MétaCan
Menu
Retour à la cohorte
Enregistrement W4379615702 · doi:10.1016/j.cell.2023.06.001

Dispersal patterns and influence of air travel during the global expansion of SARS-CoV-2 variants of concern

2023· article· en· W4379615702 sur OpenAlexaff
Houriiyah Tegally, Eduan Wilkinson, Joseph L.-H. Tsui, Monika Moir, Darren Martin, Anderson F. Brito, Marta Giovanetti, Kamran Khan, Carmen Huber, Isaac I. Bogoch, James Emmanuel San, Jenicca Poongavanan, Joicymara S. Xavier, Darlan da S. Candido, Filipe Romero, Cheryl Baxter, Oliver G. Pybus, Richard Lessells, Nuno R. Faria, Moritz U.G. Kraemer, Túlio de Oliveira

Notice bibliographique

RevueCell · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensBlueDot (Canada)University of Toronto
Organismes subventionnairesH2020 Fast Track to InnovationNational Institute of Biomedical Imaging and BioengineeringFogarty International CenterNational Institutes of HealthOxford Martin School, University of OxfordFundação de Amparo à Pesquisa do Estado de São PauloNational Institute of Allergy and Infectious DiseasesHorizon 2020Medical Research CouncilSouth African Medical Research CouncilDepartment of Science and Innovation, South AfricaBill and Melinda Gates FoundationWorld Bank GroupWellcome TrustRockefeller FoundationBranco Weiss Fellowship – Society in Science
Mots-clésBiological dispersalBiologyTransmissibility (structural dynamics)Air travelSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Phylogenetic treeCoronavirus disease 2019 (COVID-19)PhylogeographyEcologyEconomic geographyDemographyGeographyGeneticsPopulationInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

The Alpha, Beta, and Gamma SARS-CoV-2 variants of concern (VOCs) co-circulated globally during 2020 and 2021, fueling waves of infections. They were displaced by Delta during a third wave worldwide in 2021, which, in turn, was displaced by Omicron in late 2021. In this study, we use phylogenetic and phylogeographic methods to reconstruct the dispersal patterns of VOCs worldwide. We find that source-sink dynamics varied substantially by VOC and identify countries that acted as global and regional hubs of dissemination. We demonstrate the declining role of presumed origin countries of VOCs in their global dispersal, estimating that India contributed <15% of Delta exports and South Africa <1%-2% of Omicron dispersal. We estimate that >80 countries had received introductions of Omicron within 100 days of its emergence, associated with accelerated passenger air travel and higher transmissibility. Our study highlights the rapid dispersal of highly transmissible variants, with implications for genomic surveillance along the hierarchical airline network.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil0,247

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,041
Tête enseignante GPT0,336
Écart entre enseignants0,295 · 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'étudeExpérimental (laboratoire)
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

Citations71
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCellMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207