Social deprivation and burden of influenza: Testing hypotheses and gaining insights from a simulation model for the spread of influenza
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Factors associated with the burden of influenza among vulnerable populations have mainly been identified using statistical methodologies. Complex simulation models provide mechanistic explanations, in terms of spatial heterogeneity and contact rates, while controlling other factors and may be used to better understand statistical patterns and, ultimately, design optimal population-level interventions. We extended a sophisticated simulation model, which was applied to forecast epidemics and validated for predictive ability, to identify mechanisms for the empirical relationship between social deprivation and the burden of influenza. Our modeled scenarios and associated epidemic metrics systematically assessed whether neighborhood composition and/or spatial arrangement could qualitatively replicate this empirical relationship. We further used the model to determine consequences of local-scale heterogeneities on larger scale disease spread. Our findings indicated that both neighborhood composition and spatial arrangement were critical to qualitatively match the empirical relationship of interest. Also, when social deprivation was fully included in the model, we observed lower age-based attack rates and greater delay in epidemic peak week in the most socially deprived neighborhoods. Insights from simulation models complement current understandings from statistical-based association studies. Additional insights from our study are: (1) heterogeneous spatial arrangement of neighborhoods is a necessary condition for simulating observed disparities in the burden of influenza and (2) unmeasured factors may lead to a better quantitative match between simulated and observed rate ratio in the burden of influenza between the most and least socially deprived populations.
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.
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 | 0,001 | 0,099 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle