A New Method to Predict the Effect of an Intervention in the Host Population to Reduce the Magnitude of an Outbreak of a Vector-Borne Infection

तकनीकी सारांश: वेक्टर-जनित संक्रमण के प्रकोप की तीव्रता को कम करने के लिए मेजबान आबादी में हस्तक्षेप के प्रभाव की भविष्यवाणी करने की एक नई विधि

समस्या विवरण
संक्रामक रोगों, विशेष रूप से डेंगू जैसे वेक्टर-जनित संक्रमणों के लिए नियंत्रण उपायों की प्रभावकारिता का अनुमान लगाना पारंपरिक रूप से स्थिर-अवस्था (steady-state) धारणाओं (जैसे, निरंतर संचरण तीव्रता) पर निर्भर रहा है। हालांकि, ब्राजील जैसे क्षेत्रों में वेक्टर-जनित संक्रमणों में वार्षिक प्रकोप होते हैं जो वेक्टर आबादी और जलवायु कारकों में मौसमी विविधताओं द्वारा संचालित होते हैं, जिससे स्थिर-अवस्था मॉडल अपर्याप्त हो जाते हैं। इसके अलावा, वेक्टर की गतिशीलता और मानव आवाजाही की जटिलता के कारण इन प्रकोपों की तीव्रता का पूर्वानुमान लगाना कठिन है। मौजूदा विधियां अक्सर एक नए संतुलन (equilibrium) को माने बिना या अज्ञात समय-निर्भर मापदंडों के जटिल स्टोकेस्टिक मॉडलिंग की आवश्यकता के बिना, हस्तक्षेप बनाम गैर-हस्तक्षेप परिदृश्यों के तहत प्रकोप की तीव्रता की तुलना करने में संघर्ष करती हैं।

कार्यप्रणाली
लेखक एक नियतात्मक (deterministic) गणितीय ढांचे का प्रस्ताव करते हैं जो स्थिर-अवस्था की धारणा के बिना वेक्टर-जनित प्रकोप की तीव्रता पर एक हस्तक्षेप (जैसे, टीकाकरण) के प्रभाव का अनुमान लगाता है। यह विधि एक विशिष्ट अनुभवजन्य अवलोकन पर आधारित है: ब्राजीलियाई शहरी केंद्रों में Aedes-जनित संक्रमणों के लिए, रिपोर्ट किए गए मामलों के अनुपात का आयु वितरण, प्रकोप की तीव्रता और भौगोलिक स्थान दोनों से स्वतंत्र होता है।

मॉडल के मुख्य घटक शामिल हैं:

1. इनपुट डेटा: आयु और समय के आधार पर वर्गीकृत आधिकारिक रिपोर्ट किए गए आयु-निर्भर घटना डेटा ($Inc_H(a, t)$)।
2. आयु वितरण अपरिवर्तनीयता (Age Distribution Invariance): मॉडल एक फलन $\phi(a)$ का उपयोग करता है, जो आयु के अनुसार मामलों के अनुपात का प्रतिनिधित्व करता है, जिसे विभिन्न प्रकोप तीव्रताओं और स्थानों में स्थिर माना जाता है।
3. हस्तक्षेप सिमुलेशन: विधि एक विशिष्ट आयु अंतराल $[a_1, a_2]$ के भीतर मामलों के एक अंश $p$ को हटाने के लिए एक हस्तक्षेप (जैसे, एक वैक्सीन) का अनुकरण करती है।
4. संचरण गतिशीलता (Transmission Dynamics): मॉडल मानव मामलों की कुल संख्या ($\Lambda_T$) को अतिसंवेदनशील मनुष्यों ($S_H$) और संक्रमित मच्छरों ($I_M$) के गुणनफल से जोड़ता है। यह मानव मामलों में कमी के परिणामस्वरूप संक्रमित मच्छरों में कमी ($\alpha$) और सेरोप्रिवेलेंस डेटा के आधार पर अतिसंवेदनशील मेजबानों में कमी ($\beta$) की गणना करता है।
5. प्रभावकारिता गणना: हस्तक्षेप की प्रभावकारिता ($Eff_T$) को $1 - \alpha(a_1, a_2)\beta(a_1, a_2, T)$ के रूप में प्राप्त किया जाता है, जो हस्तक्षेप से पहले और बाद के मामलों के अनुपात को दर्शाता है।

इस ढांचे को 2019 के प्रकोप के दौरान, ब्राजील के साओ जोसे डो रियो प्रेटो (SJRP) के डेंगू डेटा पर लागू किया गया था, जिसमें अतिसंवेदनशील जनसंख्या का अनुमान लगाने के लिए चियारावोलोटी-नेटो एट अल (2019) के सेरोप्रिवेलेंस डेटा का उपयोग किया गया था।

