Modelling the daily risk of Ebola in the presence and absence of a potential vaccine
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Ebola virus - one of the deadliest viral diseases, with a mortality rate around 90% - damages the immune system and organs, with symptoms including episodic fever, chills, malaise and myalgia. The Recombinant Vesicular Stomatitis Virus-based candidate vaccine (rVSV-ZEBOV) has demonstrated clinical efficacy against Ebola in ring-vaccination clinical trials. In order to evaluate the potential effect of this candidate vaccine, we developed risk equations for the daily risk of Ebola infection both currently and after vaccination. The risk equations account for the basic transmission probability of Ebola and the lowered risk due to various protection protocols: vaccination, hazmat suits, reduced contact with the infected living and dead bodies. Parameter space was sampled using Latin Hypercube Sampling, a statistical method for generating a near-random sample of parameter values. We found that at a high transmission rate of Ebola (i.e., if the transmission rate is greater than 90%), a large fraction of the population must be vaccinated (>80%) to achieve a 50% decrease in the daily risk of infection. If a vaccine is introduced, it must have at least 50% efficacy, and almost everyone in the affected areas must receive it to effectively control outbreaks of Ebola. These results indicate that a low-efficacy Ebola vaccine runs the risk of having vaccinated people be overconfident in a weak vaccine and hence the possibility that the vaccine could make the situation worse, unless the population can be sufficiently educated about the necessity for high vaccine uptake.
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.
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 découle