CN113113151B - 面向医疗机构工作人员的新冠肺炎暴露风险评估系统 - Google Patents
面向医疗机构工作人员的新冠肺炎暴露风险评估系统 Download PDFInfo
- Publication number
- CN113113151B CN113113151B CN202110286200.8A CN202110286200A CN113113151B CN 113113151 B CN113113151 B CN 113113151B CN 202110286200 A CN202110286200 A CN 202110286200A CN 113113151 B CN113113151 B CN 113113151B
- Authority
- CN
- China
- Prior art keywords
- exposure
- risk
- staff
- new coronavirus
- infected person
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- FMGBNISRFNDECK-CZSBRECXSA-N Coronatine Chemical compound CC[C@H]1C[C@]1(C(O)=O)NC(=O)C1=C[C@H](CC)C[C@@H]2C(=O)CC[C@H]12 FMGBNISRFNDECK-CZSBRECXSA-N 0.000 title claims abstract description 24
- FMGBNISRFNDECK-UHFFFAOYSA-N coronatine Natural products CCC1CC1(C(O)=O)NC(=O)C1=CC(CC)CC2C(=O)CCC12 FMGBNISRFNDECK-UHFFFAOYSA-N 0.000 title claims abstract description 24
- 238000012502 risk assessment Methods 0.000 title claims abstract description 22
- 206010035664 Pneumonia Diseases 0.000 title abstract description 12
- 241000711573 Coronaviridae Species 0.000 claims abstract description 153
- 238000003745 diagnosis Methods 0.000 claims abstract description 32
- 238000002955 isolation Methods 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 41
- 230000006399 behavior Effects 0.000 claims description 27
- 239000012678 infectious agent Substances 0.000 claims description 21
- 238000007726 management method Methods 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 15
- 238000013500 data storage Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 235000013305 food Nutrition 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 238000003058 natural language processing Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 15
- 238000010586 diagram Methods 0.000 description 6
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010073310 Occupational exposures Diseases 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000675 occupational exposure Toxicity 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 229960005486 vaccine Drugs 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种面向医疗机构工作人员的新冠肺炎暴露风险评估系统,包括:分别获取相应信息的暴露源信息获取模块、诊疗行为获取模块、工作日志获取模块、排班信息获取模块、人员防护信息获取模块、暴露时间获取模块、办公场所人员配置信息获取模块和人员隔离管控状态信息获取模块以及基于获取的相应信息生成暴露链条的暴露链条生成模块、根据暴露链条生成新冠病毒感染者暴露网络、风险环境暴露网络和风险物品暴露网络的暴露网络生成模块和根据生成的三种暴露网络对待评估工作人员的暴露风险进行评估的暴露风险评估模块。根据本发明,能够解决现有的医疗机构工作人员新冠肺炎暴露风险评估方法无法对评估对象进行客观且动态的评估的问题。
Description
技术领域
本发明属于医务人员职业暴露风险评估技术领域,更具体地,涉及一种面向医疗机构工作人员的新冠肺炎暴露风险评估系统。
背景技术
在现行的医疗机构工作人员新冠肺炎暴露风险评估中,通常依据所在岗位及其预判的诊疗行为风险确定医务人员个人防护级别以期有效管理感染暴露风险。
然而,就现行的医疗机构工作人员新冠肺炎暴露风险评估方法而言,主要基于影响感染风险暴露评估的单一因素或某两个影响因素,缺乏对暴露源与暴露者间在行为、空间、人员防护、环境状况、交互情况和人员隔离管控等方面的系统评估;在新冠肺炎聚集暴发应急调查处置时,更缺少在具体操作层面实现系统暴露风险评估以及针对不同暴露风险采取动态评估和人员隔离管控的闭环管理工具。
