Aller au contenu principal
2024 article

Global insights into a stochastic SIRS epidemic model with Beddington–DeAngelis incidence rate

1Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : ca, cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

This study develops a stochastic SIRS compartmental model for exploring the transmission dynamics of infectious diseases, integrating the Beddington–DeAngelis incidence rate and vaccination. In the deterministic case, the reproduction number [Formula: see text] is derived, and the global dynamics is analyzed using the Lyapunov function with respect to [Formula: see text]. The outcomes underscore that [Formula: see text] completely governs the overall dynamics of the system. In the stochastic case, the primary challenge arises from the two-dimensional boundary system, preventing the Fokker–Planck equation from obtaining the density function of the invariant measure. To address the weak convergence property regarding the invariant measure for both the stochastic system and its corresponding two-dimensional boundary system, the concept of limit measures is introduced. The theoretical results indicate that the persistence and extinction of the infectious disease are entirely determined by the Lyapunov exponent [Formula: see text], representing the long-term growth rate. Numerical simulations further support these findings.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Global insights into a stochastic SIRS epidemic model with Beddington–DeAngelis incidence rate
Date Crossref
31/08/2024
Éditeur
World Scientific Pub Co Pte Ltd
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

COVID-19 epidemiological studies

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.