EK
Eben Kenah
Author with expertise in Modeling the Dynamics of COVID-19 Pandemic
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
6
(67% Open Access)
Cited by:
1,898
h-index:
25
/
i10-index:
37
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

The Transmissibility and Control of Pandemic Influenza A (H1N1) Virus

Yang Yang et al.Sep 11, 2009
Flu's Tricky Tricks After vaccination against influenza A virus, single-point mutations are selected in hemagglutinin (the virus molecule that binds to sialic acid molecules on the surface of host cells) that escape neutralization by polyclonal antibody responses. Hensley et al. (p. 734 ) have discovered that in mice these mutations increased the virus's avidity for sialic acid. Amino acid substitutions that occur during reiterations of immune escape and avidity modulation can thus drive antigenic variation. This constant evolution of influenza viruses requires us to change vaccine components annually, and, for equine influenza, Park et al. (p. 726 ) show that as the match between virus and vaccine strains drifts apart with time, the probability of becoming infected and the length of the infectious period increase to the point where outbreaks occur. Nevertheless, even imperfect vaccines may be of benefit to a population because increasing the proportion of vaccinated individuals can supply enough herd immunity to offset a poor antigenic match, especially if used in conjunction with antiviral drugs. For humans, Yang et al. (p. 729 , published online 10 September) estimate that the rate of transmission within U.S. households puts influenza A 2009 H1N1 (the current pandemic “swine flu”) in the higher range of transmissibility, compared to past seasonal and pandemic strains. Thus, to achieve mitigation this fall, children should be the first recipients of vaccine, followed by adults—aiming overall for 70% coverage of the population.
0

Household secondary attack rate of COVID-19 and associated determinants in Guangzhou, China: a retrospective cohort study

Qin-Long Jing et al.Jun 17, 2020
BackgroundAs of June 8, 2020, the global reported number of COVID-19 cases had reached more than 7 million with over 400 000 deaths. The household transmissibility of the causative pathogen, severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), remains unclear. We aimed to estimate the secondary attack rate of SARS-CoV-2 among household and non-household close contacts in Guangzhou, China, using a statistical transmission model.MethodsIn this retrospective cohort study, we used a comprehensive contact tracing dataset from the Guangzhou Center for Disease Control and Prevention to estimate the secondary attack rate of COVID-19 (defined as the probability that an infected individual will transmit the disease to a susceptible individual) among household and non-household contacts, using a statistical transmission model. We considered two alternative definitions of household contacts in the analysis: individuals who were either family members or close relatives, such as parents and parents-in-law, regardless of residential address, and individuals living at the same address regardless of relationship. We assessed the demographic determinants of transmissibility and the infectivity of COVID-19 cases during their incubation period.FindingsBetween Jan 7, 2020, and Feb 18, 2020, we traced 195 unrelated close contact groups (215 primary cases, 134 secondary or tertiary cases, and 1964 uninfected close contacts). By identifying households from these groups, assuming a mean incubation period of 5 days, a maximum infectious period of 13 days, and no case isolation, the estimated secondary attack rate among household contacts was 12·4% (95% CI 9·8–15·4) when household contacts were defined on the basis of close relatives and 17·1% (13·3–21·8) when household contacts were defined on the basis of residential address. Compared with the oldest age group (≥60 years), the risk of household infection was lower in the youngest age group (<20 years; odds ratio [OR] 0·23 [95% CI 0·11–0·46]) and among adults aged 20–59 years (OR 0·64 [95% CI 0·43–0·97]). Our results suggest greater infectivity during the incubation period than during the symptomatic period, although differences were not statistically significant (OR 0·61 [95% CI 0·27–1·38]). The estimated local reproductive number (R) based on observed contact frequencies of primary cases was 0·5 (95% CI 0·41–0·62) in Guangzhou. The projected local R, had there been no isolation of cases or quarantine of their contacts, was 0·6 (95% CI 0·49–0·74) when household was defined on the basis of close relatives.InterpretationSARS-CoV-2 is more transmissible in households than SARS-CoV and Middle East respiratory syndrome coronavirus. Older individuals (aged ≥60 years) are the most susceptible to household transmission of SARS-CoV-2. In addition to case finding and isolation, timely tracing and quarantine of close contacts should be implemented to prevent onward transmission during the viral incubation period.FundingUS National Institutes of Health, Science and Technology Plan Project of Guangzhou, Project for Key Medicine Discipline Construction of Guangzhou Municipality, Key Research and Development Program of China.
0

