苗接種不觀察,並可無症狀或症狀。對有症狀的病人,沒有報告或發現,這可能是主觀隱瞞或客觀錯誤相信其他疾病如感冒。我們發現未被注意的感染接種員完成的比例越高,越高估了觀察到的有效性和真實有效性的差距就越大。例如,如果一個疫苗對premutant病毒效率超過90%,但隻有80%的有效性對變異病毒,因為80%的感染者不完整的疫苗接種,觀察到的疫苗的效果是91.95%;類似於案例1,這將導致錯誤的判斷,已經對變異病毒並不減少。
總之,不管比例相對較高的未被注意的上述四種情況下,它將直接導致明顯的觀察到的效果偏差的真實效果。病例2和3,真正的有效性越低,偏差越大。例1和4,真正的有效性越高,偏差越大,產生錯誤的判斷,已經對變異病毒並不減少。
病人和公眾參與
本研究不涉及特定的病人和公眾。
結果
係統分析
本研究使用健康代碼區塊鏈平台,結合上市已經動態監測模型,VE評價指標體係和個人隱私信息的監測和評價係統用於構建城市COVID-19 VE監測、評價和應用係統。係統有機地結合了集中管理和分散技術利用區塊鏈技術,結合了個人疫苗行動信息的跟蹤與他或她的行動軌跡信息,實現“隱私信息但不可見”的原則和“容忍缺乏信息”,而動態監測和準確評估疫苗的有效性方麵,所有流程和所有時間和空間,全麵、真正的行動軌跡跟蹤疫苗和最大化個人的隱私,沒有鎖定相關的區域或城市。其顯著的特點如下。首先,建立一個完整的vaccination-related信息管理係統相對分工和相互約束的分級分權的角色。第二,確保完整的可追溯性vaccination-related信息建築的建設和使用兩種類型的blockchains (blockchains記錄和使用blockchains)。第三,使用智能合同進行信息管理,使用和現場應用持有人VE、確保使用持有人信息實現按照預定的方式和內容規範。係統可以找到城市病人零和無症狀的病人,和分析病人感染接種疫苗之間的差異和未接種疫苗的人。
仿真分析
根據這個係統,結合模擬和其他方法,發現:(1)測量工具應結合城市人口遷移:同樣比例的疫苗接種人群有不同的疫苗接種的結果在不同人群的流動。加權表格,通過人口流動性指標計算重量,更準確的人口流動性比svr沒有帳戶。相信城市優化疫苗接種策略應該依據人口流動,和城市最佳接種疫苗的原理算法。(2)在無症狀的存在條件下,基本的繁殖數量,即R0 * (1-VR * VE),不能準確反映群體免疫的影響,但綜合基本繁殖數量應該使用(R)。R成正比的比例無症狀的潛伏期的持續時間,和VR成反比,VE和傳播的天數在潛伏期。當無症狀的比例很高,即使所有城市人接種疫苗,R仍然可以顯著大於1。減少R低於1,進一步提高疫苗的有效性是必要的。如果已經很難改善,如增強保護應該采取措施減少r .(3)與傳統的流行病學調查,監測、評價和應用係統在這項研究中一個活躍的動態跟蹤模式可以更準確地把握城市已經變種病毒的影響。與監控、評價和應用係統,可以完全掌握接觸受感染的人,傳統的流行病學調查可以產生聯係人沒有觀察到的情況,並導致觀察到的有效性之間的偏差和真正的有效性。病毒變異加劇了未被注意的情況,然後增加了偏差。 The higher the proportion of unobserved personnel, the greater the deviation. When a large number of people are vaccinated, the variant virus is highly contagious, and the unobserved proportion of completed vaccination people who are infected is higher, the wrong judgement that the VE against the mutation virus is not decreased would occur.
