Improved effectiveness of vaccination campaigns against rabies by reducing spatial heterogeneity in coverage
Notice bibliographique
Résumé
Vaccination programs are the mainstay of control for many infectious diseases. Heterogeneous coverage is hypothesized to reduce vaccination program effectiveness, but this impact has not been quantified in real systems. We address this gap using fine-scale data from two decades of rabies contact tracing and dog vaccination campaigns in Serengeti district, Tanzania. We also aimed to identify drivers of the continued circulation of rabies in the district despite annual vaccination campaigns. Using generalized linear mixed models, we find that current focal (village-level) dog rabies incidence decreases with increasing recent focal vaccination coverage. However, current focal incidence depends most on recent incidence, both focally and in the wider district, consistent with high population connectivity. Removing the masking effects of prior non-focal incidence shows that, for the same average prior non-focal (wider-district) vaccination coverage, increased heterogeneity in coverage among the non-focal villages leads to increased focal incidence. These effects led to outbreaks following years when vaccination campaigns missed many villages, whereas when heterogeneity in coverage was reduced, incidence declined to low levels (<0.4 cases/1,000 dogs annually and no human deaths) and short vaccination lapses thereafter did not lead to resurgence. Through transmission-tree reconstruction, we inferred frequent incursions into the district each year (mean of 7). Inferred incursions substantially increased as a percentage of all cases in recent years, reaching 50% in 2022, suggesting regional connectivity is driving residual transmission. Overall, we empirically demonstrate how population connectivity and spatial heterogeneity in vaccination can impact disease outcomes, highlighting the importance of fine-scale monitoring in managing vaccination programs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».