MétaCan
Menu
Retour à la cohorte
Enregistrement W4396936702 · doi:10.1016/j.mbs.2024.109209

Effects of fish–human transmission and different life stages of fish on Clonorchiasis: A novel mathematical model

2024· article· en· W4396936702 sur OpenAlexaff
Wei Wang, Xiaohui Huang, Hao Wang

Notice bibliographique

RevueMathematical Biosciences · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueZoonotic diseases and public health
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésClonorchiasisFish <Actinopterygii>Transmission (telecommunications)BiologyFisheryZoologyComputer scienceHelminthsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Clonorchiasis is a zoonotic disease mainly caused by eating raw fish and shrimp, and there is no vaccine to prevent it. More than 30 million people are infected worldwide, of which China alone accounts for about half, and is one of the countries most seriously affected by Clonorchiasis. In this work, we formulate a novel Ordinary Differential Equation (ODE) model to discuss the biological attributes of fish within authentic ecosystems and the complex lifecycle of Clonorchis sinensis. This model includes larval fish, adult fish, infected fish, humans, and cercariae. We derive the basic reproduction number and perform a rigorous stability analysis of the proposed model. Numerically, we use data from 2016 to 2021 in Guangxi, China, to discuss outbreaks of Clonorchiasis and obtain the basic reproduction number R0=1.4764. The fitted curve appropriately reflects the overall trend and replicates a low peak in the case number of Clonorchiasis. By reducing the release rate of cercariae in 2018, the fitted values of Clonorchiasis cases dropped rapidly and almost disappeared. If we decrease the transmission rate from infected fish to humans, Clonorchiasis can be controlled. Our studies also suggest that strengthening publicity education and cleaning water quality can effectively control the transmission of Clonorchiasis in Guangxi, China.

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)0,002
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: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
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 Opus0,031
Tête enseignante GPT0,318
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 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 revueMathematical BiosciencesMême sujetZoonotic diseases and public healthTravaux en français237 207