Simulación del nivel de eliminación de sarampión y rubéola según la estratificación e interacción social (Simulating measles and rubella elimination levels according to social stratification and interaction)
Notice bibliographique
Résumé
Objetivo: Comparar el nivel de eliminación de enfermedades como sarampión y rubéola en población homogénea y heterogénea según la existencia de estratos sociales con interacción entre individuos de estrato social alto y bajo y diversidad en el número promedio de contactos entre ellos. Métodos: Simulaciones del ritmo reproductivo efectivo, derivado de un modelo matemático tipo SIR (Susceptibles Infectados Recuperados), según diferentes ritmos de inmunidad. Se utilizaron datos de incidencia de sarampión (1980 y 2005) y rubéola (1998 y 2005) de América Latina y el Caribe. Se analizó la interacción entre individuos del estrato social alto y bajo con diferente número promedio de contactos mediante análisis de red aleatoria bipartita. Las simulaciones se ejecutaron en MAPLE 12 (Maplesoft Inc, Ontario Canada). Resultados: En la población socialmente homogénea se reprodujo el avance en la eliminación de ambas enfermedades entre los dos períodos de tiempo. En el estrato alto y bajo, se lograría la eliminación en sarampión (2005) pero en rubéola (2005) sólo se lograría si hay alto ritmo de inmunidad en el estrato bajo. Si varía el número promedio de contactos habituales, no se lograría la eliminación de rubéola ni con un ritmo de inmunidad de 95 %. Conclusión: El seguimiento del nivel de eliminación de enfermedades como sarampión y rubéola demanda la consideración de la situación socioeconómica y del patrón de interacción de la población. Especial atención se debe prestar a comunidades con diversidad en el número promedio de contactos en espacios confinados como comunidades desplazadas, carcelarias, educativas, hospitalarias, etc.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».