A metapopulation model for the spread of MRSA in correctional facilities
Notice bibliographique
Résumé
(MRSA) in health-care settings has become increasingly difficult to control and has since been able to spread in the general community. The prevalence of MRSA within the general public has caused outbreaks in groups of people in close quarters such as military barracks, gyms, daycare centres and correctional facilities. Correctional facilities are of particular importance for spreading MRSA, as inmates are often in close proximity and have limited access to hygienic products and clean clothing. Although these conditions are ideal for spreading MRSA, a recent study has suggested that recurrent epidemics are caused by the influx of colonized or infected individuals into the correctional facility. In this paper, we further investigate the effects of community dynamics on the spread of MRSA within the correctional facility and determine whether recidivism has a significant effect on disease dynamics. Using a simplified hotspot model ignoring disease dynamics within the correctional facility, as well as two metapopulation models, we demonstrate that outbreaks in correctional facilities can be driven by community dynamics even when spread between inmates is restricted. We also show that disease dynamics within the correctional facility and their effect on the outlying community may be ignored due to the smaller size of the incarcerated population. This will allow construction of simpler models that consider the effects of many MRSA hotspots interacting with the general community. It is suspected that the cumulative effects of hotspots for MRSA would have a stronger feedback effect in other community settings.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 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 ».