MétaCan
Menu
Retour à la cohorte
Enregistrement W3198847277 · doi:10.3389/fpubh.2021.729141

Optimal Reopening Pathways With COVID-19 Vaccine Rollout and Emerging Variants of Concern

2021· article· en· W3198847277 sur OpenAlexafffundabout
Yanyu Xiao, Shengyuan Chen, Yi Zhu, Zachary McCarthy, Nicola Luigi Bragazzi, Ali Asgary

Notice bibliographique

RevueFrontiers in Public Health · 2021
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensYork University
Organismes subventionnairesCanadian Institutes of Health ResearchPublic Health AgencyPublic Health Agency of Canada
Mots-clésVaccinationCoronavirus disease 2019 (COVID-19)Process (computing)Order (exchange)PandemicTransmission (telecommunications)Computer scienceMass vaccinationOperations researchMathematical optimizationRisk analysis (engineering)BusinessMedicineEngineeringMathematicsVirology

Résumé

récupéré en direct d'OpenAlex

We developed a stochastic optimization technology based on a COVID-19 transmission dynamics model to determine optimal pathways from lockdown toward reopening with different scales and speeds of mass vaccine rollout in order to maximize social economical activities while not overwhelming the health system capacity in general, hospitalization beds, and intensive care units in particular. We used the Province of Ontario, Canada as a case study to demonstrate the methodology and the optimal decision trees; but our method and algorithm are generic and can be adapted to other settings. Our model framework and optimization strategies take into account the likely range of social contacts during different phases of a gradual reopening process and consider the uncertainties of these contact rates due to variations of individual behaviors and compliance. The results show that, without a mass vaccination rollout, there would be multiple optimal pathways should this strategy be adopted right after the Province's lockdown and stay-at-home order; however, once reopening has started earlier than the timing determined in the optimal pathway, an optimal pathway with similar constraints no longer exists, and sub-optimal pathways with increased demand for intensive care units can be found, but the choice is limited and the pathway is narrow. We also simulated the situation when the reopening starts after the mass vaccination has been rolled out, and we concluded that optimal pathways toward near pre-pandemic activity level is feasible given an accelerated vaccination rollout plan, with the final activity level being determined by the vaccine coverage and the transmissibility of the dominating strain.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Empirique
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil0,343

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,237
Tête enseignante GPT0,410
Écart entre enseignants0,173 · 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

Citations3
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetCOVID-19 epidemiological studiesTravaux en français237 207