प्रमुख परिणाम

• आयु वितरण स्थिरता: अध्ययन ने पुष्टि की कि SJRP, रियो डी जनेरियो और पूरे ब्राजील में डेंगू के मामलों का आयु वितरण वर्षों और प्रकोप की तीव्रता (2001-2024) के बावजूद सुसंगत रहता है।
• टीकाकरण का सिमुलेशन: 2019 के SJRP प्रकोप में 10-20 आयु वर्ग के 100% टीकाकरण कवरेज का अनुकरण करने से 28% की अनुमानित हस्तक्षेप प्रभावकारिता प्राप्त हुई। इसकी गणना संक्रमित मच्छरों की कुल संख्या और अतिसंवेदनशील मेजबानों के अनुपात में कमी निर्धारित करके की गई थी।
• हर्ड इम्युनिटी थ्रेशोल्ड (Herd Immunity Threshold): 2019 के प्रकोप की प्रारंभिक विकास दर ($\lambda = 1.12$) का उपयोग करते हुए, मूल प्रजनन संख्या ($R_0$) का अनुमान 5.76 लगाया गया। फलस्वरूप, प्रकोप को समाप्त करने के लिए अतिसंवेदनशील आबादी के आवश्यक महत्वपूर्ण अनुपात की गणना 83% की गई।
• वैक्सीन रणनीति विश्लेषण: मॉडल का उपयोग विभिन्न आयु अंतरालों (12-59 वर्ष) में बुंटनटैन-डीवी (Butantan-DV) वैक्सीन की प्रभावकारिता (74.7%) के प्रभाव का अनुकरण करने के लिए किया गया। तालिका 1 और चित्र 7 दर्शाते हैं कि कैसे विभिन्न कवरेज स्तर और आयु सीमाएं प्रभावी प्रतिरक्षा सुरक्षा में परिवर्तित होती हैं, जिससे पता चलता है कि उस विंडो के भीतर सभी अतिसंवेदनशील व्यक्तियों की सुरक्षा सुनिश्चित करने के लिए लक्षित आबादी का टीकाकरण करना आवश्यक है।

महत्व और दावे
यह शोध पत्र वेक्टर-जनित संक्रमणों के विरुद्ध हस्तक्षेप की प्रभावकारिता का अनुमान लगाने के लिए एक नई विधि प्रदान करने का दावा करता है जो स्थिर-अवस्था की धारणा और प्रकोप की तीव्रता से स्वतंत्र है। इसका प्राथमिक महत्व इस बात में निहित है कि यह केवल रिपोर्ट किए गए केस डेटा और मामलों के अपरिवर्तनीय आयु वितरण का उपयोग करके, हस्तक्षेप के साथ और हस्तक्षेप के बिना प्रकोप की तीव्रता की तुलना करने में सक्षम है।

लेखक इस बात पर जोर देते हैं कि यह विधि भविष्य के प्रकोप के आकार की भविष्यवाणी किए बिना इष्टतम टीकाकरण रणनीतियों (जैसे, सर्वोत्तम आयु अंतराल की पहचान करना) को निर्धारित करने की अनुमति देती है। हालांकि, पेपर अपनी सीमाओं के संबंध में एक विनम्र लहजा बनाए रखता है:

• डेटा निर्भरता: यह विधि आधिकारिक अधिसूचना प्रणालियों की गुणवत्ता पर बहुत अधिक निर्भर है; रिपोर्टिंग में पूर्वाग्रह निष्कर्षों से समझौता कर सकते हैं।
• अतिसंवेदनशील जनसंख्या का अनुमान: एक महत्वपूर्ण सीमा अतिसंवेदनशील व्यक्तियों की संख्या या अनुपात के सटीक ज्ञान की आवश्यकता है, जिसके लिए आमतौर पर सेरोप्रिवेलेंस सर्वेक्षणों की आवश्यकता होती है। लेखक नोट करते हैं कि वास्तविक दुनिया के परिदृश्यों में, जहां हस्तक्षेप केवल कुल जनसंख्या (बजाय केवल अतिसंवेदनशील आबादी के) पर अंधाधुंध रूप से लागू किया जाता है, वहां पूर्व और पश्चात-हस्तक्षेप सेरोलॉजिकल परीक्षण के बिना संरक्षित व्यक्तियों की सटीक संख्या ज्ञात नहीं होती है।
• क्षेत्र (Scope): यह विश्लेषण मध्यम-से-छोटे शहरों के लिए मान्य है जहाँ प्रकोप पूरी आबादी में होता है, न कि बड़े शहरों के लिए जहाँ संचरण स्थानिक रूप से खंडित (spatially fragmented) हो सकता है।

लेखक निष्कर्ष निकालते हैं कि जबकि रैंडमाइज्ड कंट्रोल्ड ट्रायल्स के बाहर संचरण तीव्रता पर हस्तक्षेप के प्रभाव का अनुभवजन्य सत्यापन व्यावहारिक रूप से असंभव है, यह विधि एक मजबूत सैद्धांतिक ढांचा प्रदान करती है जब सेरोप्रिवेलेंस डेटा उपलब्ध हो।