Development of a stochastic agent-based model to evaluate surveillance strategies for detection of emergent porcine reproductive and respiratory syndrome strains
Notice bibliographique
Résumé
BACKGROUND: The objective of the current study was to develop a stochastic agent-based model using empirical data from Ontario (Canada) swine sites in order to evaluate different surveillance strategies for detection of emerging porcine reproductive and respiratory syndrome virus (PRRSV) strains at the regional level. Four strategies were evaluated, including (i) random sampling of fixed numbers of swine sites monthly; (ii) risk-based sampling of fixed numbers, specifically of breeding sites (high-consequence sites); (iii) risk-based sampling of fixed numbers of low biosecurity sites (high-risk); and (iv) risk-based sampling of breeding sites that are characterized as low biosecurity sites (high-risk/high-consequence). The model simulated transmission of a hypothetical emerging PRRSV strain between swine sites through three important industry networks (production system, truck and feed networks) while considering sites' underlying immunity due to past or recent exposure to heterologous PRRSV strains, as well as demographic, geographic and biosecurity-related PRRS risk factors. Outcomes of interest included surveillance system sensitivity and time to detection of the three first cases over a period of approximately three years. RESULTS: Surveillance system sensitivities were low and time to detection of three first cases was long across all examined scenarios. CONCLUSION: Traditional modes of implementing high-risk and high-consequence risk-based surveillance based on site's static characteristics do not appear to substantially improve surveillance system sensitivity. Novel strategies need to be developed and considered for rapid detection of this and other emerging swine infectious diseases. None of the four strategies compared herein appeared optimal for early detection of an emerging PPRSV strain at the regional level considering model assumptions, the underlying population of interest, and absence of other forms of surveillance.
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 | 0,002 | 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 | 0,001 | 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 ».