討論
基於上述分析,不難總結健康代碼區塊鏈方法之間的差異建立了摘要和傳統的流行病學調查方法的有效性的監測和評價上市疫苗(表10)。顯然,這已經監測、評價和應用係統需要強大的財力支持,完整的信息係統,充分的核酸檢測條件,強大的組織和公眾理解。疫苗的有效性與免疫因素和疫情的發展。因此,使用這個係統應適應城市的發展階段和環境的流行,並考慮上麵的許多支持係統的因素,特別是成本。這需要綜合考慮方麵的監控成本(MC)和細粒度(有限公司)(包括監測範圍(MS),監控深度(MD)和頻率(MF))。MC和製造成正比:
(27)
城市爆發時期,針對流行病的傳播快捷、覆蓋廣泛的特點,監測應采取全麵的,完整的深度和頻率高,其目的是提高細粒度的監控,以便準確地量化疫苗的有效性。城市的穩定控製,通常有兩種不同的情況:一個是突然零星的和廣泛的分布情況,監測可以采取全方位、low-depth和低頻模式;另一個是當地大麵積爆發,但沒有擴散,可以使用全方位的監控,大吃刀爆發地區和高頻方法,全麵、low-depth低頻non-burst領域的方法。
一些現有的監測手段和工具的使用,如手機全球定位係統信號的收集,信用卡交易數據和監控鏡頭記錄確認病人在韓國,有助於提高係統的執行效率和減少MC。87年
政策影響
傳染性疾病被認為是由許多專家作為首要威脅人類在21世紀。COVID-19大流行似乎證實了這一觀點。作為一個強大的武器應對傳染病疫苗的開發和使用必須適應傳染病的發展趨勢和新特點。88 89傳統上,疫苗研發和清單相對獨立,對於長時間周期。但COVID-19疫情呈現的新特點快速爆發,迅速蔓延,快速變異,更無症狀,容易重複,不可預測的,90年因此部隊疫苗開發和使用改變傳統的“緩慢”模式,采取治療快,快和使用空間贏得時間,結合開發和清單,清單盡快關注疫苗開發和加快發展公共使用。因此,它是特別重要的監測和評估“緊急”上市疫苗的有效性。它可以預測傳染病將會更加強大,比將來COVID-19更致命。未來,更戰略與價值建立正常化全麵,所有流程和曆史和空間監測和評價係統上市疫苗的有效性。
這項研究表明,城市已經列出監控、評價和應用係統可以通過建立健康代碼區塊鏈技術。該係統可用於全麵監控和防止城市流行的發展。這個係統可以使更準確的監測和評價的有效性上市疫苗,疫苗接種和滿足人們的個性化需求促進疫苗改進。該係統可以作為一個通用的模板世界各地的城市。如果這個係統可以提升在全球範圍內,它將促進國家加強團結與合作,加強全球COVID-19反應能力。
建立係統的城市是一個非常艱巨的任務,麵臨著許多的挑戰:這取決於區塊鏈技術的發展和大型資本投資,更多的取決於城市管理者和醫務人員同意的概念,以及許多人的協調有關部門和單位在城市,和依賴於理解,社會公眾的支持與合作。但是麵對COVID-19等流行帶來的致命威脅,城市政府在這方麵必須帶頭。
結論
與傳統的流行病學調查相比,該係統建立在這個研究可以迎接挑戰加速病毒的變異和大量的無症狀的人來說,動態監測和準確地評估上市疫苗的有效性和提高個人隱私不鎖定相關的區域或城市。該係統可以作為一個通用的模板監測和評價的有效性COVID-19上市疫苗在世界各地的城市。
數據可用性聲明
沒有數據是可用的。
倫理語句
病人同意出版
引用
腳注
貢獻者TW完全訪問所有數據的研究,負責數據的完整性和數據分析的準確性。概念和設計:TW, CL,霍奇金淋巴瘤。數據的采集、分析或解釋:TW, CL,霍奇金淋巴瘤。起草的手稿:TW, ZL。關鍵的修訂手稿的重要知識內容:所有作者。統計分析:TW,霍奇金淋巴瘤。行政、技術或材料支持:TW,霍奇金淋巴瘤,ZL。監督:TW, CL。擔保人:TW
資金作者並沒有宣布具體資助這項研究從任何公共資助機構,商業或非營利部門。
相互競爭的利益沒有宣布。
病人和公眾參與病人和/或公眾沒有參與設計,或行為,或報告,或傳播本研究計劃。
出處和同行評議不是委托;外部同行評議。