Disease transmission and mass gatherings: a case study on meningococcal infection during Hajj
Notice bibliographique
Résumé
BACKGROUND: Mass gatherings can not only trigger major outbreaks on-site but also facilitate global spread of infectious pathogens. Hajj is one of the largest mass gathering events worldwide where over two million pilgrims from all over the world gather annually creating intense congestion. METHODS: We developed a meta-population model to represent the transmission dynamics of Neisseria meningitidis and the impact of Hajj pilgrimage on the risk of invasive meningococcal disease (IMD) for pilgrims population, local population at the Hajj site and country of origin of Hajj pilgrims. This model was calibrated using data on IMD over 17 years (1995-2011) and further used to simulate potential changes in vaccine policy and endemic conditions. RESULTS: The effect of increased density of contacts during Hajj was estimated to generate a 78-fold increase in disease transmission that impacts not only pilgrims but also the local population. Quadrivalent ACWY vaccination was found to be very effective in reducing the risk of outbreak during Hajj. Hajj has more limited impact on IMD transmission and exportation in the pilgrim countries of origin, although not negligible given the size of the population considered. CONCLUSION: The analysis performed highlighted the amplifying effect of mass gathering on N. meningitidis transmission and confirm vaccination as a very effective preventive measure to mitigate outbreak risks.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».