A Hybrid ABM-PDE Framework for Real-World Infectious Disease Simulations

तकनीकी सारांश: वास्तविक दुनिया के संक्रामक रोग सिमुलेशन के लिए एक हाइब्रिड ABM-PDE फ्रेमवर्क

समस्या विवरण
संक्रामक रोगों के स्थानिक प्रसार का अनुकरण करना कम्प्यूटेशनल दक्षता और मॉडलिंग निष्ठा (fidelity) के बीच एक मौलिक समझौते को प्रस्तुत करता है। एजेंट-आधारित मॉडल (ABMs) उच्च-रिज़ॉल्यूशन वाले व्यक्तिगत गतिशील और स्थानिक विषमता प्रदान करते हैं, लेकिन वे विशेष रूप से बड़े जनसंख्या समूहों के लिए कम्प्यूटेशनल रूप से महंगे होते हैं। इसके विपरीत, आंशिक अवकल समीकरण (PDE) मॉडल कुशल स्थानिक प्रतिनिधित्व प्रदान करते हैं, लेकिन उनमें व्यक्तिगत व्यवहारों और विशिष्ट गतिशीलता पैटर्न को पकड़ने की सूक्ष्मता की कमी होती है। वास्तविक दुनिया के क्षेत्र, जैसे कि जर्मनी में बर्लिन-ब्रैंडेनबर्ग क्षेत्र, मिश्रित विशेषताओं को प्रदर्शित करते हैं—घने शहरी केंद्र और ग्रामीण, विषम परिदृश्य। एक एकल मॉडलिंग प्रतिमान (paradigm) अपर्याप्त है। चुनौती एक ऐसा फ्रेमवर्क विकसित करने की है जो दोनों दृष्टिकोणों की शक्तियों का लाभ उठा सके और साथ ही स्थिर महामारी विज्ञान संबंधी परिणामों के लिए आवश्यक समग्र कम्प्यूटेशनल रनटाइम को कम कर सके।

कार्यप्रणाली (Methodology)
लेखक एक हाइब्रिड मॉडलिंग फ्रेमवर्क का प्रस्ताव करते हैं जो एक ABM को PDE मॉडल के साथ जोड़ता है, जो स्थानीय गतिशीलता के आधार पर सिमुलेशन डोमेन को गैर-अतिव्यापी उप-क्षेत्रों में विभाजित करता है:

• PDE घटक (बर्लिन): बर्लिन के शहरी क्षेत्र को एक मोशन-आधारित ABM से व्युत्पन्न स्टोकेस्टिक रिएक्शन-डिफ्यूजन PDE सिस्टम का उपयोग करके मॉडल किया गया है। यह घटक सात कंपार्टमेंट्स: सुग्राही ($S$), एक्सपोज़्ड ($E$), संक्रमित ($I$), लक्षणयुक्त ($SY$), अस्पताल में भर्ती ($H, HC$), गंभीर ($C$), और स्वस्थ ($R$) के माध्यम से जनसंख्या-स्तर की गतिशीलता को कैप्चर करता है। मॉडल जनसंख्या घनत्व को निर्देशित करने के लिए एजेंट मूवमेंट डेटा से प्राप्त एक लैंडस्केप पोटेंशियल को शामिल करता है।
• ABM घटक (ब्रैंडेनबर्ग): आसपास के ग्रामीण क्षेत्र को वास्तविक दुनिया के मोबाइल फोन ट्रैजेक्टरी डेटा द्वारा संचालित एक उच्च-रिज़ॉल्यूशन ABM का उपयोग करके मॉडल किया गया है। एजेंट समय-स्टैम्प किए गए इवेंट्स के आधार पर सुविधाओं (घर, काम, स्कूल, अवकाश) के बीच चलते हैं। संक्रमण केवल उन सुविधाओं के भीतर होता है जहाँ सुग्राही और संक्रमित एजेंट सह-अस्तित्व में होते हैं; आवागमन (commuting) को अलग-थलग माना जाता है।
• कपलिंग तंत्र (Coupling Mechanism): दोनों डोमेन को प्रत्येक टाइम स्टेप पर गतिशील रूप से जोड़ा जाता है।
  • ABM से PDE: जब कोई एजेंट PDE डोमेन में प्रवेश करने के लिए सीमा पार करता है, तो उन्हें ABM से हटा दिया जाता है, और उनकी स्वास्थ्य स्थिति को संगत PDE कंपार्टमेंट के लिए घनत्व योगदान (density contribution) में परिवर्तित कर दिया जाता है।
  • PDE से ABM: जब घनत्व PDE डोमेन से बाहर निकलता है, तो ABM में नए एजेंट स्थापित किए जाते हैं। उनकी स्वास्थ्य स्थितियाँ वर्तमान PDE कंपार्टमेंट घनत्व अनुपात के आधार पर नियत रूप से (deterministically) सौंपी जाती हैं, और उनके पथ (trajectories) पूर्व-मौजूद मोबाइल फोन डेटा प्लान से लिए जाते हैं।
  • संख्यात्मक स्थिरता (Numerical Stability): सीमा पर अस्थिरता को रोकने के लिए, घन-संबंधी समायोजन को एकल ग्रिड नोड्स के बजाय डोमेन में आनुपातिक रूप से वितरित किया जाता है। कृत्रिम प्रवाह (artificial fluxes) से बचने के लिए ज़ीरो न्यूमैन सीमा स्थितियाँ (Zero Neumann boundary conditions) लागू की जाती हैं।
• डेटा और कार्यान्वयन: मॉडल बर्लिन-ब्रैंडेनबर्ग क्षेत्र के 25% और 100% जनसंख्या का प्रतिनिधित्व करने वाले मोबाइल फोन डेटा का उपयोग करता है। व्यवहार परिवर्तन (जैसे लॉकडाउन) को गतिविधि परिवर्तन दरों के माध्यम से सिम्युलेट किया जाता है जो संक्रमण की संभावनाओं को नियंत्रित करती हैं। PDE को ट्राइएंगुलर मेश पर परिमित तत्व विधि (Finite Element Method - Kaskade7 सॉफ़्टवेयर) का उपयोग करके हल किया जाता है, जबकि ABM EpiSim का एक सुव्यवस्थित C++ कार्यान्वयन है।

