Драйверы синхронности

Чтобы оценить взаимосвязь в закономерностях синхронизации между WMF случаев денге и температурой, а также между WMF случаев денге и смоделированным выходом денге, мы проводим корреляцию Пирсона и Спирмена для соответствующих значений WMF в пределах интересующих временных масштабов для всех точек в время (без учета конуса влияния). Эти корреляции количественно определяют общее сходство в парах WMF и, когда они статистически значимы, будут означать, что 2 WMF связаны (и, таким образом, подтверждают гипотезу о том, что синхронные модели температуры определяют модели денге). Для корреляций Пирсона мы преобразуем квадратный корень значений WMF. Мы оцениваем статистическую значимость, создавая нулевые распределения корреляций. Мы генерируем WMF для 1, 000 суррогатных наборов данных о случаях денге, полученных, как указано выше, путем сохранения того же спектра Фурье, что и исходный временной ряд случаев денге. Корреляции Пирсона и Спирмена между каждым из этих суррогатных WMF и температурным WMF или выходным WMF модели дают нулевые распределения, с которыми мы сравниваем наблюдаемые корреляции.

Согласно соответствующим исследованиям,цистанхеэто обычная трава, известная как «чудо-трава, продлевающая жизнь». Его основным компонентом являетсяцистанозид, который имеет различные эффекты, такие какантиоксидант, противовоспалительное средство, и продвижение иммунной функции. Механизм взаимодействия цистанхе иотбеливание кожизаключается в антиоксидантном действиицистанхе гликозиды. Меланин в коже человека образуется в результате окисления тирозина, катализируемоготирозиназа, а реакция окисления требует участия кислорода, поэтому свободные радикалы кислорода в организме становятся важным фактором, влияющим на выработку меланина. Цистанхе содержит цистанозид, который является антиоксидантом и может уменьшить образование свободных радикалов в организме, таким образомингибирование выработки меланина.

Нажмите «Как использовать Cistanche».

Для получения дополнительной информации:

david.deng@wecistanche.com WhatApp:86 13632399501

Чтобы более подробно определить, согласуются ли закономерности синхронности температуры с наблюдаемыми в случаях лихорадки денге, мы расширили описанный выше метод для WMF [51] для расчета CWMF. Перекрестные вейвлеты количественно определяют сходство мощности вейвлетов 2-временных рядов (случаи температуры и лихорадки денге) в каждом масштабе и момент времени, поэтому CWMF количественно определяют согласованность этого сходства в разных местах. CWMF представляют собой среднее значение кросс-вейвлетов, нормализованных по мощности, в каждом месте между случаями температуры и денге. Кросс-вейвлет X между 2-временными рядами определяется как

где перекрестный вейвлет исправлен в соответствии с Veleda и его коллегами [67]. Аргумент X дает фазовые углы между 2-временными рядами на момент времени и масштаб. Для временных рядов температуры и случаев денге с соответствующими нормированными по мощности (уравнение (2)) вейвлетами wm n ðs; tÞ и wd nðs; tÞ, CWMF определяется как

C(s,τ) будет большим, если разность фаз между температурой и лихорадкой денге для каждой временной точки и масштаба одинакова в разных местах и ​​если амплитуды колебаний коррелированы. Две несвязанные, но автокоррелированные во времени и пространстве переменные вполне могут создавать синхронные паттерны. Например, если вместо использования температур для Таиланда мы должны были создать CWMF, используя температуры из другого места, с аналогичной временной и пространственной автокорреляцией, мы потенциально могли бы наблюдать аналогичные закономерности в синхронии, несмотря на то, что две переменные явно не связаны. По этой причине мы проверяем значимость в многолетних временных масштабах, используя тот же 3-шаговый подход, описанный выше, но здесь создаются суррогатные наборы данных о лихорадке денге, которые сохраняют не только структуру автокорреляции временных рядов, но и структуру взаимной корреляции. в разных местах (т. е. суррогаты, сохраняющие синхронность). Мы делаем это, генерируя временные ряды с тем же спектром Фурье, что и исходные временные ряды (как указано выше), но затем добавляя одну и ту же случайную равномерно распределенную фазу на каждой частоте во всех временных рядах [51]. Как и выше, мы проверяем значимость, сосредоточив внимание на постоянстве фазовых углов между лихорадкой денге и температурой. Используя эти суррогатные наборы данных о денге, кросс-вейвлеты оцениваются относительно реального набора данных о температуре, а они, в свою очередь, используются для создания суррогатных кросс-WPMF, которые мы используем для сравнения.

