Strategic Interactions in Antiviral Drug Use During an Influenza Pandemic
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The evolution of antiviral drug resistance during influenza pandemics has created widespread concern. Use of antiviral drugs is a main contributor to the evolution of drug-resistant strains. Moreover, there are recent examples of influenza viruses acquiring drug resistance seemingly without incurring a fitness penalty that reduces their transmission rate. This creates the possibility of strategic (game theoretical) interaction between jurisdictions making decisions about use of antiviral drug stockpiles. Methods: We developed and analyzed a 2-player 2-strategy game theoretical model. Each ‘player’ (an authority in a health jurisdiction) can choose to treat with antiviral drugs at a low rate or a high rate. High treatment rates are more likely to cause emergence of a drug-resistant strain, and once a drug-resistant strain has evolved, it can spread between the two jurisdictions. We determine the Nash equilibria of the game. Results: We show that there is a coordination game between the jurisdictions, where both players choosing a low treatment rate, or both choosing a high treatment rate, are the only stable outcomes. The socially optimal outcome occurs if both players cooperate by choosing a low treatment rate, thereby avoiding generating drug-resistant mutants. However, such cooperation may fail to materialize if the jurisdictions are closely connected through travel; if the drug-resistant mutant is tolerated (not seen as undesirable); or if the antiviral drug has partial efficacy against transmission of the drug-resistant strain. Conclusions: Inter-jurisdictional cooperation could be essential during a severe influenza pandemic, but we know little about how jurisdictions will interact in a scenario where highly pathogenic, drug-resistant mutant strains are able to transmit as effectively as non-resistant strains. Therefore, strategic multi-population interactions during influenza pandemics should be further studied.
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.
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 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle