Transmission Waiting Time: A Unifying Metric for Outbreak Controllability

तकनीकी सारांश: प्रकोप नियंत्रण क्षमता के लिए एक एकीकृत मीट्रिक के रूप में ट्रांसमिशन वेटिंग टाइम (संचरण प्रतीक्षा समय)

समस्या विवरण
संक्रामक रोग के प्रकोपों को नियंत्रित करने की व्यवहार्यता इस बात पर निर्भर करती है कि सार्वजनिक स्वास्थ्य हस्तक्षेप रोगजनक संचरण (pathogen transmission) से अधिक तेज़ी से कार्य करें। क्लासिकल कंट्रोलेबिलिटी थ्योरी (शास्त्रीय नियंत्रण सिद्धांत), जिसे 2003 के SARS-CoV-1 महामारी के बाद औपचारिक रूप दिया गया था, प्रकोप नियंत्रण को लक्षण-आधारित प्रतिमान (paradigm) के माध्यम से फ्रेम करती है। यह ढांचा मूल प्रजनन संख्या ($R_0$) और लक्षणों के प्रकट होने से पहले होने वाले संचरण के अंश के बीच संबंध स्थापित करता है। हालांकि SARS-CoV-1 और स्मॉलपॉक्स (जहाँ लक्षण संक्रामकता से पहले आते हैं) जैसे रोगजनकों के लिए यह प्रभावी है, लेकिन यह दृष्टिकोण उन रोगजनकों के लिए अंतर्निहित सीमाओं का संकेत देता जिनमें पर्याप्त प्री-सिम्प्टोमैटिक (लक्षण-पूर्व) या एसिम्प्टोमैटिक (लक्षणहीन) संचरण होता है, जैसे कि इन्फ्लुएंजा और SARS-CoV-2।

व्यापक आणविक निदान (molecular diagnostics) की उपलब्धता के साथ परिचालन परिदृश्य बदल गया है, जिससे नैदानिक लक्षणों से स्वतंत्र संक्रमण का पता लगाना और अलगाव (isolation) संभव हो गया है। यह बदलाव बाधा को नैदानिक पहचान से हटाकर परिचालन संबंधी बाधाओं (परीक्षण आवृत्ति, टर्नअराउंड समय, अधिसूचना विलंब और आइसोलेशन समयबद्धता) पर ले जाता है। हालांकि, एक ऐसा एकीकृत सैद्धांतिक ढांचा जो इन परिचालन हस्तक्षेप विलंबों को रोगजनक जीव विज्ञान द्वारा निर्धारित अंतर्निहित अस्थायी बाधाओं से जोड़ता है, अभी भी अनुपलब्ध है।

कार्यप्रणाली (Methodology)
लेखक एक सैद्धांतिक ढांचे को प्रस्तुत करते हैं जो ट्रांसमिशन वेटिंग टाइम (संचरण प्रतीक्षा समय) पर केंद्रित है, जिसे $w(\tau)$ द्वारा दर्शाया गया है। इस मीट्रिक को संक्रमण और प्रथम आगामी संचरण घटना के बीच के अंतराल के रूप में परिभाषित किया गया है, बशर्ते कम से कम एक माध्यमिक संचरण हो रहा हो।

1. विश्लेषणात्मक व्युत्पत्ति (होमोजीनियस मिक्सिंग):

   • यह ढांचा $w(\tau)$ को दो मौलिक महामारी संबंधी मापदंडों: मूल प्रजनन संख्या ($R_0$) और जनरेशन-इंटरवल वितरण ($g(\tau)$) से विश्लेषणात्मक रूप से व्युत्पन्न करता है।
   • यह मानते हुए कि माध्यमिक संचरण एक गैर-स्थिर पॉइसन प्रक्रिया (non-stationary Poisson process) से उत्पन्न होते हैं जिसका खतरा (hazard) $h(\tau) = R_0 g(\tau)$ है, लेखक प्रथम संचरण घटना की प्रायिकता घनत्व फलन (probability density function) प्राप्त करने के लिए सर्वाइवल एनालिसिस का उपयोग करते हैं:
     $$w(\tau) = \frac{R_0 g(\tau) \exp\left(-R_0 \int_0^\tau g(s) ds\right)}{1 - \exp(-R_0)}$$
   • यह मात्रा महामारी नियंत्रण के लिए एक अंतर्निहित 'स्पीड लिमिट' (गति सीमा) को परिभाषित करती है।

2. हस्तक्षेप मॉडलिंग (Intervention Modeling):

   • हस्तक्षेपों को दो परिचालन मात्राओं द्वारा संक्षेपित किया गया है: आइसोलेशन कवरेज ($P_{iso}$, पहचाने गए और अलग किए गए संक्रमणों का अंश) और आइसोलेशन-डिले वितरण ($\delta_{iso}(\tau)$)।
   • हस्तक्षेप के तहत प्रभावी प्रजनन संख्या ($R_e$) की गणना अन-आइसोलेटेड (अलगाव रहित) रहने की संभावना के विरुद्ध ट्रांसमिशन हजार्ड के एकीकरण द्वारा की जाती है।
   • लेखक $R_e \leq 1$ प्राप्त करने के लिए न्यूनतम आइसोलेशन गति और कवरेज के क्लोज्ड-फॉर्म बेंचमार्क व्युत्पन्न करते हैं। विशेष रूप से, वे दिखाते हैं कि यदि आइसोलेशन विलंब ट्रांसमिशन वेटिंग टाइम वितरण के समान है ($\delta_{iso} = w$), तो पूर्ण कवरेज के तहत भी $R_e$ सख्ती से 1 से कम होगा। वे आगे उस महत्वपूर्ण आइसोलेशन कवरेज ($P^*_{iso}$) को व्युत्पन्न करते हैं जो आवश्यक है जब विलंब $w(\tau)$ के समान हो लेकिन कवरेज अपूर्ण हो।

3. विषमता विश्लेषण (Heterogeneity Analysis):

   • मॉडल को जनसंख्या में संचरण विषमता (transmission heterogeneity) के लिए विस्तारित किया गया है। व्यक्तियों को एक ट्रांसमिसिबिलिटी पैरामीटर ($R$) और एक टाइमिंग पैरामीटर ($\mu_g$) द्वारा पहचाना जाता है।
   • लेखक यह निर्धारित करने के लिए ट्रांसमिसिबिलिटी और इन्फेक्टियसनेस टाइमिंग के बीच संबंध ($R \propto \mu_g^\gamma$) को मॉडल करते हैं कि क्या विषमता, होमोजीनियस धारणाओं से प्राप्त नियंत्रण निष्कर्षों को गुणात्मक रूप से बदल देती है।

4. परिचालन सिमुलेशन (Operational Simulation):

   • एक स्टोकेस्टिक ब्रांचिंग-प्रोसेस मॉडल टेस्ट-ट्रेस-आइसोलेट (TTI) रणनीतियों का अनुकरण करता है।
   • परिदृश्य विभिन्न परिचालन मेट्रिक्स को बदलते हैं: लक्षण-आधारित आइसोलेशन अनुपालन, परीक्षण आवृत्ति, डायग्नोस्टिक टर्नअराउंड समय, परीक्षण संवेदनशीलता और कॉन्टैक्ट ट्रेसिंग विलंब।
   • इन जटिल परिचालन घटकों को औसत आइसोलेशन विलंब ($\langle \tau \rangle_{iso}$) और आइसोलेशन कवरेज ($P_{iso}$) द्वारा परिभाषित एक लो-डायमेंशनल लैंडस्केप पर मैप किया गया है।

