GCRI · Health Nexus

健康のための複雑系モデリング

複雑 システム methods show how health risk emerges from interactions: people mixing and moving, hospitals sharing patients and staff, supply networks sharing suppliers, and health services depending on power and water. Agent-based and system dynamics models let these interactions be explored as scenarios, with every assumption visible.

01登録

Complex systems modelling for health on the record.

手法の記録STEM の手法
  1. 手法複雑 システム and agent-based modelling
  2. 適用先Health Nexus
  3. 正式なページSTEM コモンズ
02申請

What complex systems and agent-based modelling does here.

複雑 システム and agent-based modelling study systems whose behaviour emerges from interactions among many components. They help explain nonlinear dynamics, tipping points and collective behaviour. In health and biosecurity, complex systems approaches explore how interacting risks can produce sudden, systemic shifts. They support stress testing of policies against emergent behaviour. The canonical description is on STEM Commons.

Contact and mobility networks

Agent-based models represent households, schools, workplaces and travel, so the effect of contact patterns and public health measures on transmission can be explored under stated parameters.

Cascades across health and infrastructure

System dynamics models link power, water, staff and supply buffers to service capacity, tracing how a grid outage or 熱波 propagates into hospital functions over hours and days.

Patient transfer networks

Networks of referrals and transfers between hospitals are analysed to see where surges concentrate and how resistant organisms can spread between facilities.

03地理

アフリカにおける環境エクスポージャー。

Daytime surface heat, population density and haze over Africa, from NASA GIBS. Each layer carries its own date.

インタラクティブマップにはJavaScriptが必要です。レイヤー一覧と出典は以下にあります。

レイヤー 3

このページの環境曝露

このレイヤーについて
エビデンス
観測(持続的な雲により依然として欠測あり)
出典
VIIRS NOAA-20 Level 3、8 日(NASA LANCE)
提供者
NASA LANCE
ライセンス
NASA オープンデータ
年次
8 日、衛星による 8 日間合成、持続的な雲により依然として欠測あり
ビルド時点で最新
2026-09-14
解決
約 1 km メッシュ
不確実性
表示日までの 8 日間の地表面温度の衛星観測値で、暑熱エクスポージャーの指標です。気温、暑さ指数、熱波警報ではありません。
到達経路
gibs.earthdata.nasa.gov(ライブ地図を許可した後にのみ)
このレイヤーについて
エビデンス
推定
出典
世界人口グリッド v4.11(NASA SEDAC(CIESIN、コロンビア大学))
提供者
NASA SEDAC(CIESIN、コロンビア大学)
ライセンス
CC BY 4.0
年次
null。国勢調査に基づく推計値、静的(2020 年)
解決
約 1 km メッシュ
不確実性
2020 年の 1 平方キロメートル当たりの人口の国勢調査に基づく推定値で、エクスポージャーの文脈として示します。いずれかのハザードの影響を受けた人数ではありません。
到達経路
gibs.earthdata.nasa.gov(ライブ地図を許可した後にのみ)
このレイヤーについて
エビデンス
観測(雲により欠測あり)
出典
VIIRS NOAA-20 Deep Blue AOD(NASA LANCE)
提供者
NASA LANCE
ライセンス
NASA オープンデータ
年次
日次、衛星による取得、雲により欠測あり
ビルド時点で最新
2026-10-14
解決
約 2 km メッシュ
不確実性
表示日の大気全層にわたるヘイズ、煙、ダストの衛星観測値で、エクスポージャーの指標です。地表の PM2.5 でも大気質指数でも健康警報でもありません。
到達経路
gibs.earthdata.nasa.gov(ライブ地図を許可した後にのみ)
このレイヤーについて
エビデンス
観測
出典
VIIRS NOAA-20 補正反射率(NASA LANCE)
提供者
NASA LANCE
ライセンス
NASA オープンデータ
年次
日次、衛星画像
ビルド時点で最新
2026-10-14
解決
約 250 m メッシュ
不確実性
衛星画像です。衛星またはモデルのラスターを、提供者が公開したままの形で示します。雲、観測幅の隙間、取得誤差により欠測やノイズが生じるため、値は指標であり、ある場所での測定値ではありません。
到達経路
gibs.earthdata.nasa.gov(ライブ地図を許可した後にのみ)
このレイヤーについて
エビデンス
観測(雲により欠測あり)
出典
OMI Aura(NASA GES DISC)
提供者
NASA GES DISC
ライセンス
NASA オープンデータ
年次
日次、衛星による取得、雲により欠測あり
ビルド時点で最新
2026-10-10
解決
約 2 km メッシュ
不確実性
表示日の下層大気中の二酸化窒素の衛星カラム量で、主に燃焼に由来します。地表濃度でも健康警報でもありません。
到達経路
gibs.earthdata.nasa.gov(ライブ地図を許可した後にのみ)
このレイヤーについて
エビデンス
モデル化(GIBS が公開する最新年)
出典
MODIS Terra and Aqua 土地被覆(MCD12Q1)(NASA LP DAAC)
提供者
NASA LP DAAC
ライセンス
NASA オープンデータ
年次
年次、衛星分類、GIBS が公開する最新年
ビルド時点で最新
2024-01-01
解決
約 500 m メッシュ
不確実性
表示年の衛星土地被覆区分で、耕作地を含みます。既知の誤差を伴う分類であり、農地台帳ではありません。
到達経路
gibs.earthdata.nasa.gov(ライブ地図を許可した後にのみ)

