Cet article est une Preprint
Les preprints sont des rapports de recherche préliminaires qui n'ont pas été certifiés par l’évaluation par les pairs. Ils ne devraient pas être considérés comme guidant la pratique clinique ou les comportements liés à la santé et ne devraient pas être rapportés dans les médias comme des informations établies.
Les preprints publiées en ligne permettent aux auteurs de recevoir des commentaires rapidement, et toute la communauté scientifique peut évaluer indépendamment le travail et répondre en conséquence. Ces commentaires sont publiés avec les preprints que quiconque peut lire et servir d’évaluation post-publication.
Inferring time-varying generation time, serial interval and incubation period distributions for COVID-19 (preprint)
researchsquare; 2022.
Preprint
Dans Anglais
| PREPRINT-RESEARCHSQUARE | ID: ppzbmed-10.21203.rs.3.rs-1940453.v1
ABSTRACT
The generation time distribution, reflecting the time between successive infections in transmission chains, is a key epidemiological parameter for describing COVID-19 transmission dynamics. However, because exact infection times are rarely known, it is often approximated by the serial interval distribution. This approximation holds under the assumption that infectors and infectees share the same incubation period distribution, which may not always be true. We investigated incubation period and serial interval distributions in data on 2989 confirmed cases in China in January-February 2020, and developed an inferential framework to estimate the generation time distribution that accounts for variation over time due to changes in epidemiology, sampling biases and public health and social measures. We identified substantial reductions over time in the serial interval and generation time distributions. Our proposed method provides more reliable estimation of the temporal variation in the generation time distribution, improving assessment of transmission dynamics.
Texte intégral:
Disponible
Collection:
Preprints
Base de données:
PREPRINT-RESEARCHSQUARE
Sujet Principal:
COVID-19
langue:
Anglais
Année:
2022
Type de document:
Preprint
Documents relatifs à ce sujet
MEDLINE
...
LILACS
LIS