Correlation-Weighted Communicability Curvature as a Structural Driver of Dengue Spread: A Bayesian Spatial Analysis of Recife (2015-2024)

डेंगू के प्रसार के एक संरचनात्मक चालक के रूप में सहसंबंध-भारित संचार क्षमता वक्रता (Correlation-Weighted Communicability Curvature): रेसिफ़ (2015-2024) का एक बेयसियन स्थानिक विश्लेषण।

1. समस्या विवरण

उष्णकटिबंधीय शहरी वातावरण में डेंगू बुखार एक गंभीर सार्वजनिक स्वास्थ्य चुनौती बना हुआ है। जबकि पारंपरिक महामारी विज्ञान मॉडल (जैसे, SIR, कंपार्टमेंटल मॉडल) समग्र गतिकी को प्रभावी ढंग से पकड़ते हैं, वे अक्सर सूक्ष्म-स्तरीय स्थानिक विषमता (fine-scale spatial heterogeneity) और स्थानीय संचरण प्रक्रियाओं को दर्शाने में विफल रहते हैं।

• अंतराल (The Gap): शास्त्रीय स्थानिक मॉडल स्थानिक निर्भरता को मॉडल करने के लिए मुख्य रूप से भौगोलिक निकटता (geographic adjacency) (जैसे, क्वीन कंटिग्युटी मैट्रिसेस) पर निर्भर करते हैं। हालांकि, घने शहरी परिवेश में, रोग का प्रसार सरल ज्यामितीय निकटता के बजाय कार्यात्मक कनेक्टिविटी (functional connectivity) (मानव गतिशीलता, सड़क नेटवर्क और लौकिक समकालिकता) द्वारा अधिक संचालित होता है।
• उद्देश्य: यह अध्ययन जांच करता है कि क्या शहरी सड़क नेटवर्क में कार्यात्मक कनेक्टिविटी, जिसे एक नवीन ग्राफ-थ्योरेटिक मीट्रिक के माध्यम से मापा गया है, पारंपरिक जलवायु संबंधी, जनसांख्यिकीय और निकटता-आधारित स्थानिक भविष्यवाताओं की तुलना में डेंगू के प्रसार की बेहतर व्याख्या करती है।

2. कार्यप्रणाली

अ. डेटा स्रोत

• अध्ययन क्षेत्र: रेसिफ़, ब्राजील का महानगरीय क्षेत्र।
• समय सीमा: 2015–2024।
• डेटा: उच्च-रिज़ॉल्यूशन, सड़क-स्तरीय डेंगू निगरानी डेटा (जियोकोडेड केस लोकेशन), जलवायु डेटा (वर्षा, तापमान) और सामाजिक-आर्थिक चर (जनसंख्या घनत्व, आय, झुग्गी बस्ती का अनुपात) के साथ संयुक्त।

ब. ग्राफ निर्माण: कार्यात्मक संचरण टोपोलॉजी

लेखकों ने एक गतिशील ग्राफ $G = (V, E)$ का निर्माण किया जहाँ:

• शीर्ष (Vertices - $V$): स्थानीय डेंगू घटनाओं के टाइम सीरीज़ से जुड़े सड़क-स्तरीय स्थानों का प्रतिनिधित्व करते हैं।
• किनारे (Edges - $E$): किनारों को दो शीर्षों के बीच स्थापित किया गया यदि उनके टाइम सीरीज़ में सांख्यिकीय रूप से महत्वपूर्ण पियर्सन सहसंबंध (Pearson correlation) (महामारी विज्ञान संबंधी समकालिकता) प्रदर्शित हुआ हो।
• बाधाएं (Constraints):
  • स्थानिक छंटाई (Spatial Pruning): किनारे केवल तभी बनाए जाते हैं यदि शीर्ष 600 मीटर (लगभग Aedes aegypti की उड़ान सीमा का 3 गुना) के भीतर हों, ताकि जैविक तर्कसंगतता सुनिश्चित की जा सके।
  • वेटिंग (Weighting): किनारों के भार (weights) सहसंबंध की शक्ति ($w_{ij}$) और नोड्स के बीच संचार क्षमता (communicability) से प्राप्त किए गए हैं।

स. नवीन मीट्रिक: सहसंबंध-भारित संचार क्षमता वक्रता (Correlation-Weighted Communicability Curvature)

अध्ययन संरचनात्मक बाधाओं (bottlenecks) और प्रसार क्षमता को पकड़ने के लिए एक संशोधित मीट्रिक पेश करता है:

1. संचार क्षमता (Communicability - $C_{ij}$): इसे मैट्रिक्स एक्सपोनेंशियल $e^{\beta A}$ के रूप में परिभाषित किया गया है, जो नोड्स के बीच सभी संभावित 'वॉक्स' (walks) को एकत्रित करता है, जिसमें छोटे पथों को अधिक भार दिया जाता है लेकिन अप्रत्यक्ष दीर्घ-दूरी के पथों को भी शामिल किया जाता है। यह मल्टीस्केल सुलभता के प्रॉक्सी के रूप में कार्य करता है।
2. वक्रता (Curvature - $\kappa_{ij}$): लेखक सहसंबंध-भारित संचार क्षमता वक्रता को निम्नानुसार परिभाषित करते हैं:
   $$\kappa_{ij} = C_{ij}(\beta) \times w_{ij}$$
   जहाँ $w_{ij}$ एक लौकिक सहसंबंध भार है। यह मीट्रिक उन किनारों की पहचान करता जो संरचनात्मक रूप से प्रसार के लिए महत्वपूर्ण हैं और गतिशील रूप से रोग के प्रसार के मामले में समकालिक (synchronized) भी हैं।