发明内容
本发明的目的在于解决现行的医疗机构工作人员新冠肺炎暴露风险评估方法无法对评估对象进行客观且动态的评估的问题。
为了实现上述目的,本发明提供一种面向医疗机构工作人员的新冠肺炎暴露风险评估系统,该新冠肺炎暴露风险评估系统包括:
暴露源信息获取模块,用于获取暴露源信息,所述暴露源信息包括暴露源在医疗机构内出现的时间、活动内容、防护行为、环境暴露及其污染情况和人员暴露及其暴露情况;
诊疗行为获取模块,用于获取诊疗行为,所述诊疗行为为医疗机构内与暴露源相关的每个潜在暴露岗位的诊疗行为,所述诊疗行为包括诊疗内容、诊疗流程和持续时间;
工作日志获取模块,用于获取医疗机构内与暴露源相关的每个潜在暴露工作人员的工作日志;
排班信息获取模块,用于获取医疗机构内与暴露源相关的每个潜在暴露工作人员的排班信息;
人员防护信息获取模块,用于获取医疗机构内与暴露源相关的每个潜在暴露工作人员的个人防护信息;
暴露时间获取模块,用于获取医疗机构内与暴露源相关的每个潜在暴露工作人员的暴露时间;
办公场所人员配置信息获取模块,用于获取医疗机构内与暴露源相关的每个公共办公场所的人员配置信息;
人员隔离管控状态信息获取模块,用于获取医疗机构内与暴露源相关的每个潜在暴露工作人员的隔离管控信息;
暴露链条生成模块,用于根据获取的暴露源信息、诊疗行为、医疗机构内与暴露源相关的每个潜在暴露工作人员的工作日志、医疗机构内与暴露源相关的每个潜在暴露工作人员的排班信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的个人防护信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的暴露时间、医疗机构内与暴露源相关的每个公共办公场所的人员配置信息和医疗机构内与暴露源相关的每个潜在暴露工作人员的隔离管控信息生成暴露链条,所述暴露链条包括新冠病毒感染者暴露链条、风险环境暴露链条和风险物品暴露链条;
其中,所述新冠病毒感染者暴露链条中的直接暴露者为与所述新冠病毒感染者同时处于同一环境下的工作人员,所述风险环境暴露链条中的直接暴露者为先后与所述新冠病毒感染者处于同一环境下的工作人员,所述风险物品暴露链条中的直接暴露者为未与所述新冠病毒感染者处于同一环境下且直接暴露所述新冠病毒感染者的相关物品的无防护工作人员;
暴露网络生成模块,用于根据所述新冠病毒感染者暴露链条生成新冠病毒感染者暴露网络,根据所述风险环境暴露链条生成风险环境暴露网络,以及根据所述风险物品暴露链条生成风险物品暴露网络;
暴露风险评估模块,用于根据所述新冠病毒感染者暴露网络、所述风险环境暴露网络和所述风险物品暴露网络对待评估工作人员的暴露风险进行评估。
作为优选的是,所述新冠肺炎暴露风险评估系统还包括:
数据存储模块,用于将获取的暴露源信息、诊疗行为、医疗机构内与暴露源相关的每个潜在暴露工作人员的工作日志、医疗机构内与暴露源相关的每个潜在暴露工作人员的排班信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的个人防护信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的暴露时间、医疗机构内与暴露源相关的每个公共办公场所的人员配置信息和医疗机构内与暴露源相关的每个潜在暴露工作人员的隔离管控信息划分为结构化数据、半结构化数据和非结构化数据,并按照相应的数据存储方式对所述结构化数据、所述半结构化数据和所述非结构化数据进行存储。
作为优选的是,所述暴露链条生成模块通过基于自然语言处理的信息提取技术获取所述新冠病毒感染者暴露链条、所述风险环境暴露链条和所述风险物品暴露链条。
作为优选的是,所述新冠肺炎暴露风险评估系统还包括:
暴露分支生成模块,用于在生成的新冠病毒感染者暴露链条中筛选出直接暴露者相同且该直接暴露者接触的新冠病毒感染者相同的新冠病毒感染者暴露链条,并基于筛选出的新冠病毒感染者暴露链条生成新冠病毒感染者暴露分支;
还用于在生成的风险环境暴露链条中筛选出直接暴露者相同且该直接暴露者暴露的风险环境相同的风险环境暴露链条,并基于筛选出的风险环境暴露链条生成风险环境暴露分支;
以及,用于在生成的风险物品暴露链条中筛选出直接暴露者相同且该直接暴露者暴露的风险物品相同的风险物品暴露链条,并基于筛选出的风险物品暴露链条生成风险物品暴露分支。
作为优选的是,所述暴露网络生成模块具体用于在生成的新冠病毒感染者暴露分支中筛选出属于同一新冠病毒感染者的新冠病毒感染者暴露分支,并基于筛选出的新冠病毒感染者暴露分支生成所述新冠病毒感染者暴露网络;
还具体用于在生成的风险环境暴露分支中筛选出属于同一风险环境的风险环境暴露分支,并基于筛选出的风险环境暴露分支生成所述风险环境暴露网络;
以及,具体用于在生成的风险物品暴露分支中筛选出属于同一风险物品的风险物品暴露分支,并基于筛选出的风险物品暴露分支生成所述风险物品暴露网络。
作为优选的是,所述暴露风险评估模块具体包括:
暴露网络搜索子模块,用于根据输入的待评估工作人员的个人信息搜索出包含该待评估工作人员的目标新冠病毒感染者暴露网络、目标风险环境暴露网络和目标风险物品暴露网络;
风险距离计算子模块,用于计算每个目标新冠病毒感染者暴露网络的每个包含所述待评估工作人员的暴露链条中所述待评估工作人员的风险距离、每个目标风险环境暴露网络的每个包含所述待评估工作人员的暴露链条中所述待评估工作人员的风险距离和每个目标风险物品暴露网络的每个包含所述待评估工作人员的暴露链条中所述待评估工作人员的风险距离;
所述待评估工作人员的风险距离为相应暴露链条中所述待评估工作人员到对应的新冠病毒感染者、风险环境或风险物品的步数;
第一加权计算子模块,用于基于预定的风险距离权重表对所述待评估工作人员的每个风险距离进行加权计算,得到风险距离加权计算值,并获取每个目标新冠病毒感染者暴露网络中所述待评估工作人员的风险距离加权计算总值、每个目标风险环境暴露网络中所述待评估工作人员的风险距离加权计算总值和每个目标风险物品暴露网络中所述待评估工作人员的风险距离加权计算总值;
