Bases para la Modelación de Epidemias: el Caso del Síndrome Respiratorio Agudo Severo en Canadá
Notice bibliographique
Résumé
OBJECTIVE: Severe acute respiratory syndrome propagation in Canada during 2003 is analysed by means of simple models, comparing the influence of isolation measures on two epidemic waves. METHODS: Deterministic susceptible-infected and susceptible-infected-removed models were used for both epidemic waves, using official published information. NLREG 6.2 was used for estimating deterministic parameters and analytical solutions were obtained with Maple 9 software. Dynamical indicators were obtained for the epidemic. RESULTS: Suitable adjustment of the data was observed with both models, but smaller adjustment was observed during the second wave with the non- removed model. The highest rate of infectiousness was shown (35 new cases per 10 000 susceptible people) during the second wave (with R0 near to one), in spite of presenting greater incidence (8.8 cases per day), compensated for by a high rate of removal (11,5 cases per day) which lasted less than the epidemic (11,1 days), and a lower rate of attack (1 case per each 100 susceptible people). CONCLUSIONS: The susceptible-infected model can be useful during an epidemic's initial phase (prior to removal); however, closer monitoring of an epidemic's development is required for modelling the strength of removal and deriving useful information for decision-making.
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 | 0,015 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».