MétaCan
Menu
Retour à la cohorte
Enregistrement W4312203381 · doi:10.1142/s1793524522501327

Backward bifurcation, basic reinfection number and robustness of an SEIRE epidemic model with reinfection

2022· article· en· W4312203381 sur OpenAlexaff
Shaoli Wang, Tengfei Wang, Ya-Nen Qi, Fei Xu

Notice bibliographique

RevueInternational Journal of Biomathematics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesNatural Science Foundation of Henan ProvinceNational Natural Science Foundation of China
Mots-clésBasic reproduction numberBistabilityRobustness (evolution)Epidemic modelBifurcationMathematicsApplied mathematicsStability theoryPopulationBiologyDemographyPhysicsNonlinear system

Résumé

récupéré en direct d'OpenAlex

Recent evidences show that individuals who recovered from COVID-19 can be reinfected. However, this phenomenon has rarely been studied using mathematical models. In this paper, we propose an SEIRE epidemic model to describe the spread of the epidemic with reinfection. We obtain the important thresholds [Formula: see text] (the basic reproduction number) and [Formula: see text] (a threshold less than one). Our investigations show that when [Formula: see text], the system has an endemic equilibrium, which is globally asymptotically stable. When [Formula: see text], the epidemic system exhibits bistable dynamics. That is, the system has backward bifurcation and the disease cannot be eradicated. In order to eradicate the disease, we must ensure that the basic reproduction number [Formula: see text] is less than [Formula: see text]. The basic reinfection number is obtained to measure the reinfection force, which turns out to be a new tipping point for disease dynamics. We also give definition of robustness, a new concept to measure the difficulty of completely eliminating the disease for a bistable epidemic system. Numerical simulations are carried out to verify the conclusions.

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 enseignants0,614
Score d'incertitude au seuil0,344

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 Opus0,023
Tête enseignante GPT0,310
Écart entre enseignants0,287 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of BiomathematicsMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207