保留所有权利。未经许可不得重复使用。永久。预印本(未经同行评审认证)是作者/资助者,他已授予 medRxiv 许可,可以在此版本中显示预印本。版权所有者于 2025 年 1 月 25 日发布此版本。;https://doi.org/10.1101/2025.01.23.25320512 doi: medRxiv preprint
摘要 - 我们提出了一种估算事件数据的密集连续时间光流的方法。传统的致密光流方法计算两个图像之间的像素位移。由于缺少信息,这些方法无法在两个图像之间的盲时间中恢复像素轨迹。在这项工作中,我们表明可以使用事件相机中的事件来计算每像素,连续的光流。事件由于其渐进性和微秒响应时间而提供了有关像素空间中运动的时间细粒信息。我们利用这些好处来通过参数化的B´ezier曲线在连续的时间内密集地预测像素轨迹。为了实现这一目标,我们构建了一个具有强大诱导偏见的神经网络:首先,我们使用事件数据及时构建了多个顺序相关量。第二,我们使用B´ezier曲线在沿轨迹的多个时间戳上为这些相关量索引。第三,我们使用检索到的相关性迭代更新B´ezier曲线表示。我们的方法可以选择包括图像对,以进一步提高性能。据我们所知,我们的模型是可以从事件数据中回归密集的像素轨迹的第一种方法。为了训练和评估我们的模型,我们引入了一个合成数据集(Multiflow),该数据集(Multiflow)具有每个像素的移动对象和地面真相轨迹。开源代码和数据集向公众发布。我们的定量实验不仅表明我们的方法在连续的时间内成功预测了像素轨迹,而且在多速和DSEC-Flow上的传统两视频像素位移中也具有竞争力。
∗ 本文吸收并替换了之前以“消费准入和经济活动的空间集中:来自智能手机数据的证据”为标题发表的材料。感谢 Gabriel Ahlfeldt、Milena Almagro、Daniel Sturm、Gabriel Kreindler、Tobias Salz 以及会议和研讨会参与者的有益评论。我们感谢 Takeshi Fukasawa、Peter Defferebach 和 Yun-Ting Yeh 提供的出色研究协助。适用通常的免责声明。 “Konzatsu-Tokei (R)”数据是指在用户同意的情况下,通过 NTT DOCOMO, INC 提供的应用程序(包括地图应用程序 Docomo Chizu NAVI)从手机发送的个人位置信息构建的人流数据。这些数据被集体和统计处理,以隐藏私人信息。原始位置数据是每五分钟(最少)发送一次的 GPS 数据(纬度、经度),不包括指定个人的信息。本文件中提供的所有表格和图表的版权均属于 ZENRIN DataCom CO., LTD。我们还要感谢一桥大学的 Yaichi Aoshima 与 ZENRIN DataCom Co.,. LTD. 协调该项目;村田基金会、平和中岛基金会、鹿岛基金会、大林基金会、JSPS KAKENHI(拨款编号 21H00703)和一桥大学的资金支持;东京大学 CSIS 的联合研究支持(项目编号 954)。† 经济学系,270 Bay State Road,波士顿,马萨诸塞州 02215。电话:1-617-353-5682。电子邮件:miyauchi@bu.edu。‡ 创新研究所,2-1 Naka,国立,东京 186-8603,日本。电话:81-42-580-8417。电子邮件:nakajima.kentaro@gmail.com § 经济学系和 SPIA,JRR 大楼,普林斯顿,新泽西州 08544。电话:1-609-258-4016。电子邮件:red-dings@princeton.edu。
1918 年流感大流行期间的流行曲线显示,随着新感染人数的减少,控制措施的解除引发了多波疫情复苏 [1]。这表明,由严重急性冠状病毒 2 (SARS-CoV-2) 引起的第二波 2019 冠状病毒病 (COVID-19) 可能在 2020 年秋季出现。与流感季节的融合可能导致易感人群(如老年人和患有合并症的人)的发病率和死亡率显著上升。人们对 SARS-CoV-2 和流感病毒的共同感染,或流感疫苗和 SARS-CoV-2 疫苗之间的相互作用知之甚少。去年的流感疫苗是在 2019 年 SARS-CoV-2 大流行之前接种的,这为检验流感疫苗接种与 COVID-19 发病率和严重程度之间的关联提供了机会。如果重症 COVID-19 患者需要住院治疗、进入重症监护病房 (ICU) 或在住院期间死亡,则认为其预后更差。我们分析了 2020 年 3 月 8 日至 4 月 15 日期间在俄亥俄州和佛罗里达州克利夫兰诊所卫生系统接受 COVID-19 检测的患者 (n = 18,868) [2]。其中,我们排除了 5648 名在 2019 年之前接种过流感疫苗但在 2019 年未接种疫苗的患者,以排除与远程疫苗接种相关的偏见。在剩余的队列中,我们将 2019 年秋季或 2020 年冬季接种了无佐剂流感疫苗的 4138 名患者与从未接种过流感疫苗的 9082 名患者进行了比较 [2]。使用重叠倾向评分加权法来控制 2019 年接种和未接种流感疫苗的患者之间观察到的协变量差异。每个个体的倾向评分是使用表 1 中列出的临床特征协变量通过非简约逻辑回归模型预测的接种流感疫苗的概率。然后应用重叠倾向评分加权法直接比较感兴趣结果的加权组 [3]。所有统计分析均使用 R 版本 4.0.1(R 项目统计计算,维也纳,奥地利)进行。该队列和统计方法的详细描述此前已报告 [2]。人口统计学和临床特征如表 1 所示。与从未接种流感疫苗的人相比,2019 年接种疫苗的人年龄更大、体重指数更高、收入更高(表 1)。接种疫苗的人更有可能是女性和非西班牙裔。他们还报告了更多的合并症,需要更多的药物。两组在进行 SARS-CoV-2 检测时进行的外周血实验室测量也存在显著差异(表 1)。未调整分析显示,接种疫苗的个体 SARS-CoV-2 检测呈阳性的可能性较小(表 1)。在 SARS-CoV-2 检测呈阳性的个体中,2019 年接种过流感疫苗的患者住院的可能性更大。一旦住院,他们更有可能被送入 ICU 并在住院期间死亡。在调整后的分析中,更差的住院结果风险增加与流感疫苗接种无关。使用重叠倾向评分加权,流感疫苗接种与 SARS-CoV-2 感染的发病率无关(调整后的 OR [95% CI]:0.79 [0.62 – 1.00])。在 COVID-19 患者(n = 1434)中,接种流感疫苗(n = 309)不会影响住院风险(调整后的 OR [95% CI]:1.29 [0.72 – 2.31])、ICU 入院风险(调整后的 OR [95% CI]:0.65 [0.22 – 1.79])或医院死亡率(调整后的 OR [95% CI]:0.98 [0.39 – 2.43])。总体而言,我们的分析表明,流感疫苗接种不会增加 COVID-19 的发病率,也不会加重相关发病率或死亡率。这与现行证据一致,即流感疫苗是安全的,严重不良事件(如格林-巴利综合征)很少见 [4]。虽然我们的数据令人放心,但许多不确定因素值得进一步考虑。需要在 2020 年秋季前瞻性收集监测数据,以研究 SARS-CoV-2 和流感同时感染的结果,并评估流感疫苗(一种新开发的针对冠状病毒的疫苗)、流感和 COVID-19 感染之间的任何相互作用。流感疫苗,尤其是佐剂疫苗,对冠状病毒免疫病理学中的 Th17 免疫反应和疫苗诱导的免疫增强的影响 [ 5 ] 尚不清楚,需要密切监测。有时,流感疫苗接种或感染后产生的非中和抗体会在异源流感攻击后加剧疾病严重程度。在人类中,2008-2009 年季节性三价灭活流感疫苗与大流行性 H1N1 疾病严重程度增加有关 [ 6 , 7 ]。这可能与 2020 年秋季有关,因为新的禽类 H1N1 猪流感病毒与 2009 年大流行或医院死亡率(调整后的 OR [95% CI]: 0.98 [0.39 – 2.43])。总体而言,我们的分析表明,接种流感疫苗不会增加 COVID-19 的发病率或加剧相关发病率或死亡率。这与现行证据一致,即流感疫苗是安全的,严重不良事件(例如格林-巴利综合征)很少见 [4]。虽然我们的数据令人放心,但许多不确定因素值得进一步考虑。需要在 2020 年秋季前瞻性地收集监测数据,以研究 SARS-CoV-2 和流感同时感染的结果,并评估流感疫苗(一种新开发的针对冠状病毒的疫苗)、流感和 COVID-19 感染之间的任何相互作用。流感疫苗,尤其是佐剂疫苗对冠状病毒免疫病理学中的 Th17 免疫反应以及疫苗诱导的免疫增强作用的影响尚不清楚,需要密切监测 [ 5 ]。有时,接种流感疫苗或感染后产生的非中和抗体会在异源性流感病毒攻击后加剧疾病严重程度。在人类中,2008 - 2009 年季节性三价灭活流感疫苗与大流行性 H1N1 疾病严重程度增加有关 [ 6 , 7 ]。这可能与 2020 年秋季有关,因为新的禽类 H1N1 猪流感病毒与 2009 年大流行或医院死亡率(调整后的 OR [95% CI]: 0.98 [0.39 – 2.43])。总体而言,我们的分析表明,接种流感疫苗不会增加 COVID-19 的发病率或加剧相关发病率或死亡率。这与现行证据一致,即流感疫苗是安全的,严重不良事件(例如格林-巴利综合征)很少见 [4]。虽然我们的数据令人放心,但许多不确定因素值得进一步考虑。需要在 2020 年秋季前瞻性地收集监测数据,以研究 SARS-CoV-2 和流感同时感染的结果,并评估流感疫苗(一种新开发的针对冠状病毒的疫苗)、流感和 COVID-19 感染之间的任何相互作用。流感疫苗,尤其是佐剂疫苗对冠状病毒免疫病理学中的 Th17 免疫反应以及疫苗诱导的免疫增强作用的影响尚不清楚,需要密切监测 [ 5 ]。有时,接种流感疫苗或感染后产生的非中和抗体会在异源性流感病毒攻击后加剧疾病严重程度。在人类中,2008 - 2009 年季节性三价灭活流感疫苗与大流行性 H1N1 疾病严重程度增加有关 [ 6 , 7 ]。这可能与 2020 年秋季有关,因为新的禽类 H1N1 猪流感病毒与 2009 年大流行
预防预防控制指导在Covid-19期间的成人流感诊所,因为“流感疫苗接种诊所已经开始了所有接种疫苗的工作人员的安全,而需要疫苗的个人至关重要。在持续的Covid-19大流行中,确保今年的“流感疫苗运动”的安全和迅速交付具有很大的压力。以下在Covid-19建立的指南:预防和控制指导E(2020年4月)PHE PPE表1-4已开发出来,因为并非所有“流感诊所”均以相同的方式运作,管理和交付,因为园艺和人的需求差异。不可避免地需要基于风险的方法。因此,在GP实践,社区药剂师和其他提供疫苗接种/注射诊所的临床门诊/护理家庭环境中,服务提供者/从业人员应: - 风险评估每个“流感诊所/管理环境”,以确保他们
病毒株及其进化亚群在季节中的优势模式不断变化,这极大地影响了流感疫苗的有效性 (IVE)。为了进一步证实病毒遗传特征的详细数据对于季节中 IVE 估计的重要性,我们进行了针对流感病毒类型和亚型的 IVE 估计。在奥地利三个流感季节(2016/17 至 2018/19)中,在流感病毒株异质混合物的季节内变化背景下,使用测试阴性病例对照设计评估了 IVE 估计值。2016/17、2017/18 和 2018/19 三个季节的调整后整体 IVE 分别为 -26%、39% 和 63%。根据流行毒株的变化模式,获得了广泛的总体和亚型特异性 IVE:A(H3N2) 特异性 IVE 范围为 2016/17 季节的 -26% 至 2018/19 季节的 58%,A(H1N1)pdm09 特异性 IVE 在 2017/18 季节为 25%,在 2018/19 季节为 65%,2017/18 季节的 B 型流感特异性 IVE 为 45%。我们在三个季节的研究中获得的结果表明,流行流感病毒不断变化的基因模式及其对 IVE 估计的影响日益复杂。这强调了详细的基因病毒监测对于可靠的 IVE 估计的重要性。
► ► 据我们所知,本次系统评价将首次结合现有追踪技术的知识,用于实时和现实城市环境中抑郁和/或焦虑症患者的生活空间流动性。 ► ► 本评价中使用的方法将按照系统评价和荟萃分析协议的首选报告项目进行报告。 ► ► 本评价协议提高了评价过程的透明度,改进了系统方法,减少了偏见,并告知评价者计划的步骤,从而降低了数据操纵的可能性。 ► ► 评价结果为追踪研究中使用的当前技术提供了证据,可能发现知识空白并为未来的研究提供思路。 ► ► 我们预计追踪技术种类繁多,可能很难得出明确的结论,因此将对结果对临床实践的意义提出挑战。