MétaCan
Menu
Retour à la cohorte
Enregistrement W4393193854 · doi:10.1186/s12879-024-09239-7

Modelling the impact of human behavior using a two-layer Watts-Strogatz network for transmission and control of Mpox

2024· article· en· W4393193854 sur OpenAlexaboutno aff
Qiaojuan Jia, Ling Xue, Ran Sui, Junqi Huo

Notice bibliographique

RevueBMC Infectious Diseases · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésTransmission (telecommunications)Basic reproduction numberMarkov chain Monte CarloStatisticsReproductionDemographyComputer scienceMonte Carlo methodMedicineEnvironmental healthBiologyMathematicsTelecommunicationsEcologyPopulation

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This study aims to evaluate the effectiveness of mitigation strategies and analyze the impact of human behavior on the transmission of Mpox. The results can provide guidance to public health authorities on comprehensive prevention and control for the new Mpox virus strain in the Democratic Republic of Congo as of December 2023. METHODS: We develop a two-layer Watts-Strogatz network model. The basic reproduction number is calculated using the next-generation matrix approach. Markov chain Monte Carlo (MCMC) optimization algorithm is used to fit Mpox cases in Canada into the network model. Numerical simulations are used to assess the impact of mitigation strategies and human behavior on the final epidemic size. RESULTS: Our results show that the contact transmission rate of low-risk groups and susceptible humans increases when the contact transmission rate of high-risk groups and susceptible humans is controlled as the Mpox epidemic spreads. The contact transmission rate of high-risk groups after May 18, 2022, is approximately 20% lower than that before May 18, 2022. Our findings indicate a positive correlation between the basic reproduction number and the level of heterogeneity in human contacts, with the basic reproduction number estimated at 2.3475 (95% CI: 0.0749-6.9084). Reducing the average number of sexual contacts to two per week effectively reduces the reproduction number to below one. CONCLUSION: We need to pay attention to the re-emergence of the epidemics caused by low-risk groups when an outbreak dominated by high-risk groups is under control. Numerical simulations show that reducing the average number of sexual contacts to two per week is effective in slowing down the rapid spread of the epidemic. Our findings offer guidance for the public health authorities of the Democratic Republic of Congo in developing effective mitigation strategies.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,227
Tête enseignante GPT0,457
Écart entre enseignants0,230 · 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'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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Infectious DiseasesMême sujetCOVID-19 epidemiological studiesTravaux en français237 207