An investigation of disease transmission clusters with Bayesian phylogenetic clustering methods
Bibliographic record
Abstract
Plusieurs études se sont penchées sur les grappes de transmission au sein de l’épidemie de VIH-1 parmi les hommes ayant des relations sexuelles avec d’autres hommes (HARSAH) au Québec, mettant en lumière la contribution de ces grappes à l’incidence. Les études de ce type se fient habituellement à un échantillon de séquences génétiques de VIH-1, dont l’histoire ancestrale est inférée grâce à un modèle phylogénétique, produisant un arbre utilisé pour partitionner l’échantillon. La compréhension des grappes trouvées par l’intermédiaire d’une analyse phylogénétique est toutefois limitée, ce qui se traduit par une multitude de critères arbitraires pour leur estimation. La thèse, comportant trois articles, cherche à augmenter la compréhension des grappes phylogénétiques, à proposer des améliorations aux méthodes actuelles d’inférence des grappes de transmission, et à fournir une mise à jour des estimés des grappes de transmission du VIH-1 au Québec.Le premier article de la thèse traite de l’interprétation des grappes phylogénétiques. À l’aide de simulations d’épidémies sur plusieurs catégories de réseaux de contacts, nous explorons l’association entre les grappes phylogénétiques, obtenues par l’application de différentes méthodes de regroupement basées sur la distance, et les communautés, des groupes distinctifs d’individus dans le réseau. Nous remarquons une correspondance limitée entre les grappes et les communautés, et concluons qu’une interprétation des grappes phylogénétiques en termes de la structure du réseau de contacts pourrait être difficile à justifier.Le deuxième article présente un nouvel algorithme de regroupement phylogénétique, DM-PhyClus, qui mêle à l’inférence des grappes une définition claire des grappes de transmission, donnant ainsi une interprétation sans ambiguïté aux grappes inférées. Contrairement aux approches conventionnelles de regroupement, DM-PhyClus ne nécessite pas l’application à la phylogénie inférée de critères arbitraires de distance génétique ou de confiance en les clades obtenues. Les simulations révèlent que DM-PhyClus peut battre les méthodes conventionnelles sur le plan du taux moyen de détection des grappes. Nous appliquons la méthode à un échantillon de séquences véritables de VIH-1 tirées de la base de données du programmequébécois de génotypage du VIH, ce qui révèle un ensemble de grappes très similaires à celles proposées par une étude précédente dont les estimés ont été partiellement validés.Le troisième article inclut une analyse détaillée de regroupement des cas de VIH-1 parmi des HARSAH basée sur les séquences d’ADN collectées dans le cadre du programme québécois de génotypage du VIH. Tout d’abord, nous regroupons les données à l’aide de deux méthodes conventionnelles: l’inférence phylogénétique par maximum de vraisemblance, cou-plée avec l’estimation de la confiance en les clades par le bootstrap, et l’estimation phylogénétique bayésienne pure. Nous partitionnons par la suite l’échantillon à l’aide de DM-PhyClus et du Gap Procedure, deux approches cherchant à éviter la sélection arbitraire de critères de regroupement. Les analyses basées sur les méthodes conventionnelles produisent des estimés de grappes très similaires, tandis que DM-PhyClus et le Gap Procedure proposent des partitions modérément distinctives. Un coup d’oeil aux cas diagnostiqués récemment, et dont la date d’infection se situe au maximum six mois auparavant, met en lumière une expansion considérable des plus grandes grappes de transmission et l’émergence potentielle de quelques nouvelles grappes. Les résultats de l’étude soulignent le rôle persistant des grappes de transmission dans la survie de l’épidémie de VIH parmi les HARSAH. De plus, ils suggèrent que les événements de transmission hâtifs expliqueraient pourquoi les améliorations aux traitements antirétroviraux n’ont pas mené à une résorption de l’épidémie.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.013 | 0.043 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".