Analysis of a Competitive Bivirus SIS Epidemic Model with Game Theoretic Social Distancing

तकनीकी सारांश: गेम थ्योरेटिक सोशल डिस्टेंसिंग के साथ एक प्रतिस्पर्धी द्वि-वायरस SIS महामारी मॉडल का विश्लेषण

समस्या विवरण
गणितीय महामारी विज्ञान (Mathematical epidemiology) पारंपरिक रूप से एकल-वायरस प्रसार या स्थिर व्यवहार संबंधी धारणाओं पर ध्यान केंद्रित करता रहा है। हालांकि, वास्तविक दुनिया के परिदृश्य अक्सर प्रतिस्पर्धी वायरसों (जैसे इन्फ्लुएंजा और सामान्य जुकाम) के सह-प्रसार और प्रकोपों के प्रति सार्वजनिक प्रतिक्रियाओं, जैसे कि सोशल डिस्टेंसिंग (सामाजिक दूरी), को शामिल करते हैं। मौजूदा प्रतिस्पर्धी द्वि-वायरस मॉडल आमतौर पर व्यक्तिगत निर्णय लेने और रोग संचरण के सह-विकास (co-evolution) को समझाने में विफल रहते हैं। विशेष रूप से, वे यह मॉडल नहीं करते हैं कि वायरल खतरों के प्रति सार्वजनिक धारणा और शमन रणनीतियों (mitigation strategies) से जुड़ी लागतें, दोनों वायरसों की प्रभावी संक्रामकता को गतिशील रूप से कैसे बदलती हैं। यह शोध पत्र इस अंतर को भरने के लिए एक मॉडल प्रस्तावित करता है जो दो प्रतिस्पर्धी वायरसों के प्रसार के आधार पर व्यक्तियों द्वारा सामाजिक दूरी बनाए रखने या न रखने के निर्णय को वर्णित करने के लिए 'इवोल्यूशनरी गेम थ्योरी' के साथ प्रतिस्पर्धी द्वि-वायरस गतिशीलता को एकीकृत करता है।

कार्यप्रणाली (Methodology)
लेखक एक नवीन गतिशील प्रणाली (dynamical system) का निर्माण करते हैं जो पाँच युग्मित गैर-रेखीय साधारण अवकल समीकरणों (ODEs) से बनी है। अवस्था चर (state variables) जनसंख्या के उन अंशों का प्रतिनिधित्व करते हैं जो वायरस 1 ($y_1$), वायरस 2 ($y_2$), और सामाजिक दूरी का पालन करने वाले सुप्त (susceptible - $z_S$) और संक्रमित ($z_1, z_2$) व्यक्तियों के अंशों को दर्शाते हैं।

1. महामारी गतिशीलता (Epidemic Dynamics): मॉडल दो प्रतिस्पर्धी वायरसों के लिए एक ससेप्टिबल-इन्फेक्टेड-ससेप्टिबल (SIS) ढांचे का उपयोग करता है। संक्रमण दरों को एक सामाजिक दूरी कारक $q \in (0,1)$ द्वारा नियंत्रित किया जाता है, जो संपर्क दरों को कम करता है।
2. व्यवहार संबंधी गतिशीलता (Behavioral Dynamics): सामाजिक दूरी बनाए रखने के व्यक्तिगत निर्णयों को रेप्लिकेटर समीकरणों (replicator equations) का उपयोग करके मॉडल किया गया है, जो इवोल्यूशनरी गेम थ्योरी का एक मानक उपकरण है।
   • सुप्त व्यक्ति (Susceptible Individuals): सामाजिक दूरी बनाए रखने के लिए उनका 'पे-ऑफ' (payoff) आर्थिक/सामाजिक लागत ($c_D$) बनाम संक्रमण के कथित जोखिम (जो दोनों वायरसों के वर्तमान प्रसार $r_1 y_1 + r_2 y_2$ का एक रैखिक फलन है) पर निर्भर करता है।
   • संक्रमित व्यक्ति (Infected Individuals): उनका पे-ऑफ सामाजिक दूरी की लागत ($c_D$) बनाम सामाजिक दूरी न अपनाने की कथित लागत ($c_i$), जो दूसरों को संक्रमित करने के जोखिम का प्रतिनिधित्व करती है, पर निर्भर करता है।
3. विश्लेषण उपकरण (Analysis Tools): लेखक जैकोबियन लीनियराइजेशन (Jacobian linearization), स्पेक्ट्रल रेडियस विश्लेषण (spectral radius analysis), और सेंटर मैनिफोल्ड थ्योरी (Center Manifold Theory) जैसी स्थिरता विश्लेषण तकनीकों का उपयोग करते हैं। वे विशेष रूप से सिस्टम की एकरूपता (monotonicity) और विभिन्न संतुलन वर्गों (equilibrium classes) की स्थिरता की जांच करते हैं: रोग-मुक्त संतुलन (DFE), एकपक्षीय संतुलन (एक वायरस स्थानिक/endemic), और सह-अस्तित्व संतुलन (दोनों वायरस स्थानिक)।