Согласованность разностей фаз и корреляций в амплитудах температуры и лихорадки денге (т. е. более высокие значения CWMF) можно было бы ожидать во время синхронных периодов, что указывает на важность температуры как движущей силы. С другой стороны, низкие значения CWMF могут возникать из-за множества причин, которые этот подход не может различать. Температура также может быть движущей силой динамики денге в течение асинхронных периодов, но если бы многолетняя динамика температуры различалась в разных местах (и, следовательно, динамика денге тоже), то и то, и другое имело бы низкую синхронность. С другой стороны, динамика лихорадки денге может в первую очередь определяться внутренней динамикой, которая в разных местах может приводить к различным многолетним периодам, что приводит к асинхронности. Чтобы решить эту проблему и дать лучшее объяснение наблюдаемой нами асинхронности, мы провели дополнительный анализ. Используя значения WMF данных лихорадки денге (только для многолетних временных масштабов и исключая конус влияния), мы определили моменты времени и временные масштабы (далее «условия»), которые были выше 75-го процентиля как «высокая синхронность», а те, что ниже этого значения, как «низкая синхронность» (рис. S15 в приложении S1). Затем для каждой провинции мы рассчитали корреляцию Спирмена между квадратными амплитудами вейвлет-спектров случаев денге и температурой отдельно для условий высокой и низкой синхронизации, получив 2 коэффициента корреляции (значения r) на провинцию. Если бы температура была основной движущей силой динамики лихорадки денге как в периоды синхронии, так и в периоды асинхронии, можно было бы ожидать положительных и, возможно, близких значений r. Систематические различия в значениях r между состояниями высокой и низкой синхронизации указывают на возможность того, что действуют разные механизмы. Например, низкая корреляция или ее отсутствие в условиях низкой синхронности можно объяснить большей важностью внутренней динамики или отсутствием многолетних циклов температуры, лихорадки денге или того и другого. Мы также провели тот же анализ, сравнивая вейвлет-спектры выходных данных модели денге и данных денге. В этом случае более высокие значения r в условиях низкой синхронности, чем те, которые обнаруживаются между данными о температуре и лихорадке денге, означали бы, что модель фиксирует некоторые из вариаций, которые не могут быть получены только от температуры, и предполагали бы, что нелинейность того, как температура влияет на лихорадку денге и внутреннюю динамику, может играть большую роль.

Модель денге, зависящая от температуры

Модель основана на модели Huber и коллег [46], с той разницей, что мы расширили их модель, включив в нее 4 серотипа с временной перекрестной защитой. Мы предполагаем максимум 2 инфекции, после которых люди становятся невосприимчивыми ко всем серотипам. Векторы заражаются только один раз, после чего становятся невосприимчивыми ко всем серотипам. Компартменты вектора (и, следовательно, передача) полностью зависят от температуры. Температурные нормы реакции используются Хубером и его коллегами, а также Мордекаем и его коллегами [44,46]; мы специально используем параметры, соответствующие Aedes aegypti.

Здесь r — скорость роста хозяина (соответствует продолжительности жизни примерно 77 лет), b — скорость укусов комаров, — вероятность контагиозности комаров (вероятность заражения человека на один укус заразного комара), μ — уровень смертности хозяина, δ - собственный инкубационный период, η - скорость выздоровления хозяина от инфекционности, а ξ - скорость потери перекрестной защиты.

где

где l — количество яиц, отложенных на одну самку, s — вероятность выживания от яйца до взрослой особи, d — скорость развития от яйца до взрослой особи комара, ε — внешний инкубационный период вируса, а δ — вероятность заражения. за укус инфекционного хозяина. Их зависимость от температуры моделируется с помощью функции Бриера или квадратичной функции [44]. Термин (l(T) s(T) d(T))/μv (T) количественно определяет количество выживших потомков, произведенных за всю жизнь комара. N и Nv — общее количество хозяев и векторов соответственно.