第二加权计算子模块,用于基于预定的暴露源权重表对获取的每个风险距离加权计算总值进行加权计算,得到对应于相应暴露网络的风险值;并对得到的所有风险值进行求和,得到所述待评估工作人员的风险总值;
暴露风险等级划分子模块,用于根据所述待评估工作人员的风险总值,并基于预定的暴露风险等级划分标准确定所述待评估工作人员的暴露风险等级。
作为优选的是,所述风险距离权重表包括风险距离与风险距离权重的映射关系,所述风险距离与风险距离权重呈负相关。
作为优选的是,
所述暴露源权重表包括暴露源与暴露源权重的映射关系;
其中,所述暴露源包括新冠病毒感染者、风险环境和风险物品,所述新冠病毒感染者包括新冠病毒显性感染者和新冠病毒隐性感染者,所述风险环境包括新冠病毒显性感染者停留过的封闭环境、新冠病毒隐性感染者停留过的封闭环境和被新冠病毒污染的封闭环境,所述风险物品包括新冠病毒显性感染者的相关物品、新冠病毒隐性感染者的相关物品和被新冠病毒污染的物品,所述相关物品包括相应对象使用过的生活用品、医疗用品、冷链食品及其包装。
作为优选的是,所述新冠肺炎暴露风险评估系统还包括:
信息推送模块,用于将所述待评估工作人员的暴露风险等级以及该暴露风险等级对应的防护提示信息推送给所述待评估工作人员。
作为优选的是,所述新冠肺炎暴露风险评估系统还包括:
新冠病毒感染者信息获取模块,用于获取新冠病毒感染者的个人信息以及所述新冠病毒感染者的分类信息,所述分类信息包括新冠病毒显性感染者和新冠病毒隐性感染者。
本发明的有益效果在于:
本发明的面向医疗机构工作人员的新冠肺炎暴露风险评估系统,通过暴露源信息获取模块获取暴露源信息,通过诊疗行为获取模块获取诊疗行为,通过工作日志获取模块获取医疗机构内与暴露源相关的每个潜在暴露工作人员的工作日志,通过排班信息获取模块获取医疗机构内与暴露源相关的每个潜在暴露工作人员的排班信息,通过人员防护信息获取模块获取医疗机构内与暴露源相关的每个潜在暴露工作人员的个人防护信息,通过暴露时间获取模块获取医疗机构内与暴露源相关的每个潜在暴露工作人员的暴露时间,通过办公场所人员配置信息获取模块获取医疗机构内与暴露源相关的每个公共办公场所的人员配置信息,通过人员隔离管控状态信息获取模块获取医疗机构内与暴露源相关的每个潜在暴露工作人员的隔离管控信息,通过暴露链条生成模块根据获取的暴露源信息、诊疗行为、医疗机构内与暴露源相关的每个潜在暴露工作人员的工作日志、医疗机构内与暴露源相关的每个潜在暴露工作人员的排班信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的个人防护信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的暴露时间、医疗机构内与暴露源相关的每个公共办公场所的人员配置信息和医疗机构内与暴露源相关的每个潜在暴露工作人员的隔离管控信息生成暴露链条,所述暴露链条包括新冠病毒感染者暴露链条、风险环境暴露链条和风险物品暴露链条,通过暴露网络生成模块根据所述新冠病毒感染者暴露链条生成新冠病毒感染者暴露网络,根据所述风险环境暴露链条生成风险环境暴露网络,以及根据所述风险物品暴露链条生成风险物品暴露网络,通过暴露风险评估模块根据所述新冠病毒感染者暴露网络、所述风险环境暴露网络和所述风险物品暴露网络对待评估工作人员的暴露风险进行评估。
本发明的面向医疗机构工作人员的新冠肺炎暴露风险评估系统,基于获取的医疗机构工作人员相关信息生成以新冠病毒感染者以中心节点的人与人暴露网络、以风险环境为中心节点的人与环境暴露网络和以风险物品为中心节点的人与物品暴露网络,并基于所述人与人暴露网络、所述人与环境暴露网络和所述人与物品暴露网络实现对待评估工作人员的暴露风险的客观的、动态的、全面的且准确的评估,从而行之有效地解决现有的医疗机构工作人员新冠肺炎暴露风险评估方法无法对评估对象进行客观且动态的评估的问题。
本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。
附图说明
通过结合附图对本发明示例性实施方式进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施方式中,相同的参考标号通常代表相同部件。
图1示出了根据本发明的实施例的面向医疗机构工作人员的新冠肺炎暴露风险评估系统的结构框图;
图2示出了根据本发明的实施例的暴露风险评估模块的结构框图;
图3示出了根据本发明的实施例的新冠病毒感染者暴露网络的结构示意图。
具体实施方式
下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
实施例:本发明实施例的面向医疗机构工作人员的新冠肺炎暴露风险评估系统的适用对象为未接种过新冠疫苗的医疗机构工作人员。图1示出了根据本发明实施例的面向医疗机构工作人员的新冠肺炎暴露风险评估系统的结构框图。参照图1,本发明实施例的面向医疗机构工作人员的新冠肺炎暴露风险评估系统包括以下功能模块:
暴露源信息获取模块,用于获取暴露源信息,所述暴露源信息包括暴露源在医疗机构内出现的时间、活动内容、防护行为、环境暴露及其污染情况和人员暴露及其暴露情况;其中,所述防护行为包括戴口罩和手部消毒,人员暴露情况包括距离、交互活动和持续暴露时间信息。
诊疗行为获取模块,用于获取诊疗行为,所述诊疗行为为医疗机构内与暴露源相关的每个潜在暴露岗位的诊疗行为,所述诊疗行为包括诊疗内容、诊疗流程和持续时间;
工作日志获取模块,用于获取医疗机构内与暴露源相关的每个潜在暴露工作人员的工作日志;
排班信息获取模块,用于获取医疗机构内与暴露源相关的每个潜在暴露工作人员的排班信息;
人员防护信息获取模块,用于获取医疗机构内与暴露源相关的每个潜在暴露工作人员的个人防护信息;
暴露时间获取模块,用于获取医疗机构内与暴露源相关的每个潜在暴露工作人员的暴露时间;
办公场所人员配置信息获取模块,用于获取医疗机构内与暴露源相关的每个公共办公场所的人员配置信息;
人员隔离管控状态信息获取模块,用于获取医疗机构内与暴露源相关的每个潜在暴露工作人员的隔离管控信息;