प्रमुख योगदान
यह शोध पत्र गतिशील व्यवहार वाले बहु-वायरस प्रणालियों की समझ में कई सैद्धांतिक योगदान देता है:

• गैर-एकलता (Non-Monotonicity): क्लासिक प्रतिस्पर्धी द्वि-वायरस SIS मॉडल के विपरीत, लेखक सिद्ध करते हैं (प्रमेय 3.1) कि उनकी युग्मित प्रणाली एक मोनोटोन डायनेमिकल सिस्टम (MDS) नहीं है। इसका तात्पर्य यह है कि MDS के लिए मानक अभिसरण गारंटी (convergence guarantees) लागू नहीं होती हैं, और बिना आगे के विश्लेषण के जटिल व्यवहार (जैसे लिमिट साइकल या अराजकता/chaos) को खारिज नहीं किया जा सकता है।
• संतुलन वर्गीकरण (Equilibrium Classification): शोध पत्र सिस्टम के संतुलनों को व्यापक रूप से वर्गीकृत करता है:
  • DFEs: सुप्त और संक्रमित आबादी के बाइनरी विकल्पों के आधार पर आठ संभावित DFEs की पहचान करता है।
  • एकपक्षीय संतुलन (Unilateral Equilibria): उन अवस्थाओं का वर्णन करता है जहाँ एक वायरस बना रहता है और दूसरा समाप्त हो जाता है, जिसमें सामाजिक दूरी के विभिन्न स्तर (कोई नहीं, सभी, या आंशिक) शामिल हैं।
  • सह-अस्तित्व संतुलन (Coexistence Equilibria): यह प्रदर्शित करता है कि सह-अस्तित्व संतुलन अलग-थलग बिंदुओं के रूप में नहीं बल्कि संतुलन के निरंतरता (lines or curves) के रूप में प्रकट होते हैं, जो केवल तभी होता है जब दोनों वायरसों के मूल प्रजनन संख्या ($R_0^1 = R_0^2$) समान हों।
• स्थिरता की स्थिति (Stability Conditions):
  • DFE स्थिरता: DFEs की लगभग वैश्विक घातीय स्थिरता (almost global exponential stability) के लिए आवश्यक और पर्याप्त स्थितियाँ प्रदान करता है, जो स्थिरता को प्रभावी प्रजनन संख्या के इकाई से कम होने से जोड़ता है।
  • एकपक्षीय स्थिरता: एकल-वायरस स्थानिक अवस्थाओं की स्थिरता के लिए स्थितियाँ व्युत्पन्न करता है, यह दिखाते हुए कि स्थिरता प्रमुख वायरस की प्रभावी प्रजनन संख्या और सामाजिक दूरी के लिए जनसंख्या के पे-ऑफ पर निर्भर करती है।
  • सह-अस्तित्व स्थिरता: सह-अस्तित्व के निरंतरता के स्थानीय स्थिरता की स्थितियों को स्थापित करने के लिए सेंटर मैनिफोल्ड थ्योरी का उपयोग करता है।

