C ⁇ tarihi, dijital insanlıkların kesişiminde, veri bilimi ve tarihsel araştırma. Geçmişteki kroniklere bilgisayar modellerini ve simülasyonları uygulayarak araştırmacılar, tarihçilerin iletişim yollarını incelemelerini sağlamak için daha önce çok karmaşık olan hipotezleri test edebilir. Bu yaklaşımın en acil ve kötü uygulamalarını analiz etmek, tarihsel salgınlar için ilgili olarak devam eden derslerin modelidir.

C ⁇ Tarihinin Epidemiyolojisini Anlamakta Rolü

Epidemiyoloji sadece biyolojik olaylar değildir; ekonomik, sosyal ve politik bağlamlarda derinden gömülüdürler. Geleneksel tarihsel analiz genellikle nüfus yoğunluğu, ticaret ağları, seyahat konuşmaları ve kişisel sözlükler gibi yazılı kayıtlarına dayanır. Ancak bu kaynaklar yalnızca kaynaklarda görünmez ve önyargılı olabilir. C ⁇ modelleri, tarihçilerin zaman ve uzaydaki hastalığın yayılmasını simüle etmek için nicel bir tabaka ekler.

Örneğin, modeller, 14. yüzyılda Avrupa'daki Siyah Ölüm'ün hızlı yayılıp ticari gemilerde veya insan kaynaklı modeller, belirli ticaret rotalarında bireylerin hareketlerini yeniden test edebilir, ancak bölme modelleri gözlemlenen ölümleri sürdürmek için açığa çıkmalı. tür simülasyonlar, tarihsel anlatılar için resmi bir çerçeve sağlar.Ayrıca tarihçiler arşiv kayıtlarının boşluklarını tespit edebilirler.

Belirli hipotezlerin test edilmesi dışında, hesaplama tarihi ters bir nedene yol açıyor. Roma İmparatorluğu'nun daha fazla karantina altyapısına yatırım yapmış olsaydı? İspanyol grip on yıl önce ortaya çıktıysa, Dünya Savaşı'nın dislokasyonları olmadan, bu deneyler, matematiksel rigor'da zemine yol açabilir, geçmişin tahmin edici bir bilimine dönüşen bir disiplinden diğerine geçiş yapabilirdi.

C ⁇ Modellerinin Anahtar Türleri

Tarihçiler ve epidemiyologlar, başlangıçta modern hastalık gözetimi için gelişmiş birkaç modele adapte oldular. Her tür farklı güçlülere sahiptir ve farklı tarihsel sorulara uygundur. Bu araçlar, hesaplama çalışmaları ile ortaya çıkan iddiaları değerlendirmek için gereklidir.

Agent-based modeller

Ajan bazlı modeller (ABMs), bazı çeşitli parametrelerle modellerini ve etkileşimleri taklit eder – insanlar, hayvanlar veya hatta patojenler – tanımlı bir ortamdaki salgınları incelemek için özellikle değerlidir.Her ajan, yaşamsal kasabalar veya sömürge yerleşimleri yöneten kurallar kümesini takip eder: Seyahat ettikleri takdirde, klasik bir örnek Philadelphia şehrindeki modele kaçarak, bazı parasal kanallarda da artışlar gösteren bir halkla birlikte, özellikle de zaman kaybetmelerine izin verir.

Karşılaştırma modelleri

En ünlü bölme modeli, nüfusları tarihsel ölüm eğrilerini eşleştiren SIR modelidir ve yeniden ortaya çıkar (veya iptal edilir) model daha önce uygulanan türdekiler için divantal denklemleri kullanır mı?Eğer yolojenin daha az virulent olduğunu tanımlamak için divantüel modeller, tarihsel ölüm eğrileri eşleştirmek için sık sık sık sık sık sık sık sık sık sık sık sık sık sık kullanılan modeller için kullanılır.

