Méthodes simples de modélisation mathématique pour évaluer le risque de transmission du SRAS-CoV-2 pendant les rassemblements
Méthodes simples de modélisation mathématique pour évaluer le risque de transmission du SRAS-CoV-2 pendant les rassemblements
Simple item page
Full item details
- dc.contributor.author
- Champredon, David
- Fazil, Aamir
- Ogden, Nicholas H.
- dc.date.accessioned
- 2025-01-23T20:55:06Z
- dc.date.available
- 2025-01-23T20:55:06Z
- dc.date.issued
- 2021-04
- dc.description.abstract - fr
- <p>Contexte : Les rassemblements peuvent contribuer de manière significative à la propagation du coronavirus du syndrome respiratoire aigu sévère 2 (SRAS-CoV-2). C’est pourquoi les interventions de santé publique ont cherché à limiter les rassemblements non répétés ou récurrents pour enrayer la pandémie de maladie à coronavirus 2019 (COVID-19). Malheureusement, l’éventail des différents types de rassemblements ne permet pas de donner des directives précises pour fixer des paramètres limitatifs (e.g. la taille totale du rassemblement, le nombre de cohortes, le degré de distanciation physique).</p> <p>Méthodes : Nous avons utilisé un cadre de modélisation générique basé sur les principes fondamentaux de probabilité pour dériver des formules simples permettant d’évaluer les risques d’introduction et de transmission liés aux rassemblements ainsi que l’efficacité potentielle de certaines stratégies de dépistage pour atténuer ces risques.</p> <p>Résultats : Le risque d’introduction peut être évalué de manière générale en fonction de la prévalence de la population et de la taille du rassemblement, tandis que le risque de transmission au cours d’un rassemblement dépend principalement de la taille du rassemblement. Pour les rassemblements récurrents, la structure de la cohorte n’a pas d’effet significatif sur la transmission entre cohortes. Les stratégies de test peuvent atténuer les risques, mais la fréquence et la performance des tests permettent d’établir un équilibre entre la détection et les faux positifs.</p> <p>Conclusion : La généralité du cadre de modélisation utilisé ici permet de démêler les différents facteurs des risques de transmission au cours des rassemblements. Ce cadre pourra éclairer la prise de décisions en matière de santé publique</p>
- dc.identifier.doi
- https://doi.org/10.14745/ccdr.v47i04a02f
- dc.identifier.issn
- 1719-3109
- dc.identifier.uri
- https://open-science.canada.ca/handle/123456789/3342
- dc.language.iso
- fr
- dc.publisher - fr
- Agence de la santé publique du Canada
- dc.relation.isformatof
- https://open-science.canada.ca/handle/123456789/3341
- dc.rights - en
- Creative Commons Attribution 4.0 International (CC BY 4.0)
- dc.rights - fr
- Creative Commons Attribution 4.0 International (CC BY 4.0)
- dc.rights.uri - en
- https://creativecommons.org/licenses/by/4.0/
- dc.rights.uri - fr
- https://creativecommons.org/licenses/by/4.0/deed.fr
- dc.subject - en
- Health
- Coronavirus diseases
- Epidemiology
- dc.subject - fr
- Santé
- Maladie à coronavirus
- Épidémiologie
- dc.subject.en - en
- Health
- Coronavirus diseases
- Epidemiology
- dc.subject.fr - fr
- Santé
- Maladie à coronavirus
- Épidémiologie
- dc.title - fr
- Méthodes simples de modélisation mathématique pour évaluer le risque de transmission du SRAS-CoV-2 pendant les rassemblements
- dc.type - en
- Article
- dc.type - fr
- Article
- local.article.journalissue
- 4
- local.article.journaltitle - fr
- Relevé des maladies transmissibles au Canada
- local.article.journalvolume
- 47
- local.pagination
- 201-212
- local.peerreview - en
- Yes
- local.peerreview - fr
- Oui
Download(s)
Original bundle
1 - 1 of 1
Name: champredon-simples-modelisation-evaluer-transmission-sarscov2.pdf
Size: 3.01 MB
Format: PDF
Collection(s)