MétaCan
Menu
Retour à la cohorte
Enregistrement W3039110806 · doi:10.3934/mbe.2020257

Global dynamics of a delayed diffusive virus infection model with cell-mediated immunity and cell-to-cell transmission

2020· article· en· W3039110806 sur OpenAlexaff
Chunyang Qin, Yu‐Ming Chen, Xia Wang

Notice bibliographique

RevueMathematical Biosciences & Engineering · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésUniquenessBasic reproduction numberLyapunov functionSteady state (chemistry)Stability theoryTransmission (telecommunications)MathematicsDynamics (music)ImmunityApplied mathematicsControl theory (sociology)Mathematical analysisPhysicsBiologyComputer scienceImmune systemControl (management)ImmunologyNonlinear systemChemistryTelecommunications

Résumé

récupéré en direct d'OpenAlex

In this paper, we propose and analyze a delayed diffusive viral dynamic model incorporating cell-mediated immunity and both cell-free and cell-to-cell transmission. After discussing the well-posedness, we provide some preliminary results on solutions. Then we study the existence and uniqueness of homogeneous steady states, which turned out to be completely determined by the basic reproduction number of infection R0 and the basic reproduction number of immunity R1. Note that when R1 is defined, it is necessary that R0 > 1. The main result is a threefold dynamics. Roughly speaking, when R0 < 1 the infection-free steady state is globally asymptotically stable; when R1 ≤ 1 < R0 the immunity-free infected steady state is globally asymptotically stable; when R1 > 1 the infected-immune steady state is globally asymptotically stable. The approaches are linearization technique and the Lyapunov functional method. The theoretical results are also illustrated with numerical simulations.

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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,231
Écart entre enseignants0,220 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Biosciences & EngineeringMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207