प्रमुख योगदान

1. हाइब्रिड आर्किटेक्चर: यह पेपर संक्रामक रोग मॉडलिंग के लिए एक विशिष्ट कपलिंग तंत्र पेश करता है जो एजेंट-आधारित और घनत्व-आधारित निरूपणों के बीच व्यक्तियों के निर्बाध आदान-प्रदान की अनुमति देता है, जिससे कुल जनसंख्या द्रव्यमान और स्वास्थ्य स्थिति वितरण सुरक्षित रहता है।
2. वास्तविक दुनिया का सत्यापन: सेलुलर जीव विज्ञान तक सीमित पिछले हाइब्रिड अनुप्रयोगों के विपरीत, इस फ्रेमवर्क को बर्लिन-ब्रैंडेनबर्ग क्षेत्र के लिए वास्तविक दुनिया की मोबिलिटी और संक्रमण डेटा (रॉबर्ट कोच इंस्टीट्यूट - RKI से) का उपयोग करके मानव-से-मानव रोग संचरण के लिए लागू किया गया है।
3. पैरामीटर पहचान रणनीति: लेखक संक्रमण दरों ($\beta_{const}$) को PDE और ABM घटकों के लिए अलग-अलग फिट करने के तरीके का विवरण देते हैं, जो PDE में युग्मवार अंतःक्रियाओं (pairwise interactions) के गैर-रेखीय स्केलिंग बनाम सुविधा-आधारित संपर्क तीव्रता (facility-based contact intensity) के अंतर को ध्यान में रखता है।
4. स्केलेबिलिटी विश्लेषण: अध्ययन दो जनसंख्या पैमानों (25% और 100% सैंपल) में फ्रेमवर्क का मूल्यांकन करता है, यह प्रदर्शित करते हुए कि छोटे नमूनों पर फिट किए गए पैरामीटर उपयुक्त स्केलिंग के साथ बड़ी आबादी में प्रभावी रूप से स्थानांतरित किए जा सकते हैं।

परिणाम

• कम्प्यूटेशनल दक्षता: हाइब्रिड मॉडल पूर्ण-ABM की तुलना में समग्र सिमुलेशन रनटाइम को काफी कम कर देता है। यह कमी स्थिर परिणामों के लिए आवश्यक रन की संख्या और एक एकल रन की अवधि के गुणनफल द्वारा परिभाषित है।
• सटीकता: हाइब्रिड मॉडल दोनों 25% और 100% जनसंख्या नमूनों के लिए पूर्ण-ABM संदर्भ की तुलना में कम त्रुटि प्राप्त करता है।
• अल्पकालिक गतिशीलता: हाइब्रिड दृष्टिकोण ने अलग-अलग समय अंतराल (स्कूल बंद होने से पहले और बाद के) के लिए फिटिंग करने पर लघु सिमुलेशन क्षितिज (लगभग दो महीने) में बेहतर सटीकता प्रदर्शित की।
• पैरामीटर फिटिंग: ग्रिड सर्च ने विभिन्न समय अंतरालों के लिए इष्टतम संक्रमण दर पैरामीटर्स ($\beta_{const}$) की पहचान की। 25% सैंपल के लिए, इष्टतम पैरामीटर $4.5 \times 10^2$ (2–15 मार्च) और $1.6 \times 10^2$ (16 मार्च–28 अप्रैल) थे। पूर्ण-ABM को अपने अंशांकन (calibration) पैरामीटर के लिए अलग स्केलिंग कारकों की आवश्यकता थी।

महत्व और दावे
लेखक का दावा है कि प्रस्तावित ABM-PDE फ्रेमवर्क पूर्ण-स्केल एजेंट-आधारित सिमुलेशन के लिए एक मजबूत और कम्प्यूटेशनल रूप से कुशल विकल्प प्रदान करता है। कम्प्यूटेशनल बोझ को कम करके, यह फ्रेमवर्क तेज़ पैरामीटर फिटिंग को सक्षम बनाता है और बड़े पैमाने पर, यथार्थवादी महामारी विज्ञान मॉडलिंग और परिदृश्य विश्लेषण को अधिक व्यवहार्य बनाता है। पेपर इस बात पर जोर देता है कि हालांकि हाइब्रिड मॉडल कुछ व्यक्तिगत-स्तर की ट्रैकिंग (जैसे, PDE डोमेन में प्रवेश करते समय एजेंट ID खो जाते हैं) का त्याग करता है, यह कोर महामारी विज्ञान संबंधी गतिशीलता को सफलतापूर्वक कैप्चर करता है। यह कार्य वास्तविक दुनिया के क्षेत्रों की संरचनात्मक विषमता को संबोधित करने के लिए विभिन्न मॉडलिंग प्रतिमानों को जोड़ने के रूप में एक 'प्रूफ ऑफ कॉन्सेप्ट' के रूप में कार्य करता है, जिसका दीर्घकालिक लक्ष्य इसे एक व्यापक ABM-PDE-ODE कप्ल्ड मॉडल तक विस्तारित करना है। इस डोमेन में आगे के अनुसंधान का समर्थन करने के लिए कार्यान्वयन और डेटा उपलब्ध कराया गया है।