Network modelleri

Ağ modelleri, belirli sosyal veya ulaşım ağlarından yayılan hastalıkları incelemek için özellikle etkili olan düğümler ve etkileşimleri gibi yerlerdeki etkileşimleri temsil eder. Örneğin, Roma yol sisteminin bir ağ modeli, küçükpox gibi bir patojenin, imparatorluk sınırlarının sınırlarının sınırlarının sınırlarının sınırlarının açıklanması gibi, araştırmacıların hangi rotaları en etkili şekilde tanımlayabildiğini tespit edebilir.

Spasal ve spatiotemporal modeller

Bu modeller, yüksek çözünürlük, sıcaklık ve su vücutlarına bağlı olarak belirli yerlere hastalık riskini kazandırıyor. Örneğin, Londra'nın 1665 Büyük Plague'inin uzaysal modeli, bir mahalleden diğerine nasıl atıldığını simüle etmek için tarihsel haritaları kullanabilir.

Vaka Çalışmaları: Tarihsel Epidemiyoloji Modelleme

Birkaç dönüm noktası araştırma, salgın araştırmadaki hesaplama tarihinin gücünü göstermektedir. Her vaka farklı metodolojik güçlü ve veri zorlukları ortaya koyar ve birlikte modellemenin tarihsel anlayışa nasıl yeniden şekilleyebileceğini göstermektedir.

Kara Ölüm (1346–1353)

Siyah Ölüm, Avrupa nüfusunun yaklaşık 30–60'ını öldürdü. Erken modeller birincil iletim rotasına odaklandı: bakteriygunluk:0)Yersini pestis) daha önce inanan insanlar tarafından yapılan deneylerin ve Orta Asya'daki yağışların bir kombinasyonunun, 1330'da yapılan genetik gözlemlerin tekrarlanmasıyla ilgili olarak ortaya çıktığını gösteriyor.

Siyah Ölüm'ün hesaplama çalışmalarıyla ilgili başka bir önemli bulgu, ticaret ağlarının rolünü endişelendiriyor. Network modelleri, aşırılıktan daha hızlı deniz rotaları boyunca yayıldığını gösteriyor, İpek Yolu'nun birincil konduit olduğu varsayımlarını çelişiyor. Bazı limanların kapatılması veya karantina önlemlerinin uygulanmasıyla tarihçiler Venedik ve Milano gibi şehirlerin, açık kalan politikaları uygulayanların daha düşük olduğunu tahmin etti.

1918 Influenza Pandemic

İspanya grip dünya çapında tahmin edilen 50 milyon insanı öldürdü. Amerika Birleşik Devletleri'nde şehirler için bir bölme modeli kullanarak, erken uygulanan müdahalelerin ölüm oranlarının bu gecikmeden daha düşük olduğunu ortaya koydu.

1918'deki salgın modellerinin de yaş yapısının rolünü ışık tutmaktadır. 20–40 yaş grubundaki yüksek ölümler, çocukların sadece yüksek derecede hassas olmadığını, ancak aynı zamanda hane içindeki etkili vericiler olduğunu buldular. Bu, 1918 grip'in genç yetişkinlere özel olarak izin verdiği anlatıyı bulmak; daha doğrusu, 20-40 yaş grubundaki yüksek ölümler virüse alışılmadık derecede güçlü bir bağışıklık yanıtı tarafından yönlendirildiğini buldu.

19th-Century London

1854 Broad Street cholera salgını, özellikle de tek bir pompadan kaynaklanan klasik bir örnektir, ancak modern hesaplama modelleri zengin hanelere su taşımak gibi - bu bulguların kentsel altyapı ve sosyal eşit hastalık dinamikleri ile ilgili etkileri vardır. Spatial-statistik modeller, özellikle de salgın uzaysal ayak izi gösteren hava durumuyla yakından uyumlu bir şekilde uyumlu bir şekilde uyumlu olan, John Snow Street pompasına giden yollanan arazilerin sabitlenmesi gibi.

