MétaCan
Menu
Retour à la cohorte
Enregistrement W2137797572 · doi:10.1098/rsif.2006.0112

Simple models for containment of a pandemic

2006· article· en· W2137797572 sur OpenAlex
Julien Arino, Fred Brauer, P. van den Driessche, James Watmough

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of The Royal Society Interface · 2006
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensYork UniversityUniversity of New BrunswickUniversity of VictoriaUniversity of British ColumbiaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésOutbreakSimple (philosophy)Anticipation (artificial intelligence)Computer sciencePandemicVaccinationEpidemic modelStochastic modellingReliability (semiconductor)Disease EradicationOperations researchCoronavirus disease 2019 (COVID-19)EconometricsDiseaseVirologyMathematicsStatisticsArtificial intelligenceBiologyMedicineInfectious disease (medical specialty)Environmental health

Résumé

récupéré en direct d'OpenAlex

Stochastic simulations of network models have become the standard approach to studying epidemics. We show that many of the predictions of these models can also be obtained from simple classical deterministic compartmental models. We suggest that simple models may be a better way to plan for a threatening pandemic with location and parameters as yet unknown, reserving more detailed network models for disease outbreaks already underway in localities where the social networks are well identified.We formulate compartmental models to describe outbreaks of influenza and attempt to manage a disease outbreak by vaccination or antiviral treatment. The models give an important prediction that may not have been noticed in other models, namely that the number of doses of antiviral treatment required is extremely sensitive to the number of initial infectives. This suggests that the actual number of doses needed cannot be estimated with any degree of reliability. The model is applicable to pre-epidemic vaccination, such as annual vaccination programs in anticipation of an 'ordinary' influenza outbreak with limited drift, and as a combination of treatment both before and during an epidemic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,831
Score d'incertitude au seuil0,259

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,146
Tête enseignante GPT0,400
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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