MétaCan
Menu
Retour à la cohorte
Enregistrement W4400235734 · doi:10.1016/j.heliyon.2024.e33594

Modelling and stability analysis of the dynamics of measles with application to Ethiopian data

2024· article· en· W4400235734 sur OpenAlexaff
Hailay Weldegiorgis Berhe, Abadi Abay Gebremeskel, Habtu Alemayehu Atsbaha, Yohannes Yirga Kefela, Abadi Abraha Asgedom, Woldegebriel Assefa Woldegerima, Shaibu Osman, Lamin Kabareh

Notice bibliographique

RevueHeliyon · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésStability (learning theory)Basic reproduction numberEpidemic modelMATLABMeaslesComputer scienceSensitivity (control systems)Lyapunov functionMathematical optimizationApplied mathematicsMathematicsEconometricsVaccinationStatisticsMedicinePopulationEngineeringMachine learningVirologyEnvironmental healthPhysics

Résumé

récupéré en direct d'OpenAlex

Measles, a highly contagious airborne disease, remains endemic in many developing countries with low vaccination coverage. In this paper, we present a deterministic mathematical compartmental model to analyze the dynamics of measles. We establish global stability conditions for both disease-free and endemic equilibria using the Lyapunov functional stability method. By using arbitrary parameters, we find that the proposed model exhibits forward bifurcation. To simulate the solution of the model for the forward problem, we perform numerical integration using MATLAB software. Moreover, we calibrate the model with real data from Ethiopia and estimate the parameters along with a 95 percent confidence interval (CI) by formulating an inverse problem. It is noteworthy that our model fits well with the actual data from Ethiopia. The estimated basic reproduction number ( R 0 ) is determined to be R 0 = 1.3973 , demonstrating the endemic status of the disease. Additionally, our local sensitivity analysis indicates that reducing the transmission rate and increasing vaccination coverage can effectively minimize R 0 .

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,090

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 Opus0,055
Tête enseignante GPT0,320
Écart entre enseignants0,265 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207