Dynamics of HSV-2 infection with a therapeutic vaccine
Notice bibliographique
Résumé
Herpes-Simplex Virus type 2 (HSV-2) is a lifelong infection, which has infected over 400 million individuals aged 15-49 years, worldwide. While the disease can be treated with episodic and suppressive antiviral drugs to reduce the rate of recurrence (i.e., symptomatic disease) and viral shedding, none of the currently available therapies can clear the virus from the body of an infected person. A number of therapeutic vaccine platforms are currently in development in order to achieve similar effects to treatment. Due to the inadequate data from clinical trials of therapeutic vaccines, modeling efforts to quantify the impact of vaccination have been limited. In this study, we propose a compartmental deterministic model for the dynamics of HSV-2 to evaluate the effect of a potential vaccine candidate with the inclusion of a booster dose. Despite its simplicity that may not address the complexity of HSV-2 disease, the model shows that targeting symptomatic infection for vaccination is the most effective strategy in the long-term. This conclusion is based on the assumption of an optimal vaccine efficacy, conferring immunity levels that prevent viral shedding and recurrence transiently. Our model provides a framework for developing a computational system to include more heterogeneous characteristics of the disease and individuals, and investigate effectiveness and cost-effectiveness of vaccination scenarios when clinical data become available.
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 ».