Несущая способность K популяции комаров необходима для сдерживания роста ее популяции. Ea — это энергия активации, которая определяет температурную зависимость K. Хотя Хубер и его коллеги [46] утверждают, что Ea=0.5, код, который они предоставляют в Интернете, имеет Ea=0.0. 5. Мы используем последний вариант как более консервативный (в меньшей степени зависящий от температуры) вариант (значение {{10}}.5 дает сильно зависящую от температуры пропускную способность, и в литературе мало поддержки для любого значения ), хотя наши результаты устойчивы к изменениям в этом предположении (см. разделы «Предостережения относительно модели денге» и «Тесты устойчивости» в Приложении S1). Наконец, k — постоянная Больцмана–Аррениуса, Nv m — максимальная несущая способность (ограниченная некоторым числом M от общей популяции хозяина), а T0 — эталонная температура, при которой несущая способность K максимальна (здесь равна 29 °C). ). Хубер и его коллеги [46] предположили, что максимальное отношение М комаров к числу людей равно 2. Здесь мы выбрали значение 1,5 (т. е. Nv m =1:5 N; S44 рис. в приложении S1), так что R0 для средних температур, обычно наблюдаемых в Таиланде, находились в пределах приблизительного диапазона, ранее сообщавшегося в литературе, от 2 до 7 [68–70]. Наши результаты качественно не меняются с M=1 (см. раздел «Тесты на устойчивость» в Приложении S1). Мы постоянно вводили небольшое количество инфицированных комаров, κ, чтобы смягчить ситуации, когда численность популяции сократилась до очень небольшого числа. Мы использовали κ=1*10-5/день/серотип. См. раздел «Предостережения относительно модели денге» в Приложении S1 для обсуждения некоторых допущений, сделанных этой моделью.

Вспомогательная информация

S1 Приложение. Примечания и подробности об используемых методах, тестах на надежность с использованием различных формулировок параметров модели, результатах с использованием различных подходов к количественной оценке синхронности и дополнительных результатах.

Благодарности

Отказ от ответственности

Вклад автора

Формальный анализ:Бернардо Гарсия-Каррерас, Бингьи Янг, Мэри К. Грабовски, Дерек А. Т. Каммингс.

Методология:Бернардо Гарсия-Каррерас, Лоуренс В. Шеппард, Дерек А. Т. Каммингс.

Надзор:Дерек А. Т. Каммингс

Визуализация:Бернардо Гарсия-Каррерас.

Написание – просмотр и редактирование:Бернардо Гарсия-Каррерас, Бингьи Янг, Мэри К. Грабовски, Лоуренс В. Шеппард, Ангкана Т. Хуанг, Хенрик Салье, Ханна Элеонора Клэпхэм, Сопон Ямсиритаворн, Павини Доунг-Нгерн, Джастин Лесслер, Дерек А. Т. Каммингс.

Рекомендации

1. Розенцвейг М.Л., Макартур Р.Х. Графическое изображение и условия устойчивости взаимодействия хищник-жертва. Я Нат. 1963 год; 97 (895): 209–23.

2. Андерсон Р.М., Мэй Р.М. Популяционная биология инфекционных болезней: Часть I. Природа. 1979 год; 280 (5721): 361–7.

3. Grenfell BT, Wilson K, Finkenstadt BF, Coulson TN, Murray S, Albon SD, et al. Шум и детерминизм в синхронизированной динамике овец. Природа. 1998 год; 394 (6694): 674–6.

4. Бьёрнстад О.Н., Гренфелл Б.Т. Шумный часовой механизм: анализ временных рядов колебаний популяции животных. Наука. 2001 г.; 293: 638–43.

5. Килинг М.Дж., Рохани П. Моделирование инфекционных заболеваний у людей и животных. Издательство Принстонского университета; 2011.

6. Либхольд А., Кениг В.Д., Бьорнстад О.Н. Пространственная синхронность в динамике населения. Annu Rev Ecol Evol Syst. 2004 г.; 35:467–90.

