COVID-19 Dispersion Modeling of Data with Minimax Measurement

عندما ينتشر مرض ما عبر مشهد طبيعي، فإنه لا يتحرك كموجة واحدة تضرب الشاطئ. بدلاً من ذلك، يظهر كمجموعة مبعثرة من الفاشيات، بعضها صغير وخفي، والبعض الآخر كبير ومرئي، وكلها تتغير بمرور الوقت. لفهم وجهة الفيروس، يحاول العلماء غالباً رسم شكل حول هذه النقاط المبعثرة، بحثاً عن مركز وحدود يستوعبان الصورة الكاملة. هذا تحدٍ كلاسيكي في الرياضيات: إيجاد دائرة تقلل المسافة القصوى الموزونة لمجموعة من النقاط، وهي مسألة تعود جذورها إلى قرون مضت إلى أعمال علماء رياضيات مثل بيير دي فيرما. وفي سياق الجائحة، يساعد حل هذا اللغز الباحثين ليس فقط في معرفة أين توجد الحالات، بل في كيفية توسع العدوى أو انكماشها أو استقرارها. ومن خلال معاملة انتشار المرض كمشكلة هندسية، يمكن للعلماء تتبع القوى الخفية التي تدفع الفيروس من بلدة إلى أخرى، محولين الأرقام الخام إلى خريطة واضحة للحركة.

في دراسة نُشرت في أغسطس 2026، طبق الباحثان دونغيونغ كيم وغريس كيم هذا التفكير الهندسي على الأيام الأولى من جائحة كوفيد-19. ركزا على أسبوع محدد من أبريل 2020، وهي فترة حرجة كان فيها الفيروس يتسارع عبر جنوب غرب الولايات المتحدة. وباستخدام بيانات من أريزونا وكولورادو ونيو مكسيكو، بنى الفريق نموذجاً يعامل كل تجمع للحالات المؤكدة كنقطة على الخريطة. كان هدفهم هو إيجاد نقطة مركزية واحدة متحركة تمثل بشكل أفضل انتشار المرض، مقيدة بنقطتي مرجع ثابتتين تعملان كمرتكزات للحساب. سمح هذا النهج برسم "دائرة الحد الأدنى الأقصى" (minimax circle) — وهي حدود مُحسّنة لتقليل المسافة القصوى الموزونة لجميع الحالات المعروفة، مع تعديلها وفقاً لوزن أو أهمية كل موقع. ومن خلال مراقبة كيفية تغير حجم هذه الدائرة ومركزها من يوم لآخر، استطاعوا قياس قوة واتجاه تشتت الفيروس.

حلل الباحثون البيانات اليومية من 1 إلى 7 أبريل 2020، ورسموا مواقع الحالات المؤكدة في كل ولاية. قاموا بتحويل خطوط الطول والعرض الحقيقية لهذه التجمعات إلى شبكة مسطحة ثنائية الأبعاد لجعل الهندسة تعمل. ولكل يوم، قاموا بحساب المركز الأمثل للدائرة ونصف قطرها، والذي يمثل مدى انتشار التفشي. كما قاموا بقياس "قوة التشتت"، وهي قيمة تخبرنا بمدى تكتل الحالات داخل تلك الدائرة. إذا كبرت الدائرة بينما ظل عدد الحالات ثابتاً، تنخفض القوة، مما يعني أن الفيروس ينتشر على مساحة أوسع. وإذا تقلصت الدائرة أو ظلت بنفس الحجم مع زيادة الحالات، ترتفع القوة، مما يشير إلى تفشٍ ضيق ومركز.

كشفت النتياج عن أنماط متميزة لكل ولاية. ففي أريزونا، أظهر النموذج تحولاً واضحاً خلال الأسبوع. خلال الأيام الأربعة الأولى، نما نصف قطر الدائرة بثبات، مما يعني أن الفيروس كان يقفز إلى مواقع جديدة بعيدة. وفي الوقت نفسه، انخفضت قوة التشتت بشكل حاد، مما أكد أن التفشي أصبح أكثر تشتتاً. ومع ذلك، بحلول اليوم الخامس، توقف النمو؛ حيث استقر حجم الدائرة واستقرت القوة في نمط ثابت. اقترح هذا أن الفيروس قد وصل إلى حد في كيفية انتشاره ضمن ذلك الأسبوع المحدد، حيث اصطدم بنقطة تشبع حيث تظهر الحالات الجديدة ضمن الحدود الموجودة بدلاً من دفعها للخارج.

حكت كولورادو قصة مختلفة. طوال الأسبوع بأكه، حافظت الولاية على أعلى قوة تشتت بين الولايات الثلاث، مما يعني أن حالاتها ظلت متكتلة بإحكام. أظهر النموذج أن الفيروس كان مركزاً بكثافة حول منطقة دنفر الحضرية، حيث ظلت الدائرة صغيرة نسبياً. أشار هذا إلى أن التفشي كان شديداً ولكنه مدمج جغرافياً، مع ظهور إصابات جديدة بالقرب من المراكز القائمة بدلاً من الانتشار بعيداً في الريف.

قدمت نيو مكسيكو الطرف النقيض. هنا، انخفضت قوة التشتت باستمرار دون أن تستقر أبداً. استمرت الدائرة في الكبر كل يوم، مما يعكس مساحة الولاية الشاسعة وسكانها المشتتين. كان الفيروس ينتشر ببطء ولكن بثبات عبر مشهد واسع، مع ظهور تجمعات جديدة بعيداً عن المراكز الأصلية. وعلى عكس أريزونا، التي وجدت توازناً مؤقتاً، كان تفشي نيو مكسيكو في حالة توسع مستمر، دون أي علامة على الوصول إلى حد التشبع خلال ذلك الأسبوع.

تؤكد الدراسة أن هذا الأسلوب الهندسي هو أداة موثوقة لتتبع حركة المرض، بشرط وجود بيانات كافية. يشير تحليل الحساسية إلى أنه مع مجموعات البيانات الصغيرة (N = 20)، تكون النتائج غير مستقرة وحساسة للتغييرات الطفيفة. ومع ذلك، عندما تتوسع البيانات التجريبية لتصل إلى N = 200 و N = 800، يظهر النموذج سلوك تقارب قوياً، مما يؤكد استقراره الحسابي للتطبيقات واسعة النطاق. وجد الفريق أن النهج الرياضي يمكنه بنجاح التنبؤ باتجاه الانتشار، والتمييز بين فيروس ينفجر نحو الخارج وآخر يستقر في نمط معين.

من خلال التركيز على شكل وحركة التفشي بدلاً من مجرد العدد الإجمالي للحالات، يقدم هذا البحث طريقة جديدة لتصور الجائحة. إنه يوضح أن انتشار الفيروس ليس مجرد مسألة عدّ الناس المرضى، بل هو فهم لهندسة توزيعهم. ويشير النموذج إلى أن المناطق المختلفة يمكن أن تتفاعل مع نفس الفيروس بطرق مختلفة جوهرياً، مدفوعة بجغرافيتها وكثافة سكانها. وبالنسبة لمسؤولي الصحة العامة، يعني هذا أن استراتيجية واحدة قد لا تنجح في كل مكان؛ فما يبدو كتفشٍ محتوى في ولاية ما قد يكون جبهة تتوسع بسرعة في ولاية أخرى. لا يدعي هذا العمل حل الجائحة أو التنبؤ بالمستقبل بيقين مطلق، ولكنه يوفر عدسة رياضية واضحة نراقب من خلالها حركة الفيروس، محولاً انتشاراً فوضوياً للبيانات إلى قصة مقروءة من التوسع والاحتواء.