Spatially-implicit modelling of disease-behaviour interactions in the context of non-pharmaceutical interventions
Notice bibliographique
Résumé
Pair approximation models have been used to study the spread of infectious diseases in spatially distributed host populations, and to explore disease control strategies such as vaccination and case isolation. Here we introduce a pair approximation model of individual uptake of non-pharmaceutical interventions (NPIs) for an acute self-limiting infection, where susceptible individuals can learn the NPIs either from other susceptible individuals who are already practicing NPIs ("social learning"), or their uptake of NPIs can be stimulated by being neighbours of an infectious person ("exposure learning"). NPIs include individual measures such as hand-washing and respiratory etiquette. Individuals can also drop the habit of using NPIs at a certain rate. We derive a spatially defined expression of the basic reproduction number R0 and we also numerically simulate the model equations. We find that exposure learning is generally more efficient than social learning, since exposure learning generates NPI uptake in the individuals at immediate risk of infection. However, if social learning is pre-emptive, beginning a sufficient amount of time before the epidemic, then it can be more effective than exposure learning. Interestingly, varying the initial number of individuals practicing NPIs does not significantly impact the epidemic final size. Also, if initial source infections are surrounded by protective individuals, there are parameter regimes where increasing the initial number of source infections actually decreases the infection peak (instead of increasing it) and makes it occur sooner. The peak prevalence increases with the rate at which individuals drop the habit of using NPIs, but the response of peak prevalence to changes in the forgetting rate are qualitatively different for the two forms of learning. The pair approximation methodology developed here illustrates how analytical approaches for studying interactions between social processes and disease dynamics in a spatially structured population should be further pursued.
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 | 0,001 | 0,006 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 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 ».