प्रमुख परिणाम

• नियंत्रण क्षमता के निर्धारक: ट्रांसमिशन वेटिंग टाइम व्यवस्थित रूप से छोटा होता है जब संचरण अधिक तीव्र (उच्च $R_0$) होता है और जब संक्रामकता (infectiousness) संक्रमण के शुरुआती चरणों में केंद्रित होती है (छोटा जनरेशन इंटरवल)।
• रोगजनक तुलना: विविध रोगजनकों पर इस ढांचे को लागू करने से अंतर्निहित नियंत्रण क्षमता में पर्याप्त भिन्नता का पता चलता है:
  • इबोला (Ebola): लंबे जनरेशन इंटरवल (15 दिन) और मध्यम $R_0$ के परिणामस्वरूप लंबे वेटिंग टाइम (12 दिन) होते हैं, जो हस्तक्षेप के लिए विस्तृत खिड़की प्रदान करते हैं।
  • स्मॉलपॉक्स (Smallpox): लंबे जनरेशन इंटरवल के बावजूद उच्च $R_0$ (5) के कारण छोटा वेटिंग टाइम (9 दिन) होता है और इसके लिए लगभग पूर्ण आइसोलेशन कवरेज की आवश्यकता होती है।
  • इन्फ्लुएंजा (H1N1): छोटे जनरेशन इंटरवल (3.6 दिन) बहुत कम वेटिंग टाइम (3 दिन) की ओर ले जाते हैं, जो मध्यम $R_0$ पर भी नियंत्रण को सीमित करते हैं।
  • SARS-CoV-2 का विकास: क्रमिक वेरिएंट्स (वाइल्ड टाइप $\to$ डेल्टा $\to$ ओमिक्रॉन) उच्च ट्रांसमिसिबिलिटी और छोटे जनरेशन इंटरवल की ओर विकसित हुए, जिससे ट्रांसमिशन वेटिंग टाइम ~3.7 दिनों से घटकर ~1.4 दिन हो गया। यह रुझान आवश्यक आइसोलेशन कवरेज को एकता (unity) की ओर धकेलता है, जिससे अधिकांश सेटिंग्स में ओमिक्रॉन के लिए आइसोलेशन-आधारित रोकथाम परिचालन रूप से अव्यवहार्य हो जाती है।
• विषमता का प्रभाव:
  • केवल व्यक्तिगत ट्रांसमिसिबिलिटी ($R$) में विषमता, बिना टाइमिंग के, जनसंख्या-स्तर के नियंत्रण बेंचमार्क को नहीं बदलती है।
  • इन्फेक्टियसनेस टाइमिंग ($\mu_g$) में विषमता, नियंत्रण को नया आकार देती है। यदि ट्रांसमिसिबिलिटी टाइमिंग से स्वतंत्र है, तो विषमता गति संबंधी आवश्यकताओं को कड़ा कर देती है। हालांकि, यदि ट्रांसमिसिबिलिटी अवधि के साथ बढ़ती है (सकारात्मक सहसंबंध), तो होमोजीनियस मॉडल एक रूढ़िवादी सीमा (conservative bound) प्रदान करता है, क्योंकि संचरण लंबे, अधिक इंटरसेप्ट करने योग्य संक्रमण प्रोफाइल में केंद्रित होता है।
• परिचालन परिदृश्य (Operational Landscapes):
  • लक्षण-आधारित आइसोलेशन SARS-CoV-2 वेरिएंट्स के लिए संरचनात्मक रूप से बहुत धीमा है क्योंकि इनक्यूबेशन अवधि लगातार ट्रांसमिशन वेटिंग टाइम से अधिक होती है।
  • परीक्षण-आधारित हस्तक्षेप इस विलंब को दूर कर सकते हैं। उच्च-आवृत्ति परीक्षण और तीव्र टर्नअराउंड (जैसे LFT या उभरते आणविक निदान) के साथ, आइसोलेशन विलंब को शुरुआती वेरिएंट्स के ट्रांसमिशन वेटिंग टाइम के बराबर या उससे कम स्तर तक संकुचित किया जा सकता है।
  • सिमुलेशन परिणाम दर्शाते हैं कि TTI के घटकों में वृद्धिशील सुधार (तेज़ ट्रेसिंग, उच्च संवेदनशीलता, अधिक बार परीक्षण) सिस्टम को विलंब-कवरेज लैंडस्केप में नियंत्रण सीमा ($R_e = 1$) की ओर ले जाते हैं। केवल समन्वित लाभ जो विलंब को कम करने और कवरेज बढ़ाने दोनों को एक साथ करते हैं, तेजी से प्रसारित होने वाले रोगजनकों के लिए नियंत्रण प्राप्त करते हैं।

महत्व और दावे
यह शोध पत्र प्रकोप नियंत्रण के लिए एक "लक्षण-अज्ञेय" (symptom-agnostic) एकीकृत सिद्धांत प्रदान करने का दावा करता है। नियंत्रण को लक्षण की शुरुआत के बजाय सबसे पहले संचरण की घटना से जोड़कर, यह ढांचा:

1. अंतर्निहित गति सीमाएं निर्धारित करता है: यह स्थापित करता है कि ट्रांसमिशन वेटिंग टाइम आइसोलेशन-आधारित नियंत्रण के लिए मौलिक अस्थायी बाधा है, जो केवल $R_0$ और $g(\tau)$ द्वारा निर्धारित होती है।
2. क्लोज्ड-फॉर्म बेंचमार्क प्रदान करता है: यह न्यूनतम आइसोलेशन गति और कवरेज के लिए विश्लेषणात्मक अभिव्यक्तियाँ प्रदान करता है, जिससे प्रारंभिक प्रकोप मापदंडों के आधार पर व्यवहार्यता का त्वरित मूल्यांकन संभव होता है।
3. परिचालन बाधाओं को स्पष्ट करता है: यह परीक्षण, ट्रेसिंग और आइसोलेशन जैसे जटिल बहु-घटक हस्तक्षेप प्रणालियों को एक लो-डायमेंशनल डिले-कवरेज प्लेन पर मैप करता है, जो रणनीतियों की तुलना और अनुकूलन के लिए एक सिद्धांत आधारित आधार प्रदान करता है।
4. विकासवादी बाधाओं की व्याख्या करता है: यह दर्शाता है कि कैसे वायरल विकास (बढ़ता $R_0$ और घटता जनरेशन इंटरवल) ट्रांसमिशन वेटिंग टाइम को कम करके, नियंत्रण की व्यवहार्यता को व्यवस्थित रूप से कम कर सकता है, जैसा कि SARS-CoV-2 के प्रक्षेपवक्र में देखा गया है।

लेखक निष्कर्ष निकालते हैं कि यह ढांचा प्रारंभिक चरण के निर्णय लेने, परीक्षण और ट्रेसिंग प्रदर्शन में निवेश को प्राथमिकता देने और यह स्पष्ट करने के लिए उपयुक्त है कि कब आइसोलेशन-आधारित नियंत्रण व्यवहार्य है बनाम कब शमन (mitigation) ही एकमात्र वास्तविक विकल्प रह जाता है।