MétaCan
Menu
Retour à la cohorte
Enregistrement W2516570614 · doi:10.1155/2016/8013574

Transmission Dynamics and Optimal Control of Malaria in Kenya

2016· article· en· W2516570614 sur OpenAlexfundno aff
Gabriel Otieno Okello, Joseph Kipsigei Koske, John Mutiso

Notice bibliographique

RevueDiscrete Dynamics in Nature and Society · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensnon disponible
Organismes subventionnairesNational Commission for Science and TechnologyAfrican Population and Health Research CenterNational Commission for Science, Technology and InnovationInternational Development Research Centre
Mots-clésAlgorithmStability (learning theory)Computer scienceMachine learning

Résumé

récupéré en direct d'OpenAlex

This paper proposes and analyses a mathematical model for the transmission dynamics of malaria with four‐time dependent control measures in Kenya: insecticide treated bed nets (ITNs), treatment, indoor residual spray (IRS), and intermittent preventive treatment of malaria in pregnancy (IPTp). We first considered constant control parameters and calculate the basic reproduction number and investigate existence and stability of equilibria as well as stability analysis. We proved that if R0 ≤ 1, the disease‐free equilibrium is globally asymptotically stable in D. If R0 > 1, the unique endemic equilibrium exists and is globally asymptotically stable. The model also exhibits backward bifurcation at R0 = 1. If R0 > 1, the model admits a unique endemic equilibrium which is globally asymptotically stable in the interior of feasible region D. The sensitivity results showed that the most sensitive parameters are mosquito death rate and mosquito biting rates. We then consider the time‐dependent control case and use Pontryagin’s Maximum Principle to derive the necessary conditions for the optimal control of the disease using the proposed model. The existence of optimal control problem is proved. Numerical simulations of the optimal control problem using a set of reasonable parameter values suggest that the optimal control strategy for malaria control in endemic areas is the combined use of treatment and IRS; for epidemic prone areas is the use of treatment and IRS; for seasonal areas is the use of treatment; and for low risk areas is the use of ITNs and treatment. Control programs that follow these strategies can effectively reduce the spread of malaria disease in different malaria transmission settings in Kenya.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,005
Tête enseignante GPT0,262
Écart entre enseignants0,257 · 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

Citations31
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiscrete Dynamics in Nature and SocietyMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207