7. Болкер Б.М., Гренфелл Б.Т. Влияние вакцинации на пространственную корреляцию и персистенцию динамики кори. Proc Natl Acad Sci US A. 1996; 93 (22): 12648–53.

8. Ранта Э., Кайтала В., Линдстрем Дж. Динамика популяций канадской рыси в пространстве и во времени. Экография. 1997 год; 20(5):454–60.

9. Ранта Э., Кайтала В. Бегущие волны в динамике популяции полевки. Природа. 1997 год; 390 (6659): 456–6.

10. Сообщение E, Форчхаммер MC. Пространственная синхронность местного населения увеличилась в связи с недавней климатической тенденцией в Северном полушарии. Proc Natl Acad Sci US A. 2004; 101 (25): 9286–90.

11. Стенсет Н.К., Эрих Д., Рунесс Э.К., Лингьерде О.К., Чан К.С., Бутин С. и соавт. Влияние климатических воздействий на синхронность популяции и генетическое структурирование канадской рыси. Proc Natl Acad Sci US A. 2004; 101 (16): 6056–61.

12. Уолтер Дж.А., Шеппард Л.В., Андерсон Т.Л., Кастенс Дж.Х., Бьорнстад О.Н., Либхольд А.М. и соавт. География пространственной синхронии. Эколь Летт. 2017; 20(7):801–14.

13. Ранта Э., Кайтала В., Лундберг П. Изменчивость населения в пространстве и времени: динамика синхронных колебаний населения. Ойкос. 1998 год; 83 (2): 376–82.

14. Кениг В.Д. Синхронность и периодичность извержений бореальных птиц. Кондор. 2001 г.; 103(4):725–35.

15. Кайтала В., Ранта Э., Лундберг П. Самоорганизованная динамика в пространственно структурированных популяциях. Proc R Soc Lond Ser B Biol Sci. 2001 г.; 268 (1477): 1655–60.

16. Бхатт С., Гетинг П.В., Брэди О.Дж., Мессина Дж.П., Фарлоу А.В., Мойес С.Л. и др. Глобальное распространение и бремя лихорадки денге. Природа. 2013; 496 (7446): 504–7.

17. Каттарино Л., Родригес-Барракер И., Имаи Н., Каммингс Д.А.Т., Фергюсон Н.М. Картирование глобальных изменений интенсивности передачи лихорадки денге. Sci Transl Med. 2020; 12(528).

18. Сабин А.Б. Исследования лихорадки денге во время Второй мировой войны. Am J Trop Med Hyg. 1952 год; 1(1):30–50.

19. Рейх Н.Г., Шреста С., Кинг А.А., Рохани П., Лесслер Дж., Калаянаруж С. и др. Взаимодействия между серотипами денге подчеркивают эпидемиологическое влияние перекрестного иммунитета. Интерфейс JR Soc. 2013; 10 (86): 20130414.

20. Андерсон К.Б., Гиббонс Р.В., Каммингс Д.А.Т., Нисалак А., Грин С., Либрати Д.Х. и другие. Более короткий временной интервал между первой и второй инфекциями денге связан с защитой от клинического заболевания в школьной когорте в Таиланде. J заразить дис. 2014; 209 (3): 360–8.

21. Katzelnick LC, Montoya M, Gresh L, Balmaseda A, Harris E. Титры нейтрализующих антител против вируса денге коррелируют с защитой от симптоматической инфекции в продольной когорте. Proc Natl Acad Sci US A. 2016; 113 (3): 728–33.

22. Каммингс Д.А.Т., Шварц И.Б., Биллингс Л., Шоу Л.Б., Берк Д.С. Динамические эффекты антителозависимого усиления на приспособленность вирусов. Proc Natl Acad Sci US A. 2005; 102 (42): 15259–64.

23. Katzelnick LC, Gresh L, Halloran ME, Mercado JC, Kuan G, Gordon A, et al. Антителозависимое усиление тяжелой болезни денге у людей. Наука. 2017; 358 (6365): 929–32.

24. Вагонер Дж. Дж., Катцелник Л. С., Бургер-Кальдерон Р., Галлини Дж., Мур Р. Х., Куан Г. и соавт. Антителозависимое усиление тяжести заболевания опосредовано вирусной нагрузкой в ​​сыворотке при инфекциях, вызванных вирусом денге у детей. J заразить дис. 2020; 221 (11): 1846–1854.

