Effects of Asymptomatic Infections on the Spatial Spread of Infectious Diseases
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.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».