Dynamical crises, multistability and the influence of the duration of immunity in a seasonally-forced model of disease transmission
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
BACKGROUND: Highly successful strategies to make populations more resilient to infectious diseases, such as childhood vaccinations programs, may nonetheless lead to unpredictable outcomes due to the interplay between seasonal variations in transmission and a population's immune status. METHODS: Motivated by the study of diseases such as pertussis we introduce a seasonally-forced susceptible-infectious-recovered model of disease transmission with waning and boosting of immunity. We study the system's dynamical properties using a combination of numerical simulations and bifurcation techniques, paying particular attention to the properties of the initial condition space. RESULTS: We find that highly unpredictable behaviour can be triggered by changes in biologically relevant model parameters such as the duration of immunity. In the particular system we analyse--used in the literature to study pertussis dynamics--we identify the presence of an initial-condition landscape containing three coexisting attractors. The system's response to interventions which perturb population immunity (e.g. vaccination "catch-up" campaigns) is therefore difficult to predict. CONCLUSION: Given the increasing use of models to inform policy decisions regarding vaccine introduction and scheduling and infectious diseases intervention policy more generally, our findings highlight the importance of thoroughly investigating the dynamical properties of those models to identify key areas of uncertainty. Our findings suggest that the often stated tension between capturing biological complexity and utilising mathematically simple models is perhaps more nuanced than generally suggested. Simple dynamical models, particularly those which include forcing terms, can give rise to incredibly complex behaviour.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,010 |
| 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