MétaCan
Menu
Retour à la cohorte
Enregistrement W1971205687 · doi:10.3934/mbe.2006.3.485

An sveir model for assessing potential impact of an imperfect anti-SARS vaccine

2006· article· en· W1971205687 sur OpenAlexaff
Abba B. Gumel, C. Connell McCluskey, James Watmough

Notice bibliographique

RevueMathematical Biosciences & Engineering · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversity of New BrunswickWilfrid Laurier UniversityUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Virology2019-20 coronavirus outbreakBiologyMedicineInfectious disease (medical specialty)OutbreakDisease

Résumé

récupéré en direct d'OpenAlex

The control of severe acute respiratory syndrome (SARS), a fatal contagious viral disease that spread to over 32 countries in 2003, was based on quarantine of latently infected individuals and isolation of individuals with clinical symptoms of SARS. Owing to the recent ongoing clinical trials of some candidate anti-SARS vaccines, this study aims to assess, via mathematical modelling, the potential impact of a SARS vaccine, assumed to be imperfect, in curtailing future outbreaks. A relatively simple deterministic model is designed for this purpose. It is shown, using Lyapunov function theory and the theory of compound matrices, that the dynamics of the model are determined by a certain threshold quantity known as the control reproduction number (R(v)). If R(v) =/< 1, the disease will be eliminated from the community; whereas an epidemic occurs if R(v) > 1. This study further shows that an imperfect SARS vaccine with infection-blocking efficacy is always beneficial in reducing disease spread within the community, although its overall impact increases with increasing efficacy and coverage. In particular, it is shown that the fraction of individuals vaccinated at steady-state and vaccine efficacy play equal roles in reducing disease burden, and the vaccine must have efficacy of at least 75% to lead to effective control of SARS (assuming R(0) = 4). Numerical simulations are used to explore the severity of outbreaks when R(v) > 1.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,366
Écart entre enseignants0,338 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations152
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Biosciences & EngineeringMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207