暴露链条生成模块,用于根据获取的暴露源信息、诊疗行为、医疗机构内与暴露源相关的每个潜在暴露工作人员的工作日志、医疗机构内与暴露源相关的每个潜在暴露工作人员的排班信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的个人防护信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的暴露时间、医疗机构内与暴露源相关的每个公共办公场所的人员配置信息和医疗机构内与暴露源相关的每个潜在暴露工作人员的隔离管控信息生成暴露链条,所述暴露链条包括新冠病毒感染者暴露链条、风险环境暴露链条和风险物品暴露链条;
其中,所述新冠病毒感染者暴露链条中的直接暴露者为与所述新冠病毒感染者同时处于同一环境下的工作人员,所述风险环境暴露链条中的直接暴露者为先后与所述新冠病毒感染者处于同一环境下的工作人员,所述风险物品暴露链条中的直接暴露者为未与所述新冠病毒感染者处于同一环境下且直接暴露所述新冠病毒感染者的相关物品的无防护工作人员;
暴露网络生成模块,用于根据所述新冠病毒感染者暴露链条生成新冠病毒感染者暴露网络,根据所述风险环境暴露链条生成风险环境暴露网络,以及根据所述风险物品暴露链条生成风险物品暴露网络;
暴露风险评估模块,用于根据所述新冠病毒感染者暴露网络、所述风险环境暴露网络和所述风险物品暴露网络对待评估工作人员的暴露风险进行评估。
本发明实施例中,新冠病毒感染者暴露链条是一条由直接暴露者和间接暴露者构成的节点支路,在该节点支路中,直接暴露者为第一级节点,各个间接暴露者为相应级别的下级节点。为了提高新冠肺炎暴露风险评估结果的准确率,可以设置用于判定直接暴露者的第一时间阈值,例如10分钟,与所述新冠病毒感染者同时处于同一环境下且达到10分钟的工作人员为直接暴露者,否则,不是直接暴露者。
本发明实施例中,风险环境暴露链条是一条由直接暴露者和间接暴露者构成的节点支路,在该节点支路中,直接暴露者为第一级节点,各个间接暴露者为相应级别的下级节点。具体地,可以设置用于判定直接暴露者的第二时间阈值、第三时间阈值和第四时间阈值。若新冠病毒感染者在一封闭环境的停留时间达到第二时间阈值,在新冠病毒感染者离开该封闭环境不超过第三时间阈值的情况下一工作人员进入该封闭环境达到第四时间阈值,此时判定该工作人员为风险环境条件下的直接暴露者。
本发明实施例中,风险物品暴露链条是一条由直接暴露者和间接暴露者构成的节点支路,在该节点支路中,直接暴露者为第一级节点,各个间接暴露者为相应级别的下级节点。
本发明实施例的面向医疗机构工作人员的新冠肺炎暴露风险评估系统,基于获取的暴露源信息、诊疗行为、医疗机构内与暴露源相关的每个潜在暴露工作人员的工作日志、医疗机构内与暴露源相关的每个潜在暴露工作人员的排班信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的个人防护信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的暴露时间、医疗机构内与暴露源相关的每个公共办公场所的人员配置信息和医疗机构内与暴露源相关的每个潜在暴露工作人员的隔离管控信息生成以新冠病毒感染者以中心节点的人与人暴露网络、以风险环境为中心节点的人与环境暴露网络和以风险物品为中心节点的人与物品暴露网络,并基于所述人与人暴露网络、所述人与环境暴露网络和所述人与物品暴露网络实现对待评估工作人员的暴露风险的客观的、动态的、全面的且准确的评估。
进一步地,本发明实施例的面向医疗机构工作人员的新冠肺炎暴露风险评估系统还包括:
数据存储模块,用于将获取的暴露源信息、诊疗行为、医疗机构内与暴露源相关的每个潜在暴露工作人员的工作日志、医疗机构内与暴露源相关的每个潜在暴露工作人员的排班信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的个人防护信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的暴露时间、医疗机构内与暴露源相关的每个公共办公场所的人员配置信息和医疗机构内与暴露源相关的每个潜在暴露工作人员的隔离管控信息划分为结构化数据、半结构化数据和非结构化数据,并按照相应的数据存储方式对所述结构化数据、所述半结构化数据和所述非结构化数据进行存储。
再进一步地,本发明实施例中,所述暴露链条生成模块通过基于自然语言处理的信息提取技术获取所述新冠病毒感染者暴露链条、所述风险环境暴露链条和所述风险物品暴露链条。
再进一步地,本发明实施例的面向医疗机构工作人员的新冠肺炎暴露风险评估系统还包括:
暴露分支生成模块,用于在生成的新冠病毒感染者暴露链条中筛选出直接暴露者相同且该直接暴露者接触的新冠病毒感染者相同的新冠病毒感染者暴露链条,并基于筛选出的新冠病毒感染者暴露链条生成新冠病毒感染者暴露分支;
还用于在生成的风险环境暴露链条中筛选出直接暴露者相同且该直接暴露者暴露的风险环境相同的风险环境暴露链条,并基于筛选出的风险环境暴露链条生成风险环境暴露分支;
以及,用于在生成的风险物品暴露链条中筛选出直接暴露者相同且该直接暴露者暴露的风险物品相同的风险物品暴露链条,并基于筛选出的风险物品暴露链条生成风险物品暴露分支。
再进一步地,本发明实施例中,所述暴露网络生成模块具体用于在生成的新冠病毒感染者暴露分支中筛选出属于同一新冠病毒感染者的新冠病毒感染者暴露分支,并基于筛选出的新冠病毒感染者暴露分支生成所述新冠病毒感染者暴露网络;
还具体用于在生成的风险环境暴露分支中筛选出属于同一风险环境的风险环境暴露分支,并基于筛选出的风险环境暴露分支生成所述风险环境暴露网络;
以及,具体用于在生成的风险物品暴露分支中筛选出属于同一风险物品的风险物品暴露分支,并基于筛选出的风险物品暴露分支生成所述风险物品暴露网络。
具体地,本发明实施例中,暴露链条生成模块、暴露分支生成模块和暴露网络生成模块均基于深度神经网络实现。
再进一步地,图2示出了根据本发明实施例的暴露风险评估模块的结构框图。参照图2,本发明实施例中,所述暴露风险评估模块具体包括以下功能子模块:
暴露网络搜索子模块,用于根据输入的待评估工作人员的个人信息搜索出包含该待评估工作人员的目标新冠病毒感染者暴露网络、目标风险环境暴露网络和目标风险物品暴露网络;
风险距离计算子模块,用于计算每个目标新冠病毒感染者暴露网络的每个包含所述待评估工作人员的暴露链条中所述待评估工作人员的风险距离、每个目标风险环境暴露网络的每个包含所述待评估工作人员的暴露链条中所述待评估工作人员的风险距离和每个目标风险物品暴露网络的每个包含所述待评估工作人员的暴露链条中所述待评估工作人员的风险距离;