परिणाम
सैद्धांतिक निष्कर्षों का समर्थन रनगे-कुट्टा (Runge-Kutta) विधियों का उपयोग करके संख्यात्मक सिमुलेशन द्वारा किया गया है। मुख्य परिणाम निम्नलिखित हैं:

1. उन्मूलन पर व्यवहारिक प्रभाव: मॉडल दर्शाता है कि सार्वजनिक धारणा और सामाजिक दूरी की लागत, सिस्टम को स्थानिक अवस्था (endemic state) से रोग-मुक्त अवस्था में बदल सकती है, भले ही मूल प्रजनन संख्या ($R_0$) 1 से अधिक हो।
2. प्रभुत्व और निष्कासन (Dominance and Exclusion): एकपक्षीय परिदृश्यों में, वह वायरस जिसकी प्रभावी प्रजनन संख्या (सामाजिक दूरी व्यवहार द्वारा मध्यस्थता की गई) अधिक होती है, वह हावी होने और दूसरे को बाहर करने की प्रवृत्ति रखता है, बशर्ते कि विशिष्ट लागत-लाभ सीमाएँ पूरी हों।
3. सह-अस्तित्व की निरंतरता: जब वायरसों की मूल प्रजनन संख्या समान होती है, तो सिस्टम सह-अस्तित्व संतुलन की एक रेखा को स्वीकार करता है। इस रेखा की स्थिरता इस बात पर निर्भर करती है कि प्रभावी प्रजनन संख्या सामाजिक दूरी की लागत के सापेक्ष पर्याप्त रूप से उच्च है या निम्न।
4. जटिल गतिशीलता (Complex Dynamics): खंड 9.2 में, लेखक एक संशोधित मॉडल का अन्वेषण करते हैं जिसमें एक "समन्वय शब्द" (coordination term - जहाँ सामाजिक दूरी सामाजिक रूप से सुदृढ़ होती है) शामिल है। यह संशोधन लिमिट साइकल (limit cycles) की संभावना पेश करता है, यह प्रदर्शित करते हुए कि मत (opinion) की गतिशीलता और महामारी प्रसार के बीच का परस्पर प्रभाव उस चक्रीय व्यवहार को उत्पन्न कर सकता है जो मूल मॉडल में मौजूद नहीं था।

महत्व
यह शोध पत्र कठोरता से यह स्पष्ट करने का दावा करता है कि सामाजिक व्यवहार प्रतिस्पर्धी वायरसों की प्रभावी संक्रामकता को कैसे मध्यस्थ (mediate) करता है। स्थिर धारणाओं से आगे बढ़कर, यह मॉडल प्रकट करता है कि:

• खतरे के स्तर के प्रति सार्वजनिक धारणा यह निर्धारित करने में एक महत्वपूर्ण कारक है कि वायरस बने रहेंगे या समाप्त हो जाएंगे।
• बहु-वायरस परिदृश्यों को समझने के लिए विभिन्न वायरसों के प्रति धारणा का अंतर आवश्यक है।
• गेम-थ्योरेटिक गतिशीलता का परिचय क्लासिक मॉडलों की तुलना में स्थिरता परिदृश्य को मौलिक रूप से बदल देता है, जिससे सिस्टम मोनोटोनिटी (एकलता) से दूर चला जाता है और अधिक जटिल गतिशील व्यवहारों के द्वार खोलता है।

यह कार्य इस बात का विश्लेषण करने के लिए एक ढांचा प्रदान करता है कि शमन नीतियां (जैसे सामाजिक दूरी) वायरल प्रतिस्पर्धा के साथ कैसे परस्पर क्रिया करती हैं, यह सुझाव देते हुए कि ऐसी नीतियों की सफलता संक्रमण के प्रसार और व्यक्तिगत लागत-लाभ गणनाओं के बीच गतिशील फीडबैक पर अत्यधिक निर्भर करती है।