Framework to estimate the cost-effectiveness of the Genome Sequencing-based surveillance network: an integrated operational model-epidemiological model approach

कल्पना कीजिए कि दुनिया के सभी वायरस एक विशाल, अराजक "म्यूजिकल चेयर्स" (Musical Chairs) के खेल की तरह हैं, जिसे अदृश्य खिलाड़ी खेल रहे हैं। कभी-कभी, एक नया खिलाड़ी पूरी तरह से अलग वेशभूषा पहनकर चुपके से अंदर आ जाता है (एक नया वेरिएंट), जो उसे उन नियमों से बचने में मदद करता है जिनका पालन बाकी सब कर रहे हैं। इस नए खिलाड़ी को पकड़ने के लिए, वैज्ञानिक एक सुपर-पावर्ड आवर्धक लेंस (magnifying glass) का उपयोग करते हैं जिसे जीनोम सीक्वेंसिंग (Genome Sequencing) कहा जाता है। लेकिन ट्विस्ट यह है कि सिर्फ आवर्धर लेंस होना ही काफी नहीं है। आपको नमूनों (samples) को उस लेंस तक पहुँचाने के लिए एक सुपर-फास्ट डिलीवरी सर्विस और उस लेंस से देखने के लिए पर्याप्त हाथों की भी आवश्यकता है, इससे पहले कि खेल नियंत्रण से बाहर हो जाए।

यह शोध पत्र एक विशाल, डिजिटल "क्या होगा अगर" (what-if) सिम्युलेटर बनाता है ताकि भारत में इन वायरल खिलाड़ियों को पकड़ने के लिए सही रेसिपी का पता लगाया जा सके। शोधकर्ताओं ने केवल अनुमान नहीं लगाया; उन्होंने एक जटिल वीडियो गेम बनाया जो दो दुनियाओं को मिलाता है: महामारी संबंधी मॉडल (Epidemiological Model) (कि भीड़ के माध्यम से वायरस कैसे फैलता है) और परिचालन मॉडल (Operational Model) (कि लैब वास्तव में नमूनों को कैसे प्रोसेस करती है)।

बड़ी खोज: यह एक संतुलन है, कोई जादू की छड़ी नहीं

मुख्य निष्कर्ष यह है कि आप केवल समस्या में अधिक पैसा झोंककर उम्मीद नहीं कर सकते कि वह काम करेगा। एक नए वायरस को पकड़ने की गति इस बात पर निर्भर करती है कि आप कितने नमूने भेजते हैं और आपकी लैब उन्हें कितनी तेजी से प्रोसेस कर सकती है के बीच एक नाजुक तालमेल है।

सोचिए कि सीक्वेंसिंग लैब एक व्यस्त कॉफी शॉप की तरह है जिसमें एक अकेला बरिस्ता (मशीन) है।

• जाल (The Trap): यदि आपके पास एक धीमा बरिस्ता (कम क्षमता) है लेकिन आप ग्राहकों की एक लंबी कतार (उच्च सैंपलिंग रेट) भेज देते हैं, तो लाइन इतनी लंबी हो जाती है कि पहला ग्राहक (नया वायरस सैंपल) पीछे फंस जाता है। बरिस्ता अपना पूरा दिन पुराने ग्राहकों (वेरिएंट 1) के लिए कॉफी बनाने में बिता देता है, और नया, खतरनाक ग्राहक (वेरिएंट 2) अनंत काल तक इंतजार करता है। पेपर के सिमुलेशन में, इस "भीड़भाड़" (congestion) ने वास्तव में तब नए वायरस को खोजने में देरी कर दी जब लैब पहले से ही बोझ तले दबी हुई थी।
• सही बिंदु (The Sweet Spot): शोधकर्ताओं ने पाया कि यदि आपके पास पर्याप्त बरिस्ता (उच्च क्षमता) हैं, तो अधिक ग्राहक भेजना (उच्च सैंपलिंग) आपको नए वायरस को तेजी से खोजने में मदद करता है। लेकिन यदि आपके पास पर्याप्त बरिस्ता नहीं हैं, तो अधिक ग्राहक भेजना केवल एक ट्रैफिक जाम पैदा करेगा।

समय के विरुद्ध दौड़

टीम ने 54 अलग-अलग परिदृश्यों का सिमुलेशन किया यह देखने के लिए कि एक नए "वेरिएंट" को पहचानने और जीवन बचाने के लिए शुरू करने में कितना समय लगेगा।

• घड़ी (The Clock): उनके सिमुलेशन में, एक नया वेरिएंट पहली बार दिखाई देने से लेकर जब सरकार वास्तव में कार्रवाई करना शुरू करती है (जैसे बीमार लोगों को अलग करना या अधिक परीक्षण करना), का समय 73 दिनों से 351 दिनों के बीच रहा। यह एक बहुत बड़ा अंतर है!
• "अर्ली बर्ड" बोनस: यदि नया वायरस महामारी की शुरुआत में आता है (जब पुराने मामले कम होते हैं), तो इसे बहुत तेजी से पकड़ा जाता है। लेकिन यदि यह तब आता है जब पुराना वायरस पहले से ही हर जगह मौजूद है, तो यह भीड़ में खो जाता है।
• "सुपर-वायरस" कारक: उन्होंने दो प्रकार के नए वायरसों का परीक्षण किया:
  1. "HH" वेरिएंट: उच्च गंभीरता (High severity), उच्च इम्यून एस्केप (High immune escape) (एक डरावना, कठिन-से-रोकने वाला राक्षस)।
  2. "LL" वेरिएंट: कम गंभीरता (Low severity), कम इम्यून एस्केप (Low immune escape) (एक हल्का, आसानी से पहचाने जाने वाला कीड़ा)।
     सिमुलेशन में डरावना "HH" वेरिएंट वास्तव में जल्दी पाया गया क्योंकि इसने अधिक लोगों को बीमार और अस्पताल में भर्ती किया, जिसका अर्थ है कि अधिक नमूने स्वाभाविक रूप से सिस्टम में आ गए। हल्का "LL" वेरिएंट बेहतर तरीके से छिप गया, जिसे पहचानने में अधिक समय लगा।

