MétaCan
Menu
Retour à la cohorte
Enregistrement W4226101468 · doi:10.3934/mbe.2022305

Threshold dynamics of a viral infection model with defectively infected cells

2022· article· en· W4226101468 sur OpenAlexaff
Jianquan Li, Xiaoyu Huo, Yuming Chen

Notice bibliographique

RevueMathematical Biosciences & Engineering · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésViral infectionBasic reproduction numberLyapunov functionBiologyVirusDynamics (music)Viral matrix proteinStability (learning theory)Matrix (chemical analysis)ReproductionVirologyViral loadApplied mathematicsExpression (computer science)MathematicsBiological systemComputer sciencePhysicsEcologyChemistryPopulation

Résumé

récupéré en direct d'OpenAlex

In this paper, we investigate the global dynamics of a viral infection model with defectively infected cells. The explicit expression of the basic reproduction number of virus is obtained by using the next generation matrix approach, where each term has a clear biological interpretation. We show that the basic reproduction number serves as a threshold parameter. The virus dies out if the basic reproduction number is not greater than unity, otherwise the virus persists and the viral load eventually approaches a positive number. The result is established by Lyapunov's direct method. Our novel arguments for the stability of the infection equilibrium not only simplify the analysis (compared with some traditional ones in the literature) but also demonstrate some correlation between the two Lyapunov functions for the infection-free and infection equilibria.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,839
Score d'incertitude au seuil0,410

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,237
Écart entre enseignants0,224 · 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 tête enseignante, 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Biosciences & EngineeringMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207