MétaCan
Menu
Retour à la cohorte
Enregistrement W4407743113 · doi:10.1186/s12879-025-10564-8

Measles in Canada: modelling outbreaks with variable vaccine coverage and interventions

2025· article· en· W4407743113 sur OpenAlexafffundabout
Jennifer McNichol, Caroline Colijn

Notice bibliographique

RevueBMC Infectious Diseases · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueVirology and Viral Diseases
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMeaslesOutbreakVaccinationPublic healthPsychological interventionEnvironmental healthMeasles vaccineMedicineIncidence (geometry)Herd immunityDemographyVirology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The global incidence of measles has increased markedly since 2023. In Canada, where measles has had elimination status for more than two decades, most cases can typically be traced to travel. While the majority of Canadians are vaccinated against the measles virus, or considered immune due to previous infection, there are communities with low vaccination coverage. METHODS: In this study, we develop a stochastic Susceptible-Exposed-Infectious-Recovered model to explore what measles outbreaks could look like upon importation into Canada under a number of scenarios, vaccination coverage levels, and public health interventions. We collect reports of real-world measles outbreaks and compare them to our model outbreaks' size and duration. RESULTS: Our model suggests that community level outbreaks can be controlled at or above 85% vaccination coverage with public health interventions and that above 95% coverage, 99% of measles introductions do not result in an outbreak. Below 85% coverage, outbreaks in small communities (size 1000) with relatively strong public health measures range from median size of under 4 (80% coverage) to 186 (55%), comparable to reported outbreaks in Canada and elsewhere. Outbreaks very often last under 60 days. We characterize how outbreak sizes and durations depend on the strength of interventions, community size and vaccination coverage. We make the model available as a web-based 'shiny' application. CONCLUSIONS: Since the vast majority of measles cases in Canada can be traced to imported cases, our model serves as a last step in the chain of actions needed to bridge from global measles outbreaks to local scenarios within Canada. Given cases entering Canada, we are able to project the duration and size of an outbreak, helping to inform the public of the measles-related risk.

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)0,005
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 enseignants0,029
Score d'incertitude au seuil0,191

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0030,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,012
Tête enseignante GPT0,248
Écart entre enseignants0,235 · 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

Citations7
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Infectious DiseasesMême sujetVirology and Viral DiseasesTravaux en français237 207