जीवन बचाने की लागत

पेपर ने यह भी पूछा: "क्या यह महंगा है?" उन्होंने गणना की कि प्रति जीवन-वर्ष बचाई गई लागत (cost per life-year saved) क्या है।

• लागत INR 9,137 से INR 326,714 के बीच थी।
• इसे समझने के लिए, लेखक नोट करते हैं कि यह भारत के प्रति व्यक्ति सकल घरेलू उत्पाद (GDP per capita) के एक से तीन गुना से काफी नीचे है, जो सार्वजनिक स्वास्थ्य के लिए एक "अच्छे सौदे" का मानक बेंचमार्क है।
• निर्णय (The Verdict): इन सिमुलेशन में, यह प्रणाली एक बेहतरीन निवेश है। हर बार जब उन्होंने वायरस को जल्दी पकड़ा, तो उन्होंने जीवन बचाया। वे जितना जल्दी पकड़ते हैं, उतने अधिक जीवन बचाते हैं। सबसे खतरनाक परिदृश्यों के लिए, वे संभावित मौतों में से 14.49% तक बचा सकते हैं। यदि वे धीमे थे, तो वे केवल 0.06% ही बचा पाते।

उन्होंने स्पष्ट रूप से किसे खारिज कर दिया

पेपर बहुत स्पष्ट है कि क्या काम नहीं करता है:

• केवल अधिक नमूने ही उत्तर नहीं हैं। यदि आपके पास एक धीमी लैब है, तो 5% के बजाय 30% नमूने भेजने से वास्तव में पहचान की गति धीमी हो गई क्योंकि बैकलॉग बन गया। आप बिना बाधा (bottleneck) को ठीक किए केवल "सैंपलिंग के जरिए" सुरक्षा नहीं पा सकते।
• बड़े लैब हमेशा बेहतर नहीं होते। एक बार जब वे "नोमिनल" स्तर (उनके मॉडल में 60 मशीनें) पर पहुँच गए, तो और अधिक (90 तक) जोड़ने से ज्यादा फायदा नहीं हुआ। अतिरिक्त गति अतिरिक्त लागत के लायक नहीं थी क्योंकि लैब पहले से ही प्रवाह को संभालने के लिए पर्याप्त तेज थी।

वे कितने आश्वस्त हैं?

यह जानना महत्वपूर्ण है कि यह पेपर एक सिमुलेशन है, न कि किसी वास्तविक दुनिया की घटना की रिपोर्ट जो पहले से हो चुकी है। लेखकों ने भारत के वास्तविक डेटा (जैसे 2021 में कितने लोग बीमार थे) और वास्तविक लैब वर्कफ़्लो के आधार पर एक डिजिटल मॉडल बनाया।

• उन्होंने यादृच्छिकता (randomness) को ध्यान में रखने के लिए हर परिदृश्य के लिए 100 रन का सिमुलेशन किया।
• उन्होंने भारत के लिए समायोजित अन्य देशों (जैसे केन्या) के इंटरव्यू और मूल्य सूचियों के आधार पर लागत का अनुमान लगाया।
• वे सुझाव देते हैं कि यह प्रणाली लागत प्रभावी है, लेकिन वे यह दावा नहीं करते कि उन्होंने अभी तक लाइव महामारी में इसे सिद्ध कर दिया है। वे कह रहे हैं, "यदि हम इसे इस तरह से बनाते हैं, तो गणित कहता है कि यह काम करेगा।"

जिज्ञासु किशोरों के लिए टेकअवे (Takeaway)

कल्पना कीजिए कि आप एक जहाज के कप्तान हैं जो समुद्र में शार्क को खोजने की कोशिश कर रहे हैं।

• यदि आपके पास एक छोटा टेलीस्कोप (कम क्षमता) है और आप पूरे समुद्र को स्कैन करते हैं (उच्च सैंपलिंग), तो आप लहरों से इतना थक और भ्रमित हो जाएंगे कि आप शार्क को मिस कर देंगे।
• यदि आपके पास एक शक्तिशाली टेलीस्कोप (उच्च क्षमता) है और आप पूरे समुद्र को स्कैन करते हैं, तो आप शार्क को तुरंत देख लेंगे।
• लेकिन यदि आपके पास एक शक्तिशाली टेलीस्कोप है और आप केवल एक छोटे गड्ढे को स्कैन करते हैं (कम सैंपलिंग), तो आप शार्क को मिस कर सकते हैं भले ही वह वहीं हो।

पेपर हमें बताता है कि अगले वायरल "शार्क" को पकड़ने के लिए, हमें यह सुनिश्चित करने की आवश्यकता है कि हमारा टेलीस्कोप उस पूरे समुद्र को संभालने के लिए पर्याप्त शक्तिशाली हो जिसे हम स्कैन करना चाहते हैं। यदि हम ऐसा करते हैं, तो हम बुरे लोगों को जल्दी पकड़ सकते हैं, प्रसार को रोक सकते हैं और बहुत सारे जीवन बचा सकते हैं। यह सबसे बड़ा जाल रखने के बारे में नहीं है; यह समुद्र के आकार के लिए सही जाल रखने के बारे में है।