← नवीनतम पेपर
📄 health informatics

Exposure Records Preserved by Two Users of Japan's COVID-19 Contact-Confirming Application During the Seventh Wave: A Descriptive Study

यह वर्णनात्मक अध्ययन कोविड-19 की सातवीं लहर के दौरान COCOA ऐप के दो जापानी उपयोगकर्ताओं द्वारा संरक्षित एक्सपोज़र रिकॉर्ड का विश्लेषण करता है, जो यह प्रकट करता है कि जबकि दर्ज एक्सपोज़र विंडो ने आम तौर पर महामारी के उत्थान और पतन का अनुसरण किया, एक आगामी नीति संशोधन डेटा में एक तीव्र गिरावट के साथ मेल खाता है जिसे ऐप के उपयोग और सॉफ़्टवेयर अपडेट जैसे भ्रमित करने वाले कारकों के कारण केवल नीति परिवर्तन के रूप में नहीं माना जा सकता है।

मूल लेखक: Nakagawa, S., Kumagai, S., Yamamoto, A.

प्रकाशित 2026-09-25
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Nakagawa, S., Kumagai, S., Yamamoto, A.

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ⚕️ यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें

सार्वजनिक स्वास्थ्य के डिजिटल परिदृश्य में, एक बार साधारण लोगों के स्मार्टफोन के भीतर एक शांत प्रयोग हुआ था। महामारी के चरम के दौरान, जापान ने एक ऐसा उपकरण तैनात किया जो नागरिकों की गोपनीयता से समझौता किए बिना उनकी सुरक्षा के लिए डिज़ाइन किया गया था। यह एप्लिकेशन, जिसे COCOA के नाम से जाना जाता था, लोगों के स्थान या उनके मिलने वाले लोगों को ट्रैक नहीं करता था। इसके बजाय, यह पास के फोनों के बीच डिजिटल संकेतों के एक सरल, गुमनाम आदान-प्रदान पर निर्भर था। जब दो उपकरण एक-दूसरे के पर्याप्त करीब आते थे, तो वे संक्षिप्त रूप से एक कोड का आदान-प्रदान करते थे। यदि उनमें से कोई व्यक्ति बाद में वायरस से संक्रमित पाया जाता, तो ऐप दूसरे व्यक्ति को सूचित कर सकता था कि वह संक्रमण के निकट रहा है, जबकि इस प्रक्रिया में दोनों पक्षों की पहचान पूरी तरह से छिपी रहती थी। यह प्रणाली पृष्ठभूमि में चुपचाप चलने के लिए डिज़ाइन की गई थी, जो इन निकटता के अनुभवों को "एक्सपोज़र विंडो" (exposure windows) के रूप में दर्ज करती थी। कुछ समय के लिए, ये डिजिटल लॉग लाखों फोनों पर मौजूद रहे, जो निकटता का एक मौन रिकॉर्ड था जो लोगों को सुरक्षित विकल्प चुनने में मदद कर सकता था। हालाँकि, संकट के समय के कई अस्थायी उपायों की तरह, इस प्रणाली की भी एक समाप्ति तिथि थी। जब एप्लिकेशन ने काम करना बंद कर दिया, तो उपकरणों पर संग्रहीत डेटा शून्य में खो गया, जिससे शोधकर्ताओं के सामने एक प्रश्न खड़ा हो गया: जब सिस्टम जीवित था, तब उन रिकॉर्डों ने वास्तव में क्या दिखाया था?

हाल ही में प्रकाशित एक वर्णनात्मक अध्ययन इस प्रश्न का उत्तर देने का प्रयास करता है, जो उन दो व्यक्तियों के संरक्षित रिकॉर्ड पर नज़र रखता है जिन्होंने ऐप के बंद होने के बाद भी अपना डेटा सुरक्षित रखा था। शोधकर्ताओं ने जापान की महामारी की सातवीं लहर पर ध्यान केंद्रित किया, एक ऐसा कालखंड जिसमें सितंबर 2022 के अंत में एक महत्वपूर्ण नीतिगत बदलाव शामिल था, जब सरकार ने मामलों की रिपोर्टिंग करने के तरीके को बदल दिया था। यह अध्ययन इस दौरान दो अलग-अलग पर्यवेक्षकों के डिजिटल पदचिह्नों का अनुसरण करता है। पहले पर्यवेक्षक ने टोक्यो में एक अस्पताल में काम किया और लगभग पूरी तरह से निजी कार से आवाजाही की, एक ऐसी दिनचर्या जिसने संभवतः दूसरों के साथ उनके संपर्क को सीमित कर दिया। दूसरे पर्यवेक्षक क्योटो प्रान्त में रहते थे और अपना अधिकांश समय घर पर बिताते थे। उनके फोन से निर्यात की गई फाइलों की जांच करके, शोधकर्ता देख सके कि ये दो लोग वास्तव में कब किसी ऐसे व्यक्ति के करीब थे जो संक्रमित हो सकता था, वे मुठभेड़ कितनी देर तक चलीं, और फोनों के बीच सिग्नल कितना मजबूत था।

