Impacts of constrained culling and vaccination on control of foot and mouth disease in near-endemic settings: A pair approximation model
Notice bibliographique
Résumé
Many countries have eliminated foot and mouth disease (FMD), but outbreaks remain common in other countries. Rapid development of international trade in animals and animal products has increased the risk of disease introduction to FMD-free countries. Most mathematical models of FMD are tailored to settings that are normally disease-free, and few models have explored the impact of constrained control measures in a 'near-endemic' spatially distributed host population subject to frequent FMD re-introductions from nearby endemic wild populations, as characterizes many low-income, resource-limited countries. Here we construct a pair approximation model of FMD and investigate the impact of constraints on total vaccine supply for prophylactic and ring vaccination, and constraints on culling rates and cumulative culls. We incorporate natural immunity waning and vaccine waning, which are important factors for near-endemic populations. We find that, when vaccine supply is sufficiently limited, the optimal approach for minimizing cumulative infections combines rapid deployment of ring vaccination during outbreaks with a contrasting approach of careful rationing of prophylactic vaccination over the year, such that supplies last as long as possible (and with the bulk of vaccines dedicated toward prophylactic vaccination). Thus, for optimal long-term control of the disease by vaccination in near-endemic settings when vaccine supply is limited, it is best to spread out prophylactic vaccination as much as possible. Regardless of culling constraints, the optimal culling strategy is rapid identification of infected premises and their immediate contacts at the initial stages of an outbreak, and rapid culling of infected premises and farms deemed to be at high risk of infection (as opposed to culling only the infected farms). Optimal culling strategies are similar when social impact is the outcome of interest. We conclude that more FMD transmission models should be developed that are specific to the challenges of FMD control in near-endemic, low-income countries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 source (Gemma direct ou Codex distillé), 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 ».