MétaCan
Menu
Retour à la cohorte
Enregistrement W3123414060 · doi:10.1101/2021.01.25.21250505

Community structured model for vaccine strategies to control COVID19 spread: a mathematical study

2021· preprint· en· W3123414060 sur OpenAlexaffabout
Elena Aruffo, Pei Yuan, Yi Tan, Evgenia Gatov, Effie Gournis, Sarah Collier, Nicholas H. Ogden, Jacques Bélair, Huaiping Zhu

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensPublic Health Agency of CanadaUniversité de MontréalToronto Public HealthYork University
Organismes subventionnairesnon disponible
Mots-clésImmunityVaccinationTransmission (telecommunications)Herd immunityVaccine efficacyPandemicBasic reproduction numberMedicinePsychological interventionHygieneImmunologyCoronavirus disease 2019 (COVID-19)DemographyEnvironmental healthVirologyDiseasePopulationInfectious disease (medical specialty)Immune systemComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Efforts to mitigate the COVID-19 pandemic have relied heavily on non-pharmaceutical interventions ( NPIs ), including physical distancing, hand hygiene, and mask-wearing. However, an effective vaccine is essential to containing the spread of the virus. The first doses were distributed at the end of 2020, but the efficacy, period of immunity it will provide, and percentage of coverage still remain unclear. We developed a compartment model to examine different vaccine strategies for controlling the spread of COVID-19. Our framework accounts for testing rates, test-turnaround times, and vaccination waning immunity. Using reported case data from the city of Toronto, Canada between Mar-Dec, 2020 we defined epidemic phases of infection using contact rates, which depend on individuals’ duration of time spent within the household, workplace/school, or community settings, as well as the probability of transmission upon contact. We investigated the impact of vaccine distribution by comparing different permutations of waning immunity, vaccine coverage and efficacy throughout various stages of NPI’s relaxation in terms of cases, deaths, and household transmission, as measured using the basic reproduction number (R 0 ). We observed that widespread vaccine coverage substantially reduced the number of cases and deaths. In order for NPIs to be relaxed 8 months after vaccine distribution, infection spread can be kept under control with either 60% vaccine coverage, no waning immunity, and 70% efficacy, or with 60% coverage with a 12-month waning immunity and 90% vaccine efficacy. Widespread virus resurgence can result when the immunity wanes under 3 months and/or when NPI’s are relaxed in concomitance with vaccine distribution. In addition to vaccination, our analysis of R 0 showed that the basic reproduction number is reduced by decreasing the tests turnaround time and transmission in the household. While we found that household transmission can decrease following the introduction of a vaccine, public health efforts to reduce test turnaround times remain important for virus containment. Our findings suggest that vaccinating two-thirds of the population with a vaccine that is at least 70% effective may be sufficient for controlling COVID-19 spread, as long as NPI’s are not immediately relaxed.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,308
Tête enseignante GPT0,458
Écart entre enseignants0,150 · 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

Citations10
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetCOVID-19 epidemiological studiesTravaux en français237 207