Retracing Zika’s footsteps across the Americas with computational modeling
Retracing Zika’s footsteps across the Americas with computational modeling
复制标题
通过计算模型追溯寨卡在美洲的足迹
DOI：
10.1073/pnas.1705969114
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
Perkins, T. Alex
中科院分区：
文献类型：
--
作者：
Perkins, T. Alex
在2016年的大部分时间里，很难看到新闻没有看到关于寨卡病毒的标题。父母抱着患有小头畸形的新生儿的照片引起了全世界的关注，并促使世界卫生组织罕见地宣布国际关注的突发公共卫生事件。尽管人们对寨卡病毒有着广泛的认识，并有相当大的意愿来遏制其传播，但数据很少，对寨卡病毒未来的初步预测只不过是通过有关其他疾病流行病学的历史统计数据松散地了解到的一些预测（2）。各种各样的问题继续困扰着评估寨卡病毒构成的威胁的努力，其中包括无症状感染率高，与解释过去暴露于寨卡病毒的数据相关的挑战，以及病例报告的不一致性。在PNAS中，Zhang et al. (4)利用计算建模的力量，充分利用现有数据，并提供有关寨卡病毒在美洲蔓延时可能发生的情况的新见解。
For much of 2016, it was hard to look at the news without seeing a headline about Zika. Images of parents holding newborn children with microcephaly grabbed the world’s attention and spurred the World Health Organization to make a rare declaration of a Public Health Emergency of International Concern (1). Despite widespread awareness of Zika and considerable will to contain its spread, data were scarce and initial predictions about Zika’s future were little more than conjectures loosely informed by historical statistics about the epidemiology of other diseases (2). A variety of issues continued to plague efforts to assess the threat posed by Zika, among them a high rate of asymptomatic infection, challenges associated with the interpretation of data on past exposure to Zika virus, and inconsistencies in case reporting (3). In PNAS, Zhang et al.(4) leverage the power of computational modeling to make the most of available data and offer new insights about what may have happened as Zika virus marched across the Americas.
登录
查看更多内容
流行病学：制作高分辨率寨卡地图
影响因子：
28.3
作者：
S. Riley
通讯作者：
S. Riley
影响因子：
28.3
作者：
Perkins, T. Alex;Siraj, Amir S.;Tatem, Andrew J.
通讯作者：
Tatem, Andrew J.
影响因子：
15.8
作者：
Chretien JP;Rivers CM;Johansson MA
通讯作者：
Johansson MA
DOI：
10.2807/1560-7917.es2014.19.28.20854
发表时间：
2014-07-17
期刊：
Euro surveillance : bulletin Europeen sur les maladies transmissibles = European communicable disease bulletin
影响因子：
--
作者：
Cauchemez S;Ledrans M;Poletto C;Quenel P;de Valk H;Colizza V;Boëlle PY
通讯作者：
Boëlle PY
影响因子：
7.7
作者：
Kraemer MU;Sinka ME;Duda KA;Mylne AQ;Shearer FM;Barker CM;Moore CG;Carvalho RG;Coelho GE;Van Bortel W;Hendrickx G;Schaffner F;Elyazar IR;Teng HJ;Brady OJ;Messina JP;Pigott DM;Scott TW;Smith DL;Wint GR;Golding N;Hay SI
通讯作者：
Hay SI