25. Фергюсон Н., Андерсон Р., Гупта С. Влияние антителозависимого усиления на динамику передачи и устойчивость множественных штаммов патогенов. Proc Natl Acad Sci US A. 1999; 96 (2): 790–4.

26. Хэй С.И., Майерс М.Ф., Берк Д.С., Вон Д.В., Энди Т., Ананда Н. и другие. Этиология межэпидемических периодов комариной болезни. Proc Natl Acad Sci US A. 2000; 97 (16): 9335–9.

27. Cummings DAT, Irizarry RA, Huang NE, Endy TP, Nisalak A, Ungchusak K, et al. Бегущие волны в возникновении геморрагической лихорадки денге в Таиланде. Природа. 2004 г.; 427 (6972): 344–7.

28. Джонсон К.А., Коутиньо Р.М., Берлин Э., Долфин К.Е., Хейер Дж., Ким Б. и др. Влияние изменения температуры и ресурсов на динамику популяции насекомых: на примере окаймленного растительного клопа. Функция Экол. 2013; 27:1415–23.

29. Koelle K, Pascual M. Отделение внешних факторов от внутренних в динамике болезни: нелинейный подход временных рядов с применением к холере. Я Нат. 2004 г.; 163(6):901–13.

30. Коэлье К., Родо X, Паскуаль М., Юнус М., Мостафа Г. Рефрактерные периоды и воздействие на климат в динамике холеры. Природа. 2005 г.; 436 (7051): 696–700.

31. Laneri K, Bhadra A, Ionides EL, Bouma M, Dhiman RC, Yadav RS, et al. Принуждение против обратной связи: эпидемическая малярия и муссонные дожди на северо-западе Индии. PLoS Comput Biol. 2010 г.; 6(9):e1000898.

32. Metcalf CJE, Walter KS, Wesolowski A, Buckee CO, Shevliakova E, Tatem AJ, et al. Выявление климатических факторов динамики инфекционных заболеваний: последние достижения и предстоящие проблемы. Proc R Soc B Biol Sci. 1860 г.; 2017(284):20170901.

33. Паулл С.Х., Хортон Д.Е., Ашфак М., Растоги Д., Крамер Л.Д., Диффенбо Н.С. и соавт. Засуха и иммунитет определяют интенсивность эпидемий вируса Западного Нила и последствия изменения климата. Proc R Soc B Biol Sci. 1848 г.; 2017(284):20162078.

34. Бейкер Р.Э., Махмуд А.С., Вагнер К.Э., Ян В., Питцер В.Е., Вибуд С. и др. Эпидемическая динамика респираторно-синцитиального вируса в современных и будущих климатических условиях. Нац коммун. 2019; 10(1):5512.

35. Казеллес Б., Чавес М., МакМайкл А.Дж., Хейлз С. Нестационарное влияние Эль-Ниньо на синхронные эпидемии денге в Таиланде. ПЛОС Мед. 2005 г.; 2(4):e106.

36. Уртадо-Диаз М., Риохас-Родригес Х., Ротенберг С.Дж., Гомес-Данте Х., Сифуэнтес Э. Влияние изменчивости климата на заболеваемость лихорадкой денге в Мексике. Троп Мед Int Health. 2007 г.; 12 (11): 1327–1337.

37. Йоханссон М.А., Доминичи Ф., Гласс Г.Э. Локальное и глобальное влияние климата на передачу лихорадки денге в Пуэрто-Рико. PLoS Negl Trop Dis. 2009 г.; 3(2).

38. Йоханссон М.А., Каммингс Д.А.Т., Гласс Г.Э. Многолетняя изменчивость климата и лихорадка денге — Южное колебание Эль-Ниньо, погода и заболеваемость лихорадкой денге в Пуэрто-Рико, Мексике и Таиланде: продольный анализ данных. ПЛОС Мед. 2009 г.; 6(11):e1000168.