所述待评估工作人员的风险距离为相应暴露链条中所述待评估工作人员到对应的新冠病毒感染者、风险环境或风险物品的步数;
第一加权计算子模块,用于基于预定的风险距离权重表对所述待评估工作人员的每个风险距离进行加权计算,得到风险距离加权计算值,并获取每个目标新冠病毒感染者暴露网络中所述待评估工作人员的风险距离加权计算总值、每个目标风险环境暴露网络中所述待评估工作人员的风险距离加权计算总值和每个目标风险物品暴露网络中所述待评估工作人员的风险距离加权计算总值;
第二加权计算子模块,用于基于预定的暴露源权重表对获取的每个风险距离加权计算总值进行加权计算,得到对应于相应暴露网络的风险值;并对得到的所有风险值进行求和,得到所述待评估工作人员的风险总值;
暴露风险等级划分子模块,用于根据所述待评估工作人员的风险总值,并基于预定的暴露风险等级划分标准确定所述待评估工作人员的暴露风险等级。
图3示出了根据本发明实施例的新冠病毒感染者暴露网络的结构示意图。参照图3,A为新冠病毒感染者,B-K均为医疗机构工作人员,C为待评估工作人员。在该新冠病毒感染者暴露网络中,包含待评估工作人员C的暴露链条为上暴露链条、左暴露链条和右暴露链条。在上暴露链条中,待评估工作人员C到新冠病毒感染者A的步数为2步,即风险距离为2。在左暴露链条中,待评估工作人员C到新冠病毒感染者A的步数为3步,即风险距离为3。在右暴露链条中,待评估工作人员C到新冠病毒感染者A的步数为1,即风险距离为1。之后,将每个风险距离与相应的风险距离权重相乘,得到三个风险距离加权计算值,再对得到的三个风险距离加权计算值进行求和,得到该新冠病毒感染者暴露网络中所述待评估工作人员的风险距离加权计算总值。在获取该新冠病毒感染者暴露网络中所述待评估工作人员的风险距离加权计算总值之后,基于第二加权计算子模块对所述风险距离加权计算总值进行第二重加权运算,所述风险距离加权计算总值与相应暴露源的权重的乘积即为对应于该新冠病毒感染者暴露网络的风险值。同理,对应于风险环境暴露网络的风险值和对应于风险物品暴露网络的风险值的计算原理与上述对应于该新冠病毒感染者暴露网络的风险值的计算原理相同。最后,由于包含待评估工作人员C的新冠病毒感染者暴露网络可能不止一个,包含待评估工作人员C的风险环境暴露网络也可能不止一个,包含待评估工作人员C的风险物品暴露网络同样可能不止一个,因此,需要对得到的每个新冠病毒感染者暴露网络的风险值、每个风险环境暴露网络的风险值与每个风险物品暴露网络的风险值进行求和,以获取所述待评估工作人员的风险总值。
本发明实施例的面向医疗机构工作人员的新冠肺炎暴露风险评估系统,基于第一加权计算子模块实现对风险距离的加权运算,基于第二加权计算子模块实现对风险距离加权计算总值的加权运算,这种双重加权的处理方式,充分考虑到了风险距离对实际暴露风险的影响以及暴露源的类型对实际暴露风险的影响。如此设置,使得本发明实施例的面向医疗机构工作人员的新冠肺炎暴露风险评估系统的评估结果更加准确。
再进一步地,本发明实施例中,所述风险距离权重表包括风险距离与风险距离权重的映射关系,所述风险距离与风险距离权重呈负相关。
再进一步地,本发明实施例中,
所述暴露源权重表包括暴露源与暴露源权重的映射关系;
其中,所述暴露源包括新冠病毒感染者、风险环境和风险物品,所述新冠病毒感染者包括新冠病毒显性感染者和新冠病毒隐性感染者,所述风险环境包括新冠病毒显性感染者停留过的封闭环境、新冠病毒隐性感染者停留过的封闭环境和被新冠病毒污染的封闭环境,所述风险物品包括新冠病毒显性感染者的相关物品、新冠病毒隐性感染者的相关物品和被新冠病毒污染的物品,所述相关物品包括相应对象使用过的生活用品、医疗用品、冷链食品及其包装。
具体地,新冠病毒显性感染者的权重大于新冠病毒隐性感染者的权重,新冠病毒显性感染者停留过的封闭环境的权重大于新冠病毒隐性感染者停留过的封闭环境,新冠病毒显性感染者的相关物品的权重大于新冠病毒隐性感染者的相关物品的权重,医疗用品的权重大于生活用品的权重,上述各权重的具体取值需基于人的主观经验和相关研究结果共同决定。
具体地,新冠病毒显性感染者的权重大于新冠病毒隐性感染者的权重,新冠病毒显性感染者停留过的封闭环境的权重大于新冠病毒隐性感染者停留过的封闭环境,新冠病毒显性感染者的相关物品的权重大于新冠病毒隐性感染者的相关物品的权重,医疗用品的权重大于生活用品的权重,上述各权重的具体取值需基于人的主观经验和相关研究结果共同决定。
再进一步地,本发明实施例的面向医疗机构工作人员的新冠肺炎暴露风险评估系统还包括:
信息推送模块,用于将所述待评估工作人员的暴露风险等级以及该暴露风险等级对应的防护提示信息推送给所述待评估工作人员。
再进一步地,本发明实施例的面向医疗机构工作人员的新冠肺炎暴露风险评估系统还包括:
新冠病毒感染者信息获取模块,用于获取新冠病毒感染者的个人信息以及所述新冠病毒感染者的分类信息,所述分类信息包括新冠病毒显性感染者和新冠病毒隐性感染者。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (9)
1.面向医疗机构工作人员的新冠肺炎暴露风险评估系统,其特征在于,包括:
暴露源信息获取模块,用于获取暴露源信息,所述暴露源信息包括暴露源在医疗机构内出现的时间、活动内容、防护行为、环境暴露及其污染情况和人员暴露及其暴露情况;
诊疗行为获取模块,用于获取诊疗行为,所述诊疗行为是医疗机构内与暴露源相关的每个潜在暴露岗位的诊疗行为,所述诊疗行为包括诊疗内容、诊疗流程和持续时间;
工作日志获取模块,用于获取医疗机构内与暴露源相关的每个潜在暴露工作人员的工作日志;
排班信息获取模块,用于获取医疗机构内与暴露源相关的每个潜在暴露工作人员的排班信息;
人员防护信息获取模块,用于获取医疗机构内与暴露源相关的每个潜在暴露工作人员的个人防护信息;
暴露时间获取模块,用于获取医疗机构内与暴露源相关的每个潜在暴露工作人员的暴露时间;
办公场所人员配置信息获取模块,用于获取医疗机构内与暴露源相关的每个公共办公场所的人员配置信息;
人员隔离管控状态信息获取模块,用于获取医疗机构内与暴露源相关的每个潜在暴露工作人员的隔离管控信息;