Recurrent Zoonotic Transmission of Nipah Virus into Humans, Bangladesh, 2001–2007

Stephen Luby et al.Aug 1, 2009
Human Nipah outbreaks recur in a specific region and time of year in Bangladesh.Fruit bats are the reservoir host for Nipah virus.We identified 23 introductions of Nipah virus into human populations in central and northwestern Bangladesh from 2001 through 2007.Ten introductions affected multiple persons (median 10).Illness onset occurred from December through May but not every year.We identified 122 cases of human Nipah infection.The mean age of case-patients was 27 years; 87 (71%) died.In 62 (51%) Nipah virus-infected patients, illness developed 5-15 days after close contact with another Nipah case-patient.Nine (7%) Nipah case-patients transmitted virus to others.Nipah case-patients who had difficulty breathing were more likely than those without respiratory difficulty to transmit Nipah (12% vs. 0%, p = 0.03).Although a small minority of infected patients transmit Nipah virus, more than half of identified cases result from person-to-person transmission.Interventions to prevent virus transmission from bats to humans and from person to person are needed.H uman Nipah virus infection, characterized primarily by fever and encephalitis, was first recognized in a large outbreak of 276 reported cases in peninsular Malaysia and Singapore that occurred from September 1998 through June 1999 (1,2).Contact with sick pigs was the primary risk factor for infection (3).
0

The Epidemiology and Transmissibility of Zika Virus in Girardot and San Andres Island, Colombia

Diana Rojas et al.Apr 24, 2016
Background: Zika virus (ZIKV) is an arbovirus in the same genus as dengue virus and yellow fever virus. ZIKV transmission was first detected in Colombia in September 2015. The virus has spread rapidly across the country in areas infested with the vector Aedes aegypti. As of March 2016, Colombia has reported over 50,000 cases of Zika virus disease (ZVD). Methods: We analyzed surveillance data of ZVD cases reported to the local health authorities of San Andres, Colombia, and Girardot, Colombia, between September 2015 and January 2016. Standardized case definitions used in both areas were determined by the Ministry of Health and Colombian National Institute of Health at the beginning of the ZIKV epidemic. ZVD was laboratory- confirmed by a finding of Zika virus RNA in the serum of acute cases. We report epidemiological summaries of the two outbreaks. We also use daily incidence data to estimate the basic reproductive number R0 in each population. Findings: We identified 928 and 1,936 laboratory or clinically confirmed cases in San Andres and Girardot, respectively. The overall attack rate for reported ZVD detected by healthcare local surveillance was 12.13 cases per 1,000 residents of San Andres and 18.43 cases per 1,000 residents of Girardot. Attack rates were significantly higher in females in both municipalities. Cases occurred in all age groups but the most affected group was 20 to 49 year olds. The estimated R0 for the Zika outbreak in San Andres was 1.41 (95% CI 1.15 to 1.74), and in Girardot was 4.61 (95% CI 4.11 to 5.16). Interpretation: Transmission of ZIKV is ongoing and spreading throughout the Americas rapidly. The observed rapid spread is supported by the relatively high basic reproductive numbers calculated from these two outbreaks in Colombia.
0

Realized generation times: contraction and impact of infectious period, reproduction number and population size

Andrea Torneri et al.Mar 8, 2019
One of the key characteristics of the transmission dynamics of infectious diseases is the generation time which refers to the time interval between the infection of a secondary case and the infection of its infector. The generation time distribution together with the reproduction number determines the rate at which an infection spreads in a population. When defining the generation time distribution at a calendar time t two definitions are plausible according whether we regard t as the infection time of the infector or the infection time of the infectee. The resulting measurements are respectively called forward generation time and backward generation time. It has been observed that the average forward generation time contracts around the peak of an epidemic. This contraction effect has previously been attributed to either competition among potential infectors or depletion of susceptibles in the population. The first explanation requires many infectives for contraction to occur whereas the latter explanation suggests that contraction occurs even when there are few infectives. With a simulation study we show that both competition and depletion cause the mean forward generation time to contract. Our results also reveal that the distribution of the infectious period and the reproduction number have a strong effect on the size and timing of the contraction, as well as on the mean value of the generation time in both forward and backward scheme.