Ce document est organisé comme suit. Dans la section 2, les descriptions des paramètres et des variables et la formulation du modèle sont effectuées. Dans la section 3, nous étudions brièvement la stabilité des États stables et la persistance uniforme de la maladie et effectuons une analyse de sensibilité pour les paramètres d`entrée et la variable de résultat. L`application modèle est faite pour simuler les données épidémiologiques en Chine dans la section 4. Dans la section 5, le système d`optimalité est analysé théoriquement et numériquement. Nous concluons dans la section 6 avec des discussions. Modélisation de la concurrence entre les souches de maladies infantiles. Contrairement à la figure 1, certains des événements d`infection de la souche 1 conduisent à l`infection par une variante mutante de la souche de type sauvage. Cette souche est supposée être inférieure en termes de force d`infection, mais en partie résistante à la vaccination contre la souche de type sauvage.

Avant la vaccination, la souche de type sauvage va donc concurrencer la souche résistante aux vaccins. Le vaccin protège contre une fraction de Φw des infections avec la souche de type sauvage, mais seulement une fraction beaucoup plus faible Φr des infections avec la souche résistante aux vaccins. L`immunité induite par une infection par une souche est supposée conférer une immunité croisée totale contre toutes les souches. La dynamique de la maladie infantile. La vaccination survient au moment de 6 ans. Selon la fraction de la population qui est vaccinée à la naissance (p) la maladie est soit éradiquée ou rechute après une période dite de lune de miel. Les valeurs de paramètre utilisées dans ces simulations étaient les suivantes: μ = 0,02, β = 0,0029, γ = 26, ω = 0, N = 105. Il en résulte un R0 de 11,15 et un PC de 0,91.

Pour p > PC, p était égal à 0,95, pour p < PC il était égal à 0,85 et pour p ≪ PC il était égal à 0,7. Les lignes supérieures représentent la dynamique du numéro de reproduction efficace R (axe de droite) qui est égal à βS/(γ + μ). Les lignes inférieures représentent la dynamique de la population infectée (axe gauche). Les données peuvent être évaluées par le biais d`un système d`information sur la vaccination (IIS) ou d`une application logicielle complète d`évaluation clinique (CoCASA), un outil logiciel téléchargeable développé par CDC. Toutefois, comme la fonctionnalité IIS continue à se développer, le CDC est en retrait progressif du support technique pour CoCASA. Adhésion Application Enfant Design Rappel Modélisation vaccinale vaccination infantile. Nous considérons la dynamique des populations suivantes: sensible, S; vaccinés, V; infectés, I; et récupéré R.