रिकॉर्डों ने महामारी की सातवीं लहर के व्यापक उतार-चढ़ाव के समान एक पैटर्न प्रकट किया। अप्रैल की शुरुआत और सितंबर के अंत के बीच, जो 176 दिनों का कालखंड था, टोक्यो स्थित पर्यवेक्षक ने 358 संभावित एक्सपोज़र विंडो दर्ज किए, जबकि क्योटो पर्यवेक्षक ने 261 दर्ज किए। जब शोधकर्ताओं ने साप्ताहिक कुल योग को देखा, तो उन्होंने पाया कि दर्ज मुठभेड़ों की संख्या जुलाई में तेजी से बढ़ी और फिर सितंबर में घट गई, जो प्रत्येक प्रान्त में रिपोर्ट किए गए नए मामलों की दैनिक संख्या के साथ बारीकी से मेल खाती थी। संबंध इतना मजबूत था कि दोनों पर्यवेक्षकों के रिकॉर्ड के उतार-चढ़ाव राष्ट्रीय रुझानों के साथ तालमेल बिठाते हुए चले। हालाँकि, जब शोधकर्ताओं ने सप्ताह-दर-सप्ताह के परिवर्तनों को देखा, तो संबंध बहुत कमजोर हो गया। रिकॉर्ड नए मामलों की संख्या में होने वाले हर छोटे उतार-चढ़ाव पर तुरंत प्रतिक्रिया नहीं देते थे, जिससे यह संकेत मिलता है कि ऐप के लॉग्स ने प्रकोप की सामान्य लय को तो पकड़ा, लेकिन सूक्ष्म, दिन-प्रतिदिन के विवरणों को चूक गए।

इन मुठभेड़ों की प्रकृति पर करीब से नज़र डालने पर पता चला कि इनमें से अधिकांश संभवतः कम जोखिम वाले थे। ऐप प्रत्येक मुठभेड़ को एक 'वेट' (भार) देता है, जो इस आधार पर होता है कि दो फोनों के बीच सिग्नल कितना मजबूत था, जो दूरी और अवधि के एक प्रॉक्सी (proxy) के रूप में कार्य करता है। दोनों पर्यवेक्षकों के दर्ज किए गए विंडोज़ का विशाल बहुमत सबसे निचले भार वाली श्रेणी में आता था, जो यह दर्शाता है कि फोन या तो दूर थे या सिग्नल इतना कमजोर था कि वह घनिष्ठ, लंबे समय तक चलने वाली बातचीत का संकेत न दे सके। टोक्यो के पर्यवेक्षक के लिए, दर्ज किए गए विंडोज़ का 97.2 प्रतिशत इस सबसे कम भार वाली श्रेणी में था, और क्योटो के पर्यवेक्षक के लिए, यह आंकड़ा 93.1 प्रतिशत था। यह सुझाव देता है कि हालांकि ऐप लगातार निकटता का पता लगा रहा था, लेकिन इनमें से अधिकांश डिटेक्शन उस प्रकार के घनिष्ठ, निरंतर संपर्क वाले नहीं थे जो आमतौर पर संक्रमण का कारण बनते हैं।

अध्ययन ने एक प्रमुख नीतिगत परिवर्तन के तत्काल प्रभाव को भी दर्ज किया। 26 सितंबर, 2022 को, जापान ने अनिवार्य केस रिपोर्टिंग के अपने दृष्टिकोण में संशोधन किया, जिससे ऐप में डेटा के प्रवाह में बदलाव आया। इस परिवर्तन के बाद, दर्ज किए गए विंडोज़ की संख्या नाटकीय रूप से गिर गई। टोक्यो के पर्यवेक्षक ने संशोधन से पहले के 27 दिनों में 45 मुठभेड़ों से गिरकर संशोधन के बाद के 27 दिनों में केवल तीन मुठभेड़ दर्ज कीं। क्योटो के पर्यवेक्षक ने, जिन्होंने संशोधन-पूर्व अवधि में 25 मुठभेड़ दर्ज की थीं, परिवर्तन के बाद के 23 दिनों में एक भी मुठभेड़ दर्ज नहीं की। यह तीव्र गिरावट दर्शाती है कि नीतिगत बदलाव का ऐप द्वारा एकत्र किए जा सकने वाले डेटा पर मूर्त प्रभाव पड़ा, हालांकि शोधकर्ता नोट करते हैं कि वे इस प्रभाव को अन्य कारकों, जैसे कि डायग्नोसिस कीज़ (diagnosis keys) की आपूर्ति में बदलाव, कितने लोगों ने ऐप का उपयोग जारी रखा, या स्वयं फोन ऑपरेटिंग सिस्टम के अपडेट से अलग नहीं कर सकते हैं।

अंततः, दो उपयोगकर्ताओं के डेटा का यह छोटा सा परीक्षण डिजिटल स्वास्थ्य रिकॉर्ड के विश्लेषण में शामिल जटिलता की याद दिलाता है। यह अध्ययन यह सिद्ध करने का दावा नहीं करता कि ऐप वायरस के प्रसार को रोकने में कितना प्रभावी था, न ही यह इसकी सफलता का निश्चित माप प्रदान करता है। इसके बजाय, यह इस बात पर प्रकाश डालता है कि उपयोगकर्ता के डिवाइस पर छोड़ा गया डेटा कई गतिशील घटकों का उत्पाद है: एक्सपोज़र गिनने के लिए उपयोग की जाने वाली परिभाषाएँ, डेटा प्राप्त करने की तिथियाँ, और समय के साथ होने वाले सॉफ्टवेयर और नीतिगत परिवर्तनों का इतिहास। इन दो उपयोगकर्ताओं द्वारा संरक्षित रिकॉर्ड दिखाते हैं कि ऐप वास्तव में महामारी की लहर की लय को पकड़ रहा था, लेकिन वे जो कहानी बताते हैं वह सूक्ष्म है, जो उपयोगकर्ताओं की विशिष्ट परिस्थितियों और सिस्टम के बदलते नियमों द्वारा आकार लेती है।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →