Detecting Differential Transmissibilities That Affect the Size of Self-Limited Outbreaks
Notice bibliographique
Résumé
Our ability to respond appropriately to infectious diseases is enhanced by identifying differences in the potential for transmitting infection between individuals. Here, we identify epidemiological traits of self-limited infections (i.e. infections with an effective reproduction number satisfying [0 < R eff < 1) that correlate with transmissibility. Our analysis is based on a branching process model that permits statistical comparison of both the strength and heterogeneity of transmission for two distinct types of cases. Our approach provides insight into a variety of scenarios, including the transmission of Middle East Respiratory Syndrome Coronavirus (MERS-CoV) in the Arabian peninsula, measles in North America, pre-eradication smallpox in Europe, and human monkeypox in the Democratic Republic of the Congo. When applied to chain size data for MERS-CoV transmission before 2014, our method indicates that despite an apparent trend towards improved control, there is not enough statistical evidence to indicate that R eff has declined with time. Meanwhile, chain size data for measles in the United States and Canada reveal statistically significant geographic variation in R eff, suggesting that the timing and coverage of national vaccination programs, as well as contact tracing procedures, may shape the size distribution of observed infection clusters. Infection source data for smallpox suggests that primary cases transmitted more than secondary cases, and provides a quantitative assessment of the effectiveness of control interventions. Human monkeypox, on the other hand, does not show evidence of differential transmission between animals in contact with humans, primary cases, or secondary cases, which assuages the concern that social mixing can amplify transmission by secondary cases. Lastly, we evaluate surveillance requirements for detecting a change in the human-to-human transmission of monkeypox since the cessation of cross-protective smallpox vaccination. Our studies lay the foundation for future investigations regarding how infection source, vaccination status or other putative transmissibility traits may affect self-limited transmission.
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 | 0,000 |
| 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 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 ».