द. सांख्यिकीय मॉडलिंग ढांचा

लेखकों ने मीट्रिक की मजबूती को मान्य करने के लिए एक बहु-चरणीय मॉडलिंग दृष्टिकोण अपनाया:

1. निगेटिव बाइनोमियल रिग्रेशन (Negative Binomial Regression): वक्रता और घटनाओं की संख्या के बीच आधारभूत संबंध स्थापित करने के लिए।
2. फिक्स्ड-इफेक्ट्स मॉडल (Fixed-Effects Models): अनपेक्षित पड़ोस विषमता और लौकिक चक्रों को नियंत्रित करने के लिए।
3. शास्त्रीय स्थानिक मॉडल (SAR/SAC): क्वीन कंटिग्युटी मैट्रिसेस का उपयोग करके स्थानिक ऑटोरिग्रेसिव (SAR) और स्थानिक ऑटोरिग्रेसिव कंबाइंड (SAC) मॉडल, यह परीक्षण करने के लिए कि क्या वक्रता को ध्यान में रखने के बाद अवशिष्ट स्थानिक निर्भरता बनी रहती है।
4. पदानुक्रमित बेयस मॉडल (INLA/BYM2): इंटीग्रेटेड नेस्टेड लाप्लास एप्रोक्सिमेशन (INLA) का उपयोग करके एक बेसैग-योर-मोलिए (BYM2) मॉडल। यह स्थानिक भिन्नता को विभाजित करता है:
   • संरचित घटक ($\phi$): निकटता-आधारित स्थानिक स्मूथिंग।
   • असंरचित घटक: स्थानीय विषमता।
5. आउट-ऑफ-सैंपल फोरकास्टिंग (Out-of-Sample Forecasting): मॉडल को 2015-2023 के डेटा पर प्रशिक्षित किया गया था ताकि 2024 की घटनाओं का पूर्वानुमान लगाया जा सके, जिससे वास्तविक भविष्य कहने की शक्ति और गैर-परिपumlarity (non-circularity) का परीक्षण किया जा सके।

3. मुख्य परिणाम

अ. वक्रता की भविष्य कहने की शक्ति (Predictive Power of Curvature)

• प्रमुख भविष्यवक्ता: सभी मॉडलों (निगेटिव बाइनोमियल, फिक्स्ड इफेक्ट्स, SAR, SAC, और BYM2) में, संचार क्षमता वक्रता डेंगू जोखिम के सबसे मजबूत और सबसे स्थिर भविष्यवक्ता के रूप में उभरी।
• प्रभाव का आकार (Effect Size): निगेटिव बाइनोमियल मॉडल में, वक्रता में 1-इकाई की वृद्धि अपेक्षित डेंगू घटनाओं को लगभग 65% कम कर देती है (गुणांक $\beta \approx -1.07$)।
• स्थिरता: प्रभाव वर्षा, तापमान, मौसमीता और सामाजिक-आर्थिक कारकों को नियंत्रित करने के बाद भी महत्वपूर्ण बना रहा।

ब. स्थानिक निर्भरता का पुनर्रूपण (Reparametrization of Spatial Dependence)

• निकटता प्रभावों का पतन (Collapse of Adjacency Effects): BYM2 मॉडल में, वक्रता को शामिल करने से संरचित स्थानिक घटक (CAR पैरामीटर $\phi$) लगभग शून्य ($\phi \approx 0.12$) तक गिर गया।
• व्याख्या: यह इंगित करता है कि स्थानिक भिन्नता, जिसे पारंपरिक रूप से ज्यामितीय निरंतरता (पड़ोसी पड़ोसियों को प्रभावित करते हैं) के रूप में माना जाता था, मुख्य रूप से कार्यात्मक नेटवर्क कनेक्टिविटी मीट्रिक द्वारा अवशोषित कर ली गई है। रेसिफ़ में डेंगू का प्रसार साधारण भौगोलिक निकटता के बजाय शहरी गतिशीलता नेटवर्क द्वारा संचालित होता है।
• SAR/SAC डायग्नोस्टिक्स: शास्त्रीय स्थानिक मॉडलों में, वक्रता को शामिल करने के बाद स्थानिक लैग टर्म ($W_y$) सांख्यिकीय रूप से गैर-महत्वपूर्ण हो गया, जो पुष्टि करता है कि निकटता-आधारित ऑटोकोरिलेशन, कार्यात्मक कनेक्टिविटी की तुलना में गौण है।

स. लौकिक गतिशीलता और संरचनात्मक परिवर्तन

• 2015 (उच्च कनेक्टिविटी): नेटवर्क ने अत्यधिक नकारात्मक वक्रता (उच्च एकीकरण) दिखाई, जो व्यापक, तीव्र प्रकोपों के अनुरूप थी।
• 2019 (विखंडन): वक्रता मान बढ़े (कम नकारात्मक), जो नेटवर्क विखंडन और कम कनेक्टिविटी को दर्शाता है, जो मामलों में भारी गिरावट के साथ मेल खाता है।
• 2024 (पुनर्गठन): वक्रता ने विषमता दिखाई, जो मध्यम कनेक्टिविटी के साथ एक वापसी का संकेत देती है, जिसमें उच्च जोखिम वाले स्थानीय पॉकेट शामिल हैं, जो 2015 के पैटर्न से भिन्न हैं।

द. आउट-ऑफ-सैंपल फोरकास्टिंग

• भविdtवाणी वैधता: 2023 तक के डेटा पर प्रशिक्षित होने पर, मॉडल ने 2024 की घटनाओं का सफलतापूर्वक पूर्वानुमान लगाया (RMSE = 57.2, MAE = 40.1)।
• गैर-परिपumlarity (Non-Circularity): फोरकास्ट मॉडल में वक्रता प्रभाव की निरंतरता यह सिद्ध करती है कि यह मीट्रिक भविष्य के जोखिम का अनुमान लगाने वाले शहरी नेटवर्क के स्थिर संरचनात्मक गुणों को पकड़ता है, न कि केवल समकालीन केस डेटा को पुनः कोड करता है।

4. प्रमुख योगदान

1. नवीन मीट्रिक: सहसंबंध-भारित संचार क्षमता वक्रता का परिचय, जो ग्राफ थ्योरी (संरचनात्मक महत्व) और टाइम-सीरीज़ विश्लेषण (महामारी विज्ञान संबंधी समकालिकता) को जोड़ता है।
2. स्थानिक महामारी विज्ञान में प्रतिमान परिवर्तन: यह अध्ययन इस बात का अनुभवजन्य प्रमाण प्रदान करता है कि जटिल शहरी वातावरण में, रोग का प्रसार भौगोलिक निकटता के बजाय कार्यात्मक कनेक्टिविटी (सड़क नेटवर्क और मानव गतिशीलता द्वारा संचालित) द्वारा अधिक सटीक रूप से संचालित होता है।
3. कार्यप्रणाली की कठोरता: निष्कर्षों की मजबूती को प्रमाणित करने के लिए व्यापक मॉडलों (शास्त्रीय रिग्रेशन से लेकर पदानुक्रमित बेयस INLA तक) के उपयोग और सख्त आउट-ऑफ-सैंपल फोरकास्टिंग का उपयोग किया गया है।
4. स्थान का पुनर्रूपण: BYM2 मॉडल में $\phi \approx 0$ मिलने से स्थानिक निर्भरता के बारे में मौलिक सोच बदल जाती है: स्थान केवल निकटता का एक पात्र नहीं है, बल्कि कार्यात्मक प्रवाह का एक नेटवर्क है।

5. महत्व और निहितार्थ

• सार्वजनिक स्वास्थ्य निगरानी: यह मीट्रिक उन "संरचनात्मक रूप से उत्सर्जक" (structurally emissive) मोहल्लों और प्रसार गलियारोंों की पहचान करने की अनुमति देता है जिन्हें पारंपरिक निकटता-आधारित जोखिम मानचित्रों द्वारा छोड़ा जा सकता है।
• संसाधन आवंटन: हस्तक्षेपों को केवल जनसंख्या घनत्व या प्रशासनिक सीमाओं के बजाय नेटवर्क केंद्रीयता और वक्रता के आधार पर लक्षित किया जा सकता है, जिससे वेक्टर नियंत्रण की दक्षता में सुधार हो सकता है।
• सामान्यीकरण क्षमता: यह ढांचा अन्य शहरी प्रसार प्रक्रियाओं (जैसे अपराध, यातायात, या ज़िका या चिकनगुनिया जैसे अन्य आर्बोवायरस) के लिए भी लागू किया जा सकता है जहाँ मानव गतिशीलता और नेटवर्क टोपोलॉजी, स्थिर भूगोल की तुलना में प्रसार को संचालित करते हैं।
• नीति प्रभाव: परिणाम बताते हैं कि शहरी नियोजन और गतिशीलता प्रबंधन डेंगू नियंत्रण रणनीतियों के महत्वपूर्ण घटक हैं, क्योंकि शहर की कनेक्टिविटी का "आकार" रोग के प्रसार को निर्धारित करता है।

निष्कर्षतः, यह शोध पत्र प्रदर्शित करता है कि नेटवर्क-मध्यस्थ शहरी कनेक्टिविटी रेसिफ़ में डेंगू प्रसार का प्राथमिक संरचनात्मक चालक है, जो भौगोलिक निरंतरता पर आधारित पारंपरिक स्थानिक मॉडलों की तुलना में एक बेहतर व्याख्यात्मक और भविष्य कहने वाला ढांचा प्रदान करता है।