Effects of Asymptomatic Infections on the Spatial Spread of Infectious Diseases
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Asymptomatic infection and transmission are common for quite a few directly or indirectly transmitted diseases such as COVID-19, cholera, and Zika fever. In this paper, we propose a susceptible-infective-asymptomatic-recovered patch model to address the influence of asymptomatic infections on the spatial spread of infectious diseases. The multipatch basic reproduction number ${\mathcal{R}}_0$ of the model is defined and shown to be a threshold quantity for disease eradication and persistence. Namely, the disease disappears if ${\mathcal{R}}_0\le1$ whereas it spreads otherwise. The monotonicity of ${\mathcal{R}}_0$ with respect to the dispersal rates of the symptomatic and asymptomatic populations is investigated. In particular, for the two-patch case, ${\mathcal{R}}_0$ is either strictly decreasing or strictly increasing or constant in terms of dispersal rates. However, nonmonotonic dependence can occur with movement between three or more patches. The asymptotic profiles of the endemic equilibrium (when it exists) as one or all dispersal rates approach zero or infinity are studied. Interestingly, an increase in infectious dispersal may decrease ${\mathcal{R}}_0$ but increase the number of nonsusceptible individuals. Analytical and numerical results confirm that ignoring asymptomatic carriers not only significantly underestimates the infection risk but also impairs the efficacy of travel restrictions.
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.
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 | 0,006 |
| 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 | 0,001 | 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 découle