Historical Trends in the Hepatitis C Virus Epidemics in North America and Australia
Notice bibliographique
Résumé
BACKGROUND: Bayesian evolutionary analysis (coalescent analysis) based on genetic sequences has been used to describe the origins and spread of rapidly mutating RNA viruses, such as influenza, Ebola, human immunodeficiency virus (HIV), and hepatitis C virus (HCV). METHODS: Full-length subtype 1a and 3a sequences from early HCV infections from the International Collaborative of Incident HIV and Hepatitis C in Injecting Cohorts (InC3), as well as from public databases from a time window of 1977-2012, were used in a coalescent analysis with BEAST software to estimate the origin and progression of the HCV epidemics in Australia and North America. Convergent temporal trends were sought via independent epidemiological modeling. RESULTS: The epidemic of subtype 3a had more recent origins (around 1950) than subtype 1a (around 1920) in both continents. In both modeling approaches and in both continents, the epidemics underwent exponential growth between 1955 and 1975, which then stabilized in the late 20th century. CONCLUSIONS: Historical events that fuelled the emergence and spread of injecting drug use, such as the advent of intravenous medical therapies and devices, and growth in the heroin trade, as well as population mixing during armed conflicts, were likely drivers for the cross-continental spread of the HCV epidemics.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».