How Modelling Can Enhance the Analysis of Imperfect Epidemic Data.

Cauchemez, Simon; Hoze, Nathanaël; Cousien, Anthony; Nikolay, Birgit; Ten Bosch, Quirine

Cauchemez, Simon; Hoze, Nathanaël; Cousien, Anthony; Nikolay, Birgit; Ten Bosch, Quirine.

Afiliação

Cauchemez S; Mathematical Modelling of Infectious Diseases Unit, Institut Pasteur, UMR2000, CNRS, 75015 Paris, France; All the authors made equal contributions. Electronic address: simon.cauchemez@pasteur.fr.
Hoze N; Mathematical Modelling of Infectious Diseases Unit, Institut Pasteur, UMR2000, CNRS, 75015 Paris, France; All the authors made equal contributions.
Cousien A; Mathematical Modelling of Infectious Diseases Unit, Institut Pasteur, UMR2000, CNRS, 75015 Paris, France; All the authors made equal contributions.
Nikolay B; Mathematical Modelling of Infectious Diseases Unit, Institut Pasteur, UMR2000, CNRS, 75015 Paris, France; All the authors made equal contributions.
Ten Bosch Q; Mathematical Modelling of Infectious Diseases Unit, Institut Pasteur, UMR2000, CNRS, 75015 Paris, France; All the authors made equal contributions.

Trends Parasitol ; 35(5): 369-379, 2019 05.

Article em En | MEDLINE | ID: mdl-30738632

Assuntos

Métodos Epidemiológicos; Modelos Teóricos; Doenças Parasitárias/epidemiologia; Parasitologia/métodos; Animais; Interpretação Estatística de Dados; Humanos

Palavras-chave

epidemic dynamics; mathematical modelling; risk assessment; severity; statistics; transmission

Texto completo

Adicionar na Minha BVS

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Doenças Parasitárias / Parasitologia / Métodos Epidemiológicos / Modelos Teóricos Tipo de estudo: Risk_factors_studies Limite: Animals / Humans Idioma: En Revista: Trends Parasitol Assunto da revista: PARASITOLOGIA Ano de publicação: 2019 Tipo de documento: Article País de publicação: Reino Unido

Texto completo

Adicionar na Minha BVS

Imprimir

XML

PubMed Links

Buscar no Google