Modelling and Analyzing Virus Mutation Dynamics of Chikungunya Outbreaks
Notice bibliographique
Résumé
Chikungunya fever, caused by chikungunya virus (CHIKV) and transmitted to humans by infected Aedes mosquitoes, has posed a global threat in several countries in 2015. Recent outbreaks in La Réunion, Italy and China are related with a new variant of CHIKV with shorter extrinsic incubation period in contaminated mosquitoes, but the role of this new variant on the spread of chikungunya fever is unclear. We develop a mathematical model that incorporates the virus mutation dynamics in the transmission of CHIKV among mosquitoes and humans. Our numerical simulations show that a substantial virus mutation rate combined with high virus transmission probabilities from mosquito to human, could result in sustainable chikungunya fever outbreaks. Further, we apply Markov Chain Monte Carlo sampling method to fit our model to the 2007 chikungunya fever outbreak data in North-Eastern Italy where the mutant strain was detected. We conclude that the basic reproduction number might be underestimated without considering the mutation dynamics, and our estimation shows that the basic reproduction number of the 2007 Italy outbreak was [Formula: see text] = 2.035[95%Cl: 1.9424 - 2.1366]. Sensitivity analysis shows that the transmission rate of the mutant strain from mosquitoes to human is more influential on [Formula: see text] than the shortened extrinsic incubation period. We conclude that the virus mutation dynamics could play an important role in the transmission of CHIKV, and there is a crucial need to better understand the mutation mechanism.
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 | 0,000 | 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 | 0,000 | 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 ».