（報道）據EurekAlert!：一項研究發現，數據同化與建模技術可能為季節性流感以及大流行型流感的傳播模式提供見解，并使其在僅有臨床和網上監測數據的基礎上得到改善 。全世界流感暴發的發生率在傳統上是通過匯編醫生對病人癥狀的報告加以追蹤的 。
近來，研究人員已經開發出了通過追蹤個人在Google上搜索與流感有關的事物從而估計流感病例的算法 。然而，這些監測方法都沒能獲得一場暴發期間流感病例的真實數量 。Wan Yang及其同事使用數據同化方法得到了2003年到2013年的美國115個城市流感暴發期間對流感病例的一個準確估計，其中包括了未報告的感染 。這項技術得出了關于流行病學參數的信息，包括人群易感性、流感感染的基本再生數、發病率以及有傳染性的時期，這與過去使用另外方法的研究結果相符合 。
研究人員還發現 ， 在2009年流感大流行期間被感染的人群比例是大約27%，這高于被研究的這10年中的所有其他流感季節 。與其他城市相比，美國西南部的沙漠城市也表現出了流感感染的基本再生數的不同趨勢 ， 這提示氣候條件可能影響流感傳播 。
【數據同化與建模技術可能為季節性流感以及大流行型流感的傳播模式提供見解】研究人員說，數據同化和建模技術可能為季節性流感以及大流行型流感的傳播模式提供見解，并使其在僅有臨床和網上監測數據的基礎上得到改善 。
- 歐洲農作物產量與變化的氣候
- 俄羅斯與奧地利科學家研制出貓過敏癥基因工程疫苗
- 科學家計劃開發用來與外星人溝通的“通用語言”
- 研究發現與神經性疼痛有關的基因
- 海拔上升與地球上的第一場雪之間的聯系
- 人類祖先大腦體積增大與嚴苛環境有關 而非應對社會挑戰
- 丹麥研究稱兒童尿床或與遺傳有關
- 孔子鳥目屬種有效性研究獲新進展
- 與通靈妃相似的動漫有哪些
- 聲音的響度與發聲體的什么有關