Immuno-epidemiological co-affection model of HIV infection and opioid addiction
Notice bibliographique
Résumé
In this paper, we present a multi-scale co-affection model of HIV infection and opioid addiction. The population scale epidemiological model is linked to the within-host model which describes the HIV and opioid dynamics in a co-affected individual. CD4 cells and viral load data obtained from morphine addicted SIV-infected monkeys are used to validate the within-host model. AIDS diagnoses, HIV death and opioid mortality data are used to fit the between-host model. When the rates of viral clearance and morphine uptake are fixed, the within-host model is structurally identifiable. If in addition the morphine saturation and clearance rates are also fixed the model becomes practical identifiable. Analytical results of the multi-scale model suggest that in addition to the disease-addiction-free equilibrium, there is a unique HIV-only and opioid-only equilibrium. Each of the boundary equilibria is stable if the invasion number of the other epidemic is below one. Elasticity analysis suggests that the most sensitive number is the invasion number of opioid epidemic with respect to the parameter of enhancement of HIV infection of opioid-affected individual. We conclude that the most effective control strategy is to prevent opioid addicted individuals from getting HIV, and to treat the opioid addiction directly and independently from HIV.
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 | 0,002 | 0,001 |
| 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 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 ».