最新の利用可能データ

NASA GIBS / EOSDIS · ASTER GDEM(METI、NASA)· Blue Marble(NASA)· © OpenStreetMap 貢献者(ODbL)· Natural Earth

最新のNASA画像を読み込んでいます。

ドラッグで移動。Ctrlまたは⌘を押しながらスクロール、ピンチ、またはボタンでズーム。ポインター下の値はホバーで表示。リセットで地域表示に戻ります。

アフリカを枠組みとした環境エクスポージャー。NASA が公開するままの衛星およびモデルのプロダクトで、それぞれに固有の日付があります。指標であり、特定の場所の評価ではありません。

データ:NASA GIBS・ASTER GDEM・Blue Marble・ © OpenStreetMap 寄稿者 ・Natural Earth・NASA EONET・ESA Copernicus Sentinel-5P TROPOMI・NASA JPL OPERA DIST-ALERT情報源とライセンス

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA オープンデータ
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA オープンデータ
  • VIIRS 準リアルタイム・プロダクト(洪水、地表面温度、積雪被覆、補正反射率)、NASA LANCE。画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています(改変)。 NASA オープンデータ
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). CC BY 4.0 でライセンス。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています(改変)。 doi:10.7927/H49C6VHW. CC BY 4.0
  • MODIS と VIIRS の大気プロダクト、NASA LANCE と LAADS DAAC。画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています(改変)。 NASA オープンデータ
  • OMI 二酸化窒素(Aura)と OMPS エアロゾル指数(Suomi NPP)、NASA。NASA GES DISC が配布、画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています(改変)。 NASA オープンデータ
  • MODIS 陸域プロダクト(植生指数、総一次生産、土地被覆)、NASA LP DAAC と LANCE。画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています(改変)。 NASA オープンデータ
  • ASTER GDEM は METI と NASA のプロダクトです(ASTER Global Digital Elevation Model V003、NASA LP DAAC)。画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています(改変)。引用:NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. NASA オープンデータ
  • Natural Earthを使用して作成。無料のベクターおよびラスター地図データ @ naturalearthdata.com。 パブリックドメイン
  • © OpenStreetMap 貢献者(ODbL)、NASA GIBS 経由(海岸線、境界、道路、地名)。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています(改変)。 ODbL
  • Blue Marble、NASA Earth Observatory。画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています(改変)。 NASA オープンデータ
  • 地球儀と平面地図の背景情報:NASA GIBS参照レイヤーによる海岸線、境界、道路、地名(OpenStreetMapデータ、ODbL、© OpenStreetMap contributors)。オプションのベースとしてBlue Marble画像。ASTER GDEM標高カラー指数による3D地形と標高の読み取り(5 mから200 mの階級、判読しやすいよう誇張)。境界は公表されたとおりに描画しており、いかなる領域に関する立場を示すものでもありません。
  • ライブイベント:NASA Earth Observatory Natural Event Tracker(EONET)。イベントは参考情報であり、元の出典へのリンクを保持しています。
  • ライブ:NASA EONET。イベントは参考情報であり、当局の警報ではありません。
  • Observed (EO): ESA Copernicus Sentinel-5P TROPOMI (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • 大気質予報、5 日、PM2.5(CAMS、Open-Meteo 経由):改変した Copernicus 大気モニタリング・サービスの 2026 年の情報を含みます。
  • 過去1年の日別気温(ERA5、Open-Meteo 経由):改変した Copernicus 気候変動サービスの 2026 年の情報を含みます。
  • Open-Meteo.com の気象データ (https://open-meteo.com/), ライセンスは CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • 任意レイヤー(レイヤー一覧に 14 のソース:ライブ、予報、観測、背景)は、オンにすると地図上とここに提供元のクレジットを表示します。予報はモデル出力であり、派生指数は推定値です。

レイヤーと日付

  • 地表面温度(日中、8日間合成):VIIRS NOAA-20 Level 3、8日間、NASA LANCE · 2026年9月14日
  • 人口密度、2020年:人口:CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · 静的
  • エアロゾル光学的厚さ、日次:VIIRS NOAA-20 Deep Blue AOD、NASA LANCE · 2026年10月13日
  • トゥルーカラー:VIIRS NOAA-20 補正反射率、NASA LANCE・ 2026年10月13日
  • 二酸化窒素、下層大気カラム:OMI Aura、NASA GES DISC · 2026年10月10日
  • 土地被覆タイプ(IGBP)、年次:MODIS Terra and Aqua 土地被覆(MCD12Q1)、NASA LP DAAC・ 2024

04データ

手法が使用するもの。

Datasets and records used by complex システム and agent-based modelling on this platform, with the role each plays and the label its values carry. Sources are listed in 出典の登録簿.

データ役割ラベル
Social contact surveysMixing matrices by age and setting観測
Aggregated mobility data from transport and telecommunicationsMovement between places推定
Hospital transfer recordsReferral network structure報告値
Facility dependency inventoriesBuffers and failure thresholds公表統計
05シミュレーター

ストック、フロー、遅れ、そして転換点の閾値。

二つのストック、圧力と 適応能力が、自己強化的な成長ループ、遅れて働くバランス反応、圧力が能力を上回ったときの損害で結ばれています。しきい値を越えるとシステムは転換しうるのです。例示の値を明示した教育用モデルであり、予測ではありません。このページの地図はアフリカを示していますが、モデル自体は特定の場所に結びついていません。

管理策

圧力の増大
年 6.0%
圧力を下げる上での能力の効果
年 4.0%
認識された圧力への投資の反応
20%
認知の遅れ
4.0 年
圧力の転換しきい値
60 指数
閾値を越えた後の増幅
2.0 倍
シミュレーションした年数
50 年

読み取り値

最大圧力
113 指数
最後に残る能力
186 指数
閾値を超えた年数
15.8 年
数値、手法、出典
年圧力能力知覚された
020.050.020.0
423.344.921.2
827.242.224.0
1231.742.327.7
1636.845.532.2
2042.351.537.2
2447.960.342.6
2853.271.348.0
3257.884.353.1
3666.498.458.4
4082.7115.969.7
4497.8139.783.8
48109.1169.497.3

手法

  1. システム・ダイナミクス Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics
  2. 臨界転移と転換点 Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461
  3. 因果ループ図 Sterman (2000), Business Dynamics, McGraw-Hill
  4. 不確実性ファン(パラメータ・モンテカルロ) Spiegelhalter, Pearson and Short (2011)、Visualising uncertainty about the future、Science 333
  5. 一因子ずつの感度分析(トルネード図) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

データ

No observed data enters this model: it runs on the teaching values set by the controls, to be replaced with a programme’s own evidence.

ストック、フロー、遅れ、転換点のしきい値。説明用の教材モデルで、実測データではなくコントロールで設定した値に基づいて動きます。手法:システムダイナミクス(Forrester (1961)、Industrial Dynamics、MIT Press、Sterman (2000)、Business Dynamics)、臨界遷移と転換点(Scheffer and others (2009)、Early-warning signals for critical transitions、Nature 461)、因果ループ図(Sterman (2000)、Business Dynamics、McGraw-Hill)。
06検証

結果の確認方法。

Models are evaluated by matching multiple stylised facts and patterns at different scales. Sensitivity and robustness analysis test dependence on assumptions.

確認実施方法
Pattern-oriented validationModels must reproduce several observed patterns at different scales, not a single curve
グローバル 感度分析The parameters that drive most of the outcome range are identified and reported
Structural alternativesResults are compared with simpler or differently structured models before conclusions are drawn

Many plausible models can reproduce the same patterns. Calibration and validation data are often limited.

07ツインとカスケードのシミュレーター

Model complex systems modelling for health as a system. Run the cascade.

Assembled from the Nexus Standards area profile 健康安全保障とワンヘルス: the hazards it names, the システム and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full System Builder.

ハザード

管理策

  • NS-0 憲章と原則
  • NS-3 リスク記録の UNI(文法、旧体系との対照、割当権限)
  • NS-9 文脈 UNI(展開、インスタンス、プログラム・インスタンス)
  • NS-10 方針と条項(機械可読な義務:定義、拘束、評価、執行)
  • NS-11 検証とモニタリング(エビデンス、証明、ゼロトラストの適合性観測)
  • NRS-H83 ハザード・ファミリー:保健システム能力の機能不全(NHS-1 health.system)
  • NRS-H42 ハザード・ファミリー:まれで持続的なヒトの感染症(NHS-1 health.other-human)
  • NRS-H41 ハザード・ファミリー:動物からヒトへのスピルオーバー(NHS-1 health.zoonotic)
  • NRS-H43 ハザード・ファミリー:家畜・養殖の動物疫病(NHS-1 health.animal-health)
  • NRS-D3 人道対応とレジリエントな復興
  • NRS-H46 ハザード分類:環境と製品による人への害(NHS-1 health.harm)

観測

  • WHO Disease Outbreak News (listed for reference)
  • WAHIS animal health events (listed for reference)
  • WorldPop gridded population (listed for reference)
  • 国際保健規則 capacity and health emergency preparedness
  • Percentage of bloodstream infections due to selected antimicrobial-resistant organisms

例示の地理

  • West Africa: 59 hexagonal cells
  • 今夜の夜間光と停電(VIIRS Day/Night Band)、NASA GIBS
  • 雲を透過した地表水、30 m(OPERA DSWx-S1 レーダー)、NASA GIBS
  • 直近 30 分間の降雨強度(IMERG)、NASA GIBS
09部門の特徴

The sector signature of complex systems modelling for health.

The sectors complex システム modelling for health touches and how strongly they depend on each other: what a study has to observe and model together.

角を選択・線にカーソルを合わせる15 の関係のうち 6

署名

保健とそのパートナー

保健は、インフラに運用の人員(0.3)を、食料に農業労働力(0.3)を、水に公益事業の人員(0.2)を提供します。

W · E · I · F · H · B

セクター
4 全 6
関係
6 全 15
結合
0.42 全体に占める割合

作用している最も強い関係

  • Water → Food ・灌漑0.8
  • Food → Health ・栄養0.7
  • Infrastructure → Water ・パイプ、ダム、処理施設0.6
  • Water → Health ・飲料水と衛生0.7
典型的な都市圏のための教育用の値であり、どの場所の測定値でもありません。結合度は、働いている関係の強さの合計を、全 15 の関係に対する割合で示したものです。
10スチュワードシップ

手法を維持する者。

システム科学とモデリング stewards complex システム and agent-based modelling for the Consortium and reviews how it is applied across platforms.

11手法とエビデンス

How complex systems modelling for health is modelled, measured and tested.

モデル、その仮定、データ、不確実性を、科学者やエンジニアが確認する形で示します。構造は公表された手法に従っています。描かれた値は例示であり、知見ではありません。

モデル、方程式、仮定

The model structure used for complex systems modelling for health, the assumptions it makes and how each is tested.

要素 i のリスクRi = f(Hi, Ei, Vi, Ci)ハザード、エクスポージャー、脆弱性、対処能力
年間期待損失EAL = ∑k pk · Lk年間確率 pk
結合システムxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
仮定作られる理由検証の方法
一つの事象の中では、ハザードとエクスポージャーは独立している損失の積分を扱いやすく保つ同時記録に当てはめたコピュラと比較
結合は動作点の近くで線形であるショックを A を通じて伝播させる線形範囲を超えて摂動を与えて比較する
脆弱性曲線は場所を越えて適用できる地域固有の曲線はめったに得られない観測された損失がある場合はそれに照らして検証
入力
来歴付きのバージョン管理されたデータセット
成果物
分布であり、単一の数値ではない
コード
モデルカードと試験とともに公開
再現
同じデータ、コード、環境、シード
標準的なリスクおよび状態空間の定式化です。挙げた前提はこの手法に典型的なもので、審査のために示しており、結果ではありません。
FAIR 原則・GO FAIR と FORCE11W3C PROV・World Wide Web Consortium不確実性の一貫した扱いに関するガイダンス・IPCCCEOS 解析即応データ・地球観測衛星委員会
13質問

質問と回答。

What are the limits of complex systems and agent-based modelling in this field?
Many plausible models can reproduce the same patterns. Calibration and validation data are often limited.
結果はどのように確認されますか?
Models are evaluated by matching multiple stylised facts and patterns at different scales. Sensitivity and robustness analysis test dependence on assumptions.
このページの値は実際のものですか?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
この手法は他にどこで適用されていますか?
社会を動かし続ける 正式な手法のページ には、それを適用するすべてのプラットフォームが掲載されています。
報告書貢献する

このページからエビデンスを提供する。

報告書 is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRIHealth Nexusグローバル部門のリスクとレジリエンス国のシステム・リスクとレジリエンスエビデンス・ブリーフ
Health Nexus

手法、データセット、または問いを持ち込んでください。

情報提供と問い合わせは本日から受け付けています。問い合わせには参照番号が付き、次の手順が示されます。申請、支払い、計算資源の割り当て、登録は、担当チーム、規約、審査体制が整ってから開始します。

The Global Centre for Risk and Innovation

Science · evidence · measurement

Not for profit

Our articles, maps and twins are free to read and free to republish. Readers and partners keep it that way.

Partner with us

Who funds us

GCRI is a not-for-profit institution. To ask who funds a piece of work, use the funding questions form.

Independence

Editors and the expert reviewers named on each article decide what we publish. Funders and partners do not review or approve articles before publication.

Licence

Articles: CC BY 4.0. Figures, maps, twins and data: CC BY 4.0. Other uses: ask through the permissions form.