MétaCan
Menu
Retour à la cohorte
Enregistrement W2481004862 · doi:10.5539/jmr.v8n4p176

Modelling the Effect of Post-mortem Contact on the Spread of Ebola with Quarantine As an Intervention

2016· article· en· W2481004862 sur OpenAlexvenueno aff
Francis T. Oduro, Joseph Baafi, George Apaaboah

Notice bibliographique

RevueJournal of Mathematics Research · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEbola virusOutbreakBasic reproduction numberVaccinationQuarantineEpidemic modelFiloviridaeDiseaseDemographyMathematicsMedicineVirologyVirusEnvironmental healthViral diseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

Ebola virus disease (EVD) is a severe, often fatal disease in humans and other non-human primates caused by infection with any of the four identified Ebola virus species of the family Filoviridae. This paper develops the SEIR and the SEIHDR epidemic models that investigate the effects of the ante-mortem contact and post-mortem contact on the spread of the disease. The reproduction number of the models are determined. The equilibria and conditions for the existence of the equilibria are also determined. The models are solved numerically and the numerical simulations implemented to elucidate various scenarios. The results of the models are then compared to WHO data of confirmed cases for the 2014 Ebola outbreak in Liberia. It is observed that the SEIHDR model agrees better with the data than the SEIR model. Moreover, a new model, the SEIQDR model (a modification of the SEIHDR Model) is formulated which incorporates quarantine as an intervention. Again, this SEIQDR model is compared to the WHO data of confirmed cases for the 2014 Ebola outbreak in Liberia. The results of the SEIQDR model is found to agree better than those of the other models especially in respect of the latter stages of the disease outbreak. Finally, the effect of vaccination on both the SEIHDR and the SEIQDR models is investigated. Different rates of vaccination using numerical simulations in order to predict the effect of vaccination on the infected individuals over time is also discussed. The SEIQDR model with vaccination indicates a lower threshold which should not be less than 25\% as compared to the SEIHDR model for which vaccination should not be less than 65\%. It is observed that vaccination as an additional strategy helps to control the disease more effectively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,084
Tête enseignante GPT0,423
Écart entre enseignants0,338 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mathematics ResearchMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207