暴露链条生成模块,用于根据获取的暴露源信息、诊疗行为、医疗机构内与暴露源相关的每个潜在暴露工作人员的工作日志、医疗机构内与暴露源相关的每个潜在暴露工作人员的排班信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的个人防护信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的暴露时间、医疗机构内与暴露源相关的每个公共办公场所的人员配置信息和医疗机构内与暴露源相关的每个潜在暴露工作人员的隔离管控信息生成暴露链条,所述暴露链条包括新冠病毒感染者暴露链条、风险环境暴露链条和风险物品暴露链条;
其中,所述新冠病毒感染者暴露链条中的直接暴露者为与所述新冠病毒感染者同时处于同一环境下的无防护工作人员,所述风险环境暴露链条中的直接暴露者为先后与所述新冠病毒感染者处于同一环境下的无防护工作人员,所述风险物品暴露链条中的直接暴露者为未与所述新冠病毒感染者处于同一环境下且直接暴露所述新冠病毒感染者的相关物品的无防护工作人员;
暴露网络生成模块,用于根据所述新冠病毒感染者暴露链条生成新冠病毒感染者暴露网络,根据所述风险环境暴露链条生成风险环境暴露网络,以及根据所述风险物品暴露链条生成风险物品暴露网络;
暴露风险评估模块,用于根据所述新冠病毒感染者暴露网络、所述风险环境暴露网络和所述风险物品暴露网络对待评估工作人员的暴露风险进行评估;
所述暴露风险评估模块具体包括:
暴露网络搜索子模块,用于根据输入的待评估工作人员的个人信息搜索出包含该待评估工作人员的目标新冠病毒感染者暴露网络、目标风险环境暴露网络和目标风险物品暴露网络;
风险距离计算子模块,用于计算每个目标新冠病毒感染者暴露网络的每个包含所述待评估工作人员的暴露链条中所述待评估工作人员的风险距离、每个目标风险环境暴露网络的每个包含所述待评估工作人员的暴露链条中所述待评估工作人员的风险距离和每个目标风险物品暴露网络的每个包含所述待评估工作人员的暴露链条中所述待评估工作人员的风险距离;
所述待评估工作人员的风险距离为相应暴露链条中所述待评估工作人员到对应的新冠病毒感染者、风险环境或风险物品的步数;
第一加权计算子模块,用于基于预定的风险距离权重表对所述待评估工作人员的每个风险距离进行加权计算,得到风险距离加权计算值,并获取每个目标新冠病毒感染者暴露网络中所述待评估工作人员的风险距离加权计算总值、每个目标风险环境暴露网络中所述待评估工作人员的风险距离加权计算总值和每个目标风险物品暴露网络中所述待评估工作人员的风险距离加权计算总值;
第二加权计算子模块,用于基于预定的暴露源权重表对获取的每个风险距离加权计算总值进行加权计算,得到对应于相应暴露网络的风险值;并对得到的所有风险值进行求和,得到所述待评估工作人员的风险总值;
暴露风险等级划分子模块,用于根据所述待评估工作人员的风险总值,并基于预定的暴露风险等级划分标准确定所述待评估工作人员的暴露风险等级。
2.根据权利要求1所述的新冠肺炎暴露风险评估系统,其特征在于,还包括:
数据存储模块,用于将获取的暴露源信息、诊疗行为、医疗机构内与暴露源相关的每个潜在暴露工作人员的工作日志、医疗机构内与暴露源相关的每个潜在暴露工作人员的排班信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的个人防护信息、医疗机构内与暴露源相关的每个潜在暴露工作人员的暴露时间、医疗机构内与暴露源相关的每个公共办公场所的人员配置信息和医疗机构内与暴露源相关的每个潜在暴露工作人员的隔离管控信息划分为结构化数据、半结构化数据和非结构化数据,并按照相应的数据存储方式对所述结构化数据、所述半结构化数据和所述非结构化数据进行存储。
3.根据权利要求1所述的新冠肺炎暴露风险评估系统,其特征在于,所述暴露链条生成模块通过基于自然语言处理的信息提取技术获取所述新冠病毒感染者暴露链条、所述风险环境暴露链条和所述风险物品暴露链条。
4.根据权利要求1所述的新冠肺炎暴露风险评估系统,其特征在于,还包括:
暴露分支生成模块,用于在生成的新冠病毒感染者暴露链条中筛选出直接暴露者相同且该直接暴露者接触的新冠病毒感染者相同的新冠病毒感染者暴露链条,并基于筛选出的新冠病毒感染者暴露链条生成新冠病毒感染者暴露分支;
还用于在生成的风险环境暴露链条中筛选出直接暴露者相同且该直接暴露者暴露的风险环境相同的风险环境暴露链条,并基于筛选出的风险环境暴露链条生成风险环境暴露分支;
以及,用于在生成的风险物品暴露链条中筛选出直接暴露者相同且该直接暴露者暴露的风险物品相同的风险物品暴露链条,并基于筛选出的风险物品暴露链条生成风险物品暴露分支。
5.根据权利要求4所述的新冠肺炎暴露风险评估系统,其特征在于,所述暴露网络生成模块具体用于在生成的新冠病毒感染者暴露分支中筛选出属于同一新冠病毒感染者的新冠病毒感染者暴露分支,并基于筛选出的新冠病毒感染者暴露分支生成所述新冠病毒感染者暴露网络;
还具体用于在生成的风险环境暴露分支中筛选出属于同一风险环境的风险环境暴露分支,并基于筛选出的风险环境暴露分支生成所述风险环境暴露网络;
以及,具体用于在生成的风险物品暴露分支中筛选出属于同一风险物品的风险物品暴露分支,并基于筛选出的风险物品暴露分支生成所述风险物品暴露网络。
6.根据权利要求1所述的新冠肺炎暴露风险评估系统,其特征在于,所述风险距离权重表包括风险距离与风险距离权重的映射关系,所述风险距离与风险距离权重呈负相关。
7.根据权利要求1所述的新冠肺炎暴露风险评估系统,其特征在于,所述暴露源权重表包括暴露源与暴露源权重的映射关系;
其中,所述暴露源包括新冠病毒感染者、风险环境和风险物品,所述新冠病毒感染者包括新冠病毒显性感染者和新冠病毒隐性感染者,所述风险环境包括新冠病毒显性感染者停留过的封闭环境、新冠病毒隐性感染者停留过的封闭环境和被新冠病毒污染的封闭环境,所述风险物品包括新冠病毒显性感染者的相关物品、新冠病毒隐性感染者的相关物品和被新冠病毒污染的物品,所述相关物品包括相应对象使用过的生活用品、医疗用品、冷链食品及其包装。
8.根据权利要求1所述的新冠肺炎暴露风险评估系统,其特征在于,还包括:
信息推送模块,用于将所述待评估工作人员的暴露风险等级以及该暴露风险等级对应的防护提示信息推送给所述待评估工作人员。
