MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391734892 · doi:10.1101/2024.02.07.579403

Waiting for the Perfect Vaccine

2024· preprint· en· W4391734892 sur OpenAlexafffund
Gergely Röst, Zhen Wang, Seyed M. Moghadas

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNemzeti Kutatási Fejlesztési és Innovációs Hivatal
Mots-clésVaccinationVaccine efficacyOutbreakMedicinePopulationImmunologyEnvironmental healthVirology

Résumé

récupéré en direct d'OpenAlex

Abstract Vaccination has proven to be the most effective public health measure in the fight against various infectious diseases. For emerging or re-emerging diseases, a highly efficacious vaccine may not be available at the start of an outbreak. Timelines for availability of a safe and effective vaccine may significantly affect disease dynamics, its burden, and the healthcare resource utilization. Mitigating this impact may then rely on low-efficacy vaccines that may be rapidly produced and distributed to at-risk populations at the early stages of an outbreak. With the expectation for arrival of a more effective vaccine at a later stage of the outbreak, the optimal vaccination coverage with the existing, low-efficacy vaccines is elusive. While flattening the outbreak if a significant proportion of the susceptible population is vaccinated with a low-efficacy vaccine, the overall infections may not be minimized if a small proportion of the population left unvaccinated when a highly efficacious vaccine becomes available. The optimal coverage for early vaccination could thus depend on several parameters including the efficacy of the currently available vaccines, arrival timing of a more effective vaccine and its efficacy, and the transmissbility of the disease. Here, we develop a deterministic system of differential equations to investigate the optimal vaccination coverage with a low-efficacy vaccine within the aforementioned parameter space. Despite simplifying assumptions, we illustrate that minimizing the overall infections does not necessarily correspond to the highest coverage of early vaccination. However, a high vaccination coverage, even with a low-efficacy vaccine, may still contribute to alleviating severe disease outcomes and reducing healthcare resource utilization.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,120
Tête enseignante GPT0,349
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetCOVID-19 epidemiological studies→Travaux en français237 207→