39. Типаямонгхолгул М., Фанг К.Т., Клинчан С., Лю К.М., Кинг К.С. Влияние Эль-Ниньо-Южного колебания на эпидемии денге в Таиланде, 1996–2005 гг. Общественное здравоохранение BMC. 2009 г.; 9(1):422.

40. van Panhuis WG, Choisy M, Xiong X, Chok NS, Akarasewi P, Iamsirithaworn S, et al. Общерегиональная синхронность и бегущие волны денге в восьми странах Юго-Восточной Азии. Proc Natl Acad Sci US A. 2015; 112 (42): 13069–74.

41. Чураков М., Виллабона-Аренас С.Дж., Кремер М.Г., Салье Х., Кошемес С. Пространственно-временная динамика лихорадки денге в Бразилии: сезонные бегущие волны и детерминанты региональной синхронности. PLoS Negl Trop Dis. 2019; 13(4):e0007012.

42. Чайлдс Д.З., Бутс М. Взаимодействие сезонного воздействия и иммунитета и резонансная динамика малярии. Интерфейс JR Soc. 2010 г.; 7(43):309–19.

43. Brady OJ, Golding N, Pigott DM, Kraemer MUG, Messina JP, Reiner RC Jr и соавт. Глобальные температурные ограничения для Aedes aegypti и Ae. albopictus и способности к передаче вируса денге. Векторы паразитов. 2014; 7(1):338.

44. Мордехай Э.А., Коэн Дж.М., Эванс М.В., Гудапати П., Джонсон Л.Р., Липпи К.А. и соавт. Выявление влияния температуры на передачу лихорадки Зика, лихорадки денге и чикунгуньи с использованием механистических моделей. PLoS Negl Trop Dis. 2017; 11(4):e0005568.

45. Сирадж А.С., Ойдтман Р.Дж., Хубер Дж.Х., Кремер М.Г., Брэди О.Дж., Йоханссон М.А. и соавт. Температура модулирует темпы эпидемического роста вируса денге за счет своего влияния на число репродукций и интервалы между поколениями. PLoS Negl Trop Dis. 2017; 11(7):e0005797.

46. ​​Хубер Дж. Х., Чайлдс М. Л., Колдуэлл Дж. М., Мордекай Э. А. Сезонные колебания температуры влияют на пригодность климата для передачи лихорадки денге, чикунгуньи и Зика. PLoS Negl Trop Dis. 2018; 12(5):e0006451.

47. Райан С.Дж., Карлсон С.Дж., Мордекай Э.А., Джонсон Л.Р. Глобальное расширение и перераспределение риска передачи вируса, переносимого Aedes, с изменением климата. PLoS Negl Trop Dis. 2019; 13(3).

48. Kraemer MUG, Reiner RC, Brady OJ, Messina JP, Gilbert M, Pigott DM, et al. Прошлое и будущее распространение арбовирусных переносчиков Aedes aegypti и Aedes albopictus. Нат микробиол. 2019; 4(5):854–63.

49. Мессина Дж. П., Брэди О. Дж., Голдинг Н., Кремер М. Г., Винт ГРВ, Рэй С. Е. и др. Текущее и будущее глобальное распространение и население, подверженное риску денге. Нат микробиол. 2019; 4 (9): 1508–1515.

50. Шеппард Л.В., Белл Дж.Р., Харрингтон Р., Ройман Д.К. Масштабные изменения климата изменяют пространственную синхронность тлей-вредителей. Нат Клим Чанг. 2016 г.; 6(6):610–3.

51. Шеппард Л.В., Дефриз Э.Дж., Рейд П.С., Ройман Д.К. Синхрония - это больше, чем ее нисходящая и климатическая части: взаимодействующие эффекты Морана на фитопланктон в британских морях. PLoS Comput Biol. 2019; 15(3).

52. Cuong HQ, Vu NT, Cazelles B, Boni MF, Thai KTD, Rabaa MA, et al. Пространственно-временная динамика эпидемий денге, южный Вьетнам. Эмердж Инфекция Дис. 2013; 19(6):945–53.

53. Cummings DAT, Iamsirithaworn S, Lessler JT, McDermott A, Prasanthong R, Nisalak A, et al. Влияние демографического перехода на лихорадку денге в Таиланде: результаты статистического анализа и математического моделирования. ПЛОС Мед. 2009 г.; 6(9):e1000139.