9.根据权利要求1所述的新冠肺炎暴露风险评估系统,其特征在于,还包括:
新冠病毒感染者信息获取模块,用于获取新冠病毒感染者的个人信息以及所述新冠病毒感染者的分类信息,所述分类信息包括新冠病毒显性感染者和新冠病毒隐性感染者。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110286200.8A CN113113151B (zh) | 2021-03-17 | 2021-03-17 | 面向医疗机构工作人员的新冠肺炎暴露风险评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110286200.8A CN113113151B (zh) | 2021-03-17 | 2021-03-17 | 面向医疗机构工作人员的新冠肺炎暴露风险评估系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113113151A CN113113151A (zh) | 2021-07-13 |
CN113113151B true CN113113151B (zh) | 2024-04-26 |
Family
ID=76711875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110286200.8A Active CN113113151B (zh) | 2021-03-17 | 2021-03-17 | 面向医疗机构工作人员的新冠肺炎暴露风险评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113113151B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116503797B (zh) * | 2023-04-10 | 2023-10-27 | 盐城工学院 | 基于目标检测的医废处理人员防护用具穿戴检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015095159A (ja) * | 2013-11-13 | 2015-05-18 | 日本電信電話株式会社 | 評価方法及び評価装置 |
JP2016218598A (ja) * | 2015-05-18 | 2016-12-22 | パナソニックIpマネジメント株式会社 | 感染拡大防止システム、感染拡大防止システムの制御方法、およびそのプログラム |
CN107220482A (zh) * | 2017-05-09 | 2017-09-29 | 清华大学 | 呼吸道传染病风险评估系统及评估方法 |
CN111354472A (zh) * | 2020-02-20 | 2020-06-30 | 戴建荣 | 一种传染病传播监测预警系统和方法 |
KR102140096B1 (ko) * | 2019-09-20 | 2020-07-31 | 한국과학기술정보연구원 | 전염병확산예측장치 및 그 동작 방법 |
CN111681771A (zh) * | 2020-04-30 | 2020-09-18 | 和宇健康科技股份有限公司 | 一种疫情信息协管系统及疫情信息协管方法 |
CN111768874A (zh) * | 2020-06-16 | 2020-10-13 | 东莞市长安医院 | 一种新型冠状病毒感染的肺炎传染风险评估方法 |
CN112259201A (zh) * | 2020-09-15 | 2021-01-22 | 中国医科大学附属盛京医院 | 基于双重加权的医疗机构新冠肺炎感染防控能力评估系统 |
-
2021
- 2021-03-17 CN CN202110286200.8A patent/CN113113151B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015095159A (ja) * | 2013-11-13 | 2015-05-18 | 日本電信電話株式会社 | 評価方法及び評価装置 |
JP2016218598A (ja) * | 2015-05-18 | 2016-12-22 | パナソニックIpマネジメント株式会社 | 感染拡大防止システム、感染拡大防止システムの制御方法、およびそのプログラム |
CN107220482A (zh) * | 2017-05-09 | 2017-09-29 | 清华大学 | 呼吸道传染病风险评估系统及评估方法 |
KR102140096B1 (ko) * | 2019-09-20 | 2020-07-31 | 한국과학기술정보연구원 | 전염병확산예측장치 및 그 동작 방법 |
CN111354472A (zh) * | 2020-02-20 | 2020-06-30 | 戴建荣 | 一种传染病传播监测预警系统和方法 |
CN111681771A (zh) * | 2020-04-30 | 2020-09-18 | 和宇健康科技股份有限公司 | 一种疫情信息协管系统及疫情信息协管方法 |
CN111768874A (zh) * | 2020-06-16 | 2020-10-13 | 东莞市长安医院 | 一种新型冠状病毒感染的肺炎传染风险评估方法 |
CN112259201A (zh) * | 2020-09-15 | 2021-01-22 | 中国医科大学附属盛京医院 | 基于双重加权的医疗机构新冠肺炎感染防控能力评估系统 |
Non-Patent Citations (1)
Title |
---|
新型冠状病毒感染医务人员职业暴露风险管理策略;付强;张秀月;李诗文;;中华医院感染学杂志(06);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113113151A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Staszkiewicz et al. | Dynamics of the COVID-19 contagion and mortality: Country factors, social media, and market response evidence from a global panel analysis | |
