Impact of climate and acquired immunity on malaria burden in Senegal and The Gambia: an agent-based modeling study

मलेरिया एक ऐसी बीमारी है जो हर व्यक्ति के साथ एक जैसा व्यवहार नहीं करती है। जब परजीवी ले जाने वाला मच्छर किसी इंसान को काटता है, तो परिणाम इस बात पर बहुत अधिक निर्भर करता है कि उस व्यक्ति को पहले कितनी बार काटा जा चुका है। जीवन भर, बार-बार होने वाला संपर्क शरीर को संक्रमण से लड़ने के लिए प्रशिक्षित करता है, लेकिन यह सुरक्षा धीरे-धीरे विकसित होती है और कभी भी पूर्ण नहीं होती। एक छोटा बच्चा, जिसके पास संपर्क का बहुत कम इतिहास है, उस काटने के असर से बीमार पड़ने की अधिक संभावना रखता है जिसे एक वयस्क, जिसने बीमारी के कई मौसमों को जीवित रहकर पार किया है, शायद अनदेखा कर दे। यह सुरक्षा कोई स्थिर गुण नहीं है; यह स्थानीय वातावरण द्वारा आकार ली गई व