MétaCan
Menu
Retour à la cohorte
Enregistrement W3115333674

Disease Modelling on Measles Immunity: Theoretical and Numerical Analyses

2020· dissertation· en· W3115333674 sur OpenAlexaboutno aff
Elena Aruffo

Notice bibliographique

RevueYork University Digital Library (York University) · 2020
Typedissertation
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHerd immunityMeaslesImmunityVaccinationImmunologyOutbreakHygiene hypothesisBiologyInfectious disease (medical specialty)DiseaseVirologyMedicineImmune system
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Although measles vaccine is considered safe and highly effective, cases continue to be reported globally, even in countries, such as Canada, where herd immunity (a form of indirect protection provided by immunized individuals) threshold is reached. Biological processes and social behaviours are fundamental factors in understanding the re-emergence of this childhood disease in highly vaccinated populations. In the past decades, the assumption that vaccine-induced immunity is life long has started to vacillate and many studies show how measles antibodies wane over time. However, the time needed to wane immunity partially, or fully, is still unknown. During this waning stage, immunity can experience a boosting process, if an encounter with the pathogen occurs. However, in absence of virus, immunity can wane until individuals return fully susceptible. In a society where mobility, travel and immigration are a daily routine, infections stages and levels of immunity are important factors to potentially increase or reduce the spread of a virus. In particular, with the assumption that measles-induced immunity is lifelong, immigrants immunity provides an increase of
\nprotection in the host country. On the other hand, immunity heterogeneity in a community creates pockets of individuals vulnerable to the infection, and movement of infectious cases might lead to relatively big outbreaks. In this thesis, we investigate how waning immunity, boosting and vaccination processes, immigration and migration affect the achievement of herd immunity and the spread of the infection. We propose different compartmental models described by systems of ordinary and partial differential equations, following, and extending, the Susceptible-Exposed-Infectious-Recovered framework. We employ both deterministic and stochastic models in order to capture those factors which mostly affect the infection dynamics and immunity of individuals as well as to investigate the probability of extinction or outbreak. Since measles vaccine is given at different ages, from 12 months up to 6 years, we also employ age structured models, discrete and continuous, to capture the age groups which mostly experience waning immunity and infection. Meta-population models are also used to investigate the effect of mobility on the spread of measles infection. We derive expressions for the basic and control reproduction numbers as well as performing sensitivity analysis on the model parameters and its outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,693
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,134
Tête enseignante GPT0,303
Écart entre enseignants0,169 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYork University Digital Library (York University)Même sujetCOVID-19 epidemiological studiesTravaux en français237 207