Jan et al. | Asymptomatic carriers in transmission dynamics of dengue with control interventions | |
Goldenhar et al. | Methodological issues for intervention research in occupational health and safety | |
Pawelek et al. | Modeling the impact of twitter on influenza epidemics | |
Paradis | Detecting shifts in diversification rates without fossils | |
CN113113151B (zh) | 面向医疗机构工作人员的新冠肺炎暴露风险评估系统 | |
Backhaus | Context sensitive technologies and electronic employee monitoring: a meta-analytic review | |
Cristo et al. | Telerehabilitation for cardiac patients: systematic review | |
Hossain et al. | Developing a resilient healthcare supply chain to prevent disruption in the wake of emergency health crisis | |
Rahman et al. | Review on pen and paper based observational methods for assessing work-related upper limb disorders | |
US20230070616A1 (en) | System and Method for More Accurate Estimation of Vaccine Efficacy by Taking Into Account the Rate of Herd Immunity | |
Olsen et al. | Estimating risk to responders exposed to avian influenza A H5 and H7 viruses in poultry, United States, 2014–2017 | |
CN103729369B (zh) | 自动处理撞单的方法及装置 | |
Silva et al. | Unsupervised machine learning and pandemics spread: The case of COVID-19 | |
Shah et al. | A pragmatic stepped-wedge cluster randomized trial to evaluate the effectiveness and cost-effectiveness of active case finding for household contacts within a routine tuberculosis program, San Juan de Lurigancho, Lima, Peru | |
Kaur et al. | Modelling the role of awareness and screening of infectives in the transmission dynamics of hiv | |
Bagula et al. | Predictive models for mitigating covid-19 outbreak | |
Khayyat et al. | Predicting COVID-19 Spread using Simple Time-Series Statistical Models | |
Al-Zinati et al. | An agent based model for health surveillance systems and early biological threat detection | |
Hadjichristofi et al. | Assessing Trustworthiness of IoT-Health Devices in Hospital Environments | |
Işık et al. | The psychosocial effects of noise level in hydroelectric power plants on employees | |
Gupta et al. | A deep-SIQRV epidemic model for COVID-19 to access the impact of prevention and control measures | |
Tang et al. | Impact of pandemic fatigue on the spread of COVID-19: a mathematical modelling study | |
Hassam et al. | Building a Resilient and Sustainable Workplace: A Post-Pandemic Hazard Control and Preparedness Plan in Malaysia. | |
Lim et al. | Risk scorecard to minimize impact of COVID-19 when reopening |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |