ترجمه فارسی مقاله Mobility-GCN: یک شبکه کانولوشن گراف مبتنی بر تحرک انسانی برای ردیابی و تجزیه و تحلیل پویایی فضایی بحران مواد افیونی مصنوعی در ایالات متحده آمریکا، 2013-2020

چکیده

Synthetic opioids are the most common drugs involved in drug-involved overdose mortalities in the U.S. The Center for Disease Control and Prevention reported that in 2018, about 70% of all drug overdose deaths involved opioids and 67% of all opioid-involved deaths were accounted for by synthetic opioids. In this study, we investigated the spread of synthetic opioids between 2013 and 2020 in the U.S. We analyzed the relationship between the spatiotemporal pattern of synthetic opioid-involved deaths and another key opioid, heroin, and compared patterns of deaths involving these two types of drugs during this period. Spatial connections and human mobility between counties were incorporated into a graph convolutional neural network model to represent and analyze the spread of synthetic opioid-involved deaths in the context of previous heroin-involved death patterns.

چکیده به فارسی (ترجمه ماشینی)

مواد افیونی مصنوعی شایع ترین داروهای درگیر در مرگ و میر بیش از حد مصرف مواد مخدر در ایالات متحده است. مرکز کنترل و پیشگیری از بیماری ها گزارش داد که در سال 2018 ، حدود 70 ٪ از کل مرگ و میر مصرف بیش از حد مواد مخدر شامل مواد افیونی و 67 ٪ از کل مرگ و میر ناشی از مواد افیونی بودتوسط مواد افیونی مصنوعی.در این مطالعه ، ما به گسترش مواد افیونی مصنوعی بین سالهای 2013 و 2020 در ایالات متحده بررسی شده ایم. ما رابطه بین الگوی مکانی و مکانی مرگ و میر ناشی از مواد افیونی مصنوعی و یک ماده افیونی مهم دیگر ، هروئین را مورد تجزیه و تحلیل قرار دادیم و الگوهای مرگ و میر مربوط به این دو نوع دارو را مقایسه کردیم.در این دورهاتصالات مکانی و تحرک انسانی بین شهرستانها در یک مدل شبکه عصبی حلقوی نمودار گنجانیده شده است تا نشان دهنده و تجزیه و تحلیل مرگ و میر ناشی از مواد افیونی مصنوعی در زمینه الگوهای مرگ قبلی هروئین باشد.