Londra'nın Büyük Plague (1665)

Dördüncü bir vaka çalışması, Londra'nın Büyük Plague'si, temel üreme sayısını tahmin etmek için nasıl hesaplanabilir ()[Döneticileri) temin eden ve Londra'daki rahatsız edici modellerin, hastalık-insan-insan-insan-insan-insan-yaratıcının yaklaşık% 203'ü, yani yaklaşık %20'si ile ilgili olarak, hastalık-yarasışmanın tamamen azaltıldığı sonucuna varmıştır.

Data Sources and Challenges

Tarihsel salgınlar genellikle eksik olan verileri yeniden inşa etmek, tutarsız veya belirsiz. Araştırmacılar çeşitli kaynaklardan geliyor: ağaç halkaları ve buz çekirdeği gibi, hastane kabul kitapları ve hatta edebi hesaplar. Örneğin, burial kayıtları genellikle tahmin edilen kanıtlar, araştırmacıların tarihi bir salgın için sorumlu olduğu gibi, paleoklimatolojik referanslar ile birlikte, ağaç halkaları ve buz çekirdekleri gibi, sıcaklık ve nem üzerinde veri sağlayabilir.

Bir büyük zorluk, meteorolojiden ödünç alınan 1520 küçük bir salgın modelinin, tarih öncesi analizlerde belirsizliği ve transistörlerin hızlı iletimini modellemesi için çok fazla coarse olan birçok tarihi kayıt raporudur.Demokrat tarihçiler bu tür hassaslıkların nasıl algılandığını ve verileri, onochlan transistimal analizlerinin belirsiz nüfus ölçütlerinin belirsizliğini dikkate almalıdır.

Bu engellere rağmen, alan hızla ilerliyor. Tarihi arşivlerin sayısallaştırılması ve metin geliştirme araçları araştırmacıların yapılandırılmamış belgelerden elde etmelerine izin veriyor. Örneğin, makine öğrenme algoritmaları, modellerden gelen kayıtları otomatik olarak bildirebilir ve zaman dönemleri boyunca karşılaştırabilir.

Disiplinlerarası Yaklaşımlar

Turizmin başarılı bir şekilde tarihlendirilmesi disiplinler arasında işbirliği gerektirir. Tarihçiler bağlamsal bilgi ve kaynak eleştiri sağlar; Genetik bilim adamları, genetik verilerin, tarihsel kayıtların ve ajan tabanlı modellemenin bir kombinasyonunu kullanarak İpek Yolu'nun yeniden yapılandırılması gibi, belirsizlik ve geçerliliği ele alır.

GLEaM ve FRED gibi kurumlar, araştırmacıların keşif hızını artırmasına ve yeniden üretmesine izin veriyor. FRED platformu, başlangıçta Pittsburgh Üniversitesi'nde gelişmiş olan sanal popülasyonlarda tarihi salgınları taklit etmek için kullanılmıştır.

Bir sonraki hesaplama tarihçileri eğitmek eşit derecede önemlidir. Birkaç üniversite şimdi dijital insan ve halk sağlığında ortak derece veya sertifikalar sunar. Dijital İnsanlık Zirvesi ve C ⁇ Sosyal Bilimler Konferansı, tarihsel salgınlar üzerinde giderek daha fazla rol oynar. Bu mekanlar metodolojik inovasyonu yönlendiren fikirlerin çapraz-pollinasyonunu kolaylaştırır.

Sosyal ve Ekonomik Faktörlerin Etkisi

C ⁇ modelleri, sosyoekonomik durumu farklı gruplara atamak için eşsiz bir şekilde uygundur. Örneğin, 1918 grip döneminde, daha yüksek gelir eşitsizliği olan şehirler daha büyük ölüm yaşadı, çünkü yoksul işçiler evde kalmayı göze alamazlar. Bu etkiyi sosyoekonomik statüleri dahil eden ağ modelleri, farklı gruplara farklı temas oranları tayin ederek ölçebilir.

Cinsiyet aynı zamanda bir rol oynar. Hastalıktan gelen tarihsel kayıtlar, çoğu zaman hasta için araba kullanan kadınların, ırksal kategorileri içeren küçükpox durumunda, yerli nüfusun sadece bağışıklık eksikliği nedeniyle değil, aynı zamanda zorla yerinden edilme ve şiddet nedeniyle de geleneksel hastalık yönetimi uygulamalarını bozduğunu gösteriyor.

Modern Halk Sağlığında C ⁇ Modelleri

Tarihi salgın modellemenin birincil hedefi geçmişten anlamak olsa da, içgörüler genellikle çağdaş halk sağlığıyla doğrudan ilgi duyuyor. Örneğin, 1918 grip ve akciğersel müdahalelerin erken tabakasının iyileşmediğini tespit etmek, trajik olmayan müdahalelerin azaltılmasının birçok hükümet tarafından kullanılmasıyla ilgili olarak, tarihi koroid salgınlarının modellerinin temiz su altyapı ve hızlı algılama sistemlerinin önemini güçlendirdi.

Bu teknik, genetik olarak iskelet kalıntılarına karşı çıkan patolojik modelleri birleştiren "korunan" alanı, araştırmacıların, uzaysal yayılmalarının yanı sıra evrimsel virüs tarihini izleyebileceğine izin veriyor.Bu teknik, HIV ve uyuşturucu- tüberkülozun ortaya çıkmasını sağlamak için kullanılmıştır.Bu veriler, uzun süreli uyuşturucu modellerini tarihsel olarak iskelet kalıntılarına başvuruyor ve gelecekteki ilaç modellerini tahmin edebiliyorlar.0Mycobacterium tüberküloz).

Future Yol Tarifi

Bir sonraki salgın tarihindeki sınır heterojen veri kaynaklarının entegrasyonunda yatıyor ve makine öğreniminin uygulanmasında yatıyor. Derin öğrenme modelleri, hastalık zaman çizelgesi ve semptom açıklamalarını çıkarmak için binlerce tarihsel belgeden yapılandırılabilir. Coğrafi bilgi sistemleri (GIS) araştırmacıların yüksek çözünürlükte manzaraları modelleyebilmesine izin veriyor.

Bir umut verici yön, tarihi şehirlerin "dijital ikizleri"nin yaratılmasıdır - Antonine Plague'in tüm şehri, örneğin, tek bir koherent ve konut yoğunluğu da dahil olmak üzere, Bayesian'ın birçok benzeri görülmemiş kanıtla bir araya getirilmesi için kullanılmasıdır. Örneğin, Virtual Rome projesi modeli, eski DNA'dan, yazılı kayıtların ve iklim referanslarının tamamı gibi, tek bir eşiğine ve konut yoğunluğuna sahip olan bir diğeri, bu hataların daha doğru hale getirilmesi ve daha doğru hale getirilmesi için kullanılabilir.

Ancak, etik düşünceler kalır. Modeller salgınlar için toplulukları retroaktif olarak suçlamak için kullanılmamalıdır, ya da bu tür ırk, sınıf veya cinsiyetleri, tarihleme ve sınırlamaları konusunda şeffaf olmalıdır. Amaç, tek bir "gerçek" tarih üretmek için değil, özellikle de, dikkat çekmek için araçlar sunmak zorundadır - ırk, sınıf, sınıf, sınıf veya cinsiyet modern ırk kategorilerinde tarihlendirmek için tarihsel topluluklara karşı baskı yapmak zorundadır.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

C ⁇ tarihi, tarihsel salgınların yayıldığını nasıl değiştirdik.1915'te Siyah Ölümden gelen örneklerle, ancak disiplinler arası ve teknolojik gelişmeler daha önce saklı olan dinamikleri ortaya çıkarabilir. Ajan bazlı, komponent, ağ ve uzaysal modeller her biri sadece akademik değil, ve 1918 gripten gelen çalışmalar, daha sağlıklı bir gelecek inşa etmek için önemlidir.