Current crisis or artifact of surveillance: insights into rebound chlamydia rates from dynamic modelling
Notice bibliographique
Résumé
BACKGROUND: After initially falling in the face of intensified control efforts, reported rates of sexually transmitted chlamydia in many developed countries are rising. Recent hypotheses for this phenomenon have broadly focused on improved case finding or an increase in the prevalence. Because of many complex interactions behind the spread of infectious diseases, dynamic models of infection transmission are an effective means to guide learning, and assess quantitative conjectures of epidemiological processes. The objective of this paper is to bring a unique and robust perspective to observed chlamydial patterns through analyzing surveillance data with mathematical models of infection transmission. METHODS: This study integrated 25-year testing volume data from the Canadian province of Saskatchewan with one susceptible-infected-treated-susceptible and three susceptible-infected-treated-removed compartmental models. Calibration of model parameters to fit observed 25-year case notification data, after being combined with testing records, placed constraints on model behaviour and allowed for an approximation of chlamydia prevalence to be estimated. Model predictions were compared to observed case notification trends, and extensive sensitivity analyses were performed to confirm the robustness of model results. RESULTS: Model predictions accurately mirrored historic chlamydial trends including an observed rebound in the mid 1990s. For all models examined, the results repeatedly highlighted that increased testing volumes, rather than changes in the sensitivity and specificity of testing technologies, sexual behaviour, or truncated immunological responses brought about by treatment can, explain the increase in observed chlamydia case notifications. CONCLUSIONS: Our results highlight the significant impact testing volume can have on observed incidence rates, and that simple explanations for these observed increases appear to have been dismissed in favor of changes to the underlying prevalence. These simple methods not only demonstrate geographic portability, but the results reassure the public health effort towards monitoring and controlling chlamydia.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».