54. Лимсакул А, Гоес Дж.И. Эмпирические данные о межгодовой и долгосрочной изменчивости температуры приземного воздуха в Таиланде. Атмос рез. 2008 г.; 87 (2): 89–102.

55. Ковац Р.С., Боума М.Дж., Хаджат С., Уорролл Э., Хейнс А. Эль-Ниньо и здоровье. Ланцет. 2003 г.; 362 (9394): 1481–149.

56. Thai KTD, Cazelles B, Nguyen NV, Vo LT, Boni MF, Farrar J, et al. Динамика лихорадки денге в провинции Биньтхуан, Южный Вьетнам: периодичность, синхронность и изменчивость климата. PLoS Negl Trop Dis. 2010 г.; 4(7).

57. Ху З.З., Кумар А., Хуан Б., Чжу Дж., Рен Х.Л. Междесятилетние вариации ЭНЮК около 1999/2000 гг. Дж. Метеорол Рез. 2017; 31(1):73–81.

58. Krawczyk H, Zinke J, Browne N, Struck U, McIlwain J, O'Leary M, et al. Кораллы демонстрируют обусловленную ЭНЮК синхронность климатических воздействий как на наземные, так и на морские экосистемы в северной части Борнео. Научный представитель 2020; 10(1):3678.

59. Сингхраттна Н., Раджагопалан Б., Кумар К.К., Кларк М. Межгодовая и междекадная изменчивость сезона летних муссонов в Таиланде. Дж Клим. 2005 г.; 18 (11): 1697–708.

60. Fan Y, van den Dool H. Анализ глобальной ежемесячной температуры приземного воздуха с 1948 г. по настоящее время. J Geophys Res Atmos. 2008 г.; 113 (Д1).

61. Grenfell BT, Bjørnstad ON, Kappey J. Бегущие волны и пространственные иерархии в эпидемиях кори. Природа. 2001 г.; 414 (6865): 716–23.

62. Viboud C, Bjørnstad ON, Smith DL, Simonsen L, Miller MA, Grenfell BT. Синхронность, волны и пространственные иерархии в распространении гриппа. Наука. 2006 г.; 312 (5772): 447–51.

63. Торренс С., Compo GP. Практическое руководство по вейвлет-анализу. Bull Am Meteorol Soc. 1998 год; 79(1):61–78.

64. Рош А., Шмидбауэр Х. WaveletComp: вычислительный вейвлет-анализ; 2018.

65. Лю Ю, Сан Лян Х, Вайсберг Р.Х. Исправление смещения в спектре мощности вейвлета. J Atmos Ocean Technol. 2007 г.; 24 (12): 2093–102.

66. Ройман Д.С., Андерсон Т.Л., Уолтер Дж.А., Чжао Л., Шеппард Л.В. wsyn: вейвлет-подходы к изучению синхронности в экологии и других областях; 2019.

67. Веледа Д., Монтань Р., Араужо М. Смещение кросс-вейвлетов, скорректированное путем нормализации весов. J Atmos Ocean Technol. 2012 г.; 29 (9): 1401–1408.

68. Родригес-Барракер И., Буатонг Р., Ямсиритаворн С., Нисалак А., Лесслер Дж., Джарман Р.Г. и др. Возвращаясь к Районгу: изменение серопрофиля лихорадки денге в Таиланде и его последствия для передачи и контроля. Am J Эпидемиол. 2014; 179(3):353–60.

69. Имаи Н., Доригатти И., Кошемес С., Фергюсон Н.М. Оценка интенсивности передачи лихорадки денге на основе исследований серопревалентности в нескольких странах. PLoS Negl Trop Dis. 2015 г.; 9(4):e0003719.

70. Имаи Н., Доригатти И., Кошемес С., Фергюсон Н.М. Оценка интенсивности передачи лихорадки денге на основе данных об уведомлении о случаях заболевания из нескольких стран. PLoS Negl Trop Dis. 2016 г.; 10(7):e0004833.

Для получения дополнительной информации: david.deng@wecistanche.com WhatsApp:86 13632399501