Probabilistic reconstruction of measles transmission clusters from routinely collected surveillance data
Probabilistic reconstruction of measles transmission clusters from routinely collected surveillance data
复制标题
根据常规收集的监测数据对麻疹传播集群进行概率重建
DOI：
10.1101/2020.02.13.20020891
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Robert A
中科院分区：
文献类型：
--
作者：
Robert A
由于疫苗覆盖的空间或社会异质性造成的易感区域可能导致麻疹暴发，因为输入到这些区域的病例可能导致进一步传播并导致大规模传播聚集。描述传播动态对于确定哪些个人和地区可能面临最大风险至关重要。由于在许多环境中没有详细的接触者追踪调查数据，我们开发了一个名为“geosocial”的R包，根据病例的年龄、地点、基因型和发病日期重建传播聚集性和输入状况。我们将推断的集群大小分布与2001年至2016年在美国通过详细接触者追踪确定的737个传播集群进行了比较。我们能够重建病例的输入状态，并发现推断和参考聚类之间有很好的一致性。在运行模型之前，使用接触者追踪调查来设置输入状态，可以改善结果。疫苗覆盖率的空间异质性难以直接测量。我们的方法能够使用最少数量的变量突出具有本地传播潜力的地区，并可用于评估一个地区正在进行的传播强度。
Pockets of susceptibility resulting from spatial or social heterogeneity in vaccine coverage can drive measles outbreaks, as cases imported into such pockets are likely to cause further transmission and lead to large transmission clusters. Characterizing the dynamics of transmission is essential for identifying which individuals and regions might be most at risk. As data from detailed contact-tracing investigations are not available in many settings, we developed an R package calledo2geosocialto reconstruct the transmission clusters and the importation status of the cases from their age, location, genotype and onset date. We compared our inferred cluster size distributions to 737 transmission clusters identified through detailed contact-tracing in the USA between 2001 and 2016. We were able to reconstruct the importation status of the cases and found good agreement between the inferred and reference clusters. The results were improved when the contact-tracing investigations were used to set the importation status before running the model. Spatial heterogeneity in vaccine coverage is difficult to measure directly. Our approach was able to highlight areas with potential for local transmission using a minimal number of variables and could be applied to assess the intensity of ongoing transmission in a region.
登录
查看更多内容
影响因子：
4.3
作者：
Lau MS;Marion G;Streftaris G;Gibson G
通讯作者：
Gibson G
冰山一角：2013-2014 年荷兰大规模疫情期间麻疹报告的不完整性
影响因子：
4.2
作者：
T. Woudenberg;F. Woonink;J. Kerkhof;K. Cox;W. Ruijs;R. V. Binnendijk;H. D. Melker;S J M Hahne;J. Wallinga
通讯作者：
J. Wallinga
影响因子：
4.2
作者：
van Wijhe, M.;Tulen, A. D.;Wallinga, J.
通讯作者：
Wallinga, J.
DOI：
10.1126/science.1259657
发表时间：
2014-09-12
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Gire SK;Goba A;Andersen KG;Sealfon RS;Park DJ;Kanneh L;Jalloh S;Momoh M;Fullah M;Dudas G;Wohl S;Moses LM;Yozwiak NL;Winnicki S;Matranga CB;Malboeuf CM;Qu J;Gladden AD;Schaffner SF;Yang X;Jiang PP;Nekoui M;Colubri A;Coomber MR;Fonnie M;Moigboi A;Gbakie M;Kamara FK;Tucker V;Konuwa E;Saffa S;Sellu J;Jalloh AA;Kovoma A;Koninga J;Mustapha I;Kargbo K;Foday M;Yillah M;Kanneh F;Robert W;Massally JL;Chapman SB;Bochicchio J;Murphy C;Nusbaum C;Young S;Birren BW;Grant DS;Scheiffelin JS;Lander ES;Happi C;Gevao SM;Gnirke A;Rambaut A;Garry RF;Khan SH;Sabeti PC
通讯作者：
Sabeti PC
了解驱动 B 族链球菌保护性菌毛 2a 骨架蛋白免疫特异性的分子决定因素
DOI：
--
发表时间：
2013
期刊：
PLoS Comput. Biol.
影响因子：
--
作者：
A. Nuccitelli;D. Rinaudo;B. Brogioni;R. Cozzi;M. Ferrer;Daniel Yero;J. Telford;G. Grandi;X. Daura;M. Zacharias;D. Maione;Sergei L. Kosakovsky
通讯作者：
Sergei L. Kosakovsky