A unified framework of immunological and epidemiological dynamics for the spread of viral infections in a simple network-based population
Notice bibliographique
Résumé
BACKGROUND: The desire to better understand the immuno-biology of infectious diseases as a broader ecological system has motivated the explicit representation of epidemiological processes as a function of immune system dynamics. While several recent and innovative contributions have explored unified models across cellular and organismal domains, and appear well-suited to describing particular aspects of intracellular pathogen infections, these existing immuno-epidemiological models lack representation of certain cellular components and immunological processes needed to adequately characterize the dynamics of some important epidemiological contexts. Here, we complement existing models by presenting an alternate framework of anti-viral immune responses within individual hosts and infection spread across a simple network-based population. RESULTS: Our compartmental formulation parsimoniously demonstrates a correlation between immune responsiveness, network connectivity, and the natural history of infection in a population. It suggests that an increased disparity between people's ability to respond to an infection, while maintaining an average immune responsiveness rate, may worsen the overall impact of an outbreak within a population. Additionally, varying an individual's network connectivity affects the rate with which the population-wide viral load accumulates, but has little impact on the asymptotic limit in which it approaches. Whilst the clearance of a pathogen in a population will lower viral loads in the short-term, the longer the time until re-infection, the more severe an outbreak is likely to be. Given the eventual likelihood of reinfection, the resulting long-run viral burden after elimination of an infection is negligible compared to the situation in which infection is persistent. CONCLUSION: Future infectious disease research would benefit by striving to not only continue to understand the properties of an invading microbe, or the body's response to infections, but how these properties, jointly, affect the propagation of an infection throughout a population. These initial results offer a refinement to current immuno-epidemiological modelling methodology, and reinforce how coupling principles of immunology with epidemiology can provide insight into a multi-scaled description of an ecological system. Overall, we anticipate these results to as a further step towards articulating an integrated, more refined epidemiological theory of the reciprocal influences between host-pathogen interactions, epidemiological mixing, and disease spread.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».