Vaccine nationalism and the dynamics and control of SARS-CoV-2
Notice bibliographique
Résumé
Vaccines provide powerful tools to mitigate the enormous public health and economic costs that the ongoing SARS-CoV-2 pandemic continues to exert globally, yet vaccine distribution remains unequal between countries. To examine the potential epidemiological and evolutionary impacts of ‘vaccine nationalism’, we extend previous models to include simple scenarios of stockpiling. In general, we find that stockpiling vaccines by countries with high availability leads to large increases in infections in countries with low vaccine availability, the magnitude of which depends on the strength and duration of natural and vaccinal immunity. Additionally, a number of subtleties arise when the populations and transmission rates in each country differ depending on evolutionary assumptions and vaccine availability. Furthermore, the movement of infected individuals between countries combined with the possibility of increases in viral transmissibility may greatly magnify local and combined infection numbers, suggesting that countries with high vaccine availability must invest in surveillance strategies to prevent case importation. Dose-sharing is likely a high-return strategy because equitable allocation brings non-linear benefits and also alleviates costs of surveillance (e.g. border testing, genomic surveillance) in settings where doses are sufficient to maintain cases at low numbers. Across a range of immunological scenarios, we find that vaccine sharing is also a powerful tool to decrease the potential for antigenic evolution, especially if infections after the waning of natural immunity contribute most to evolutionary potential. Overall, our results stress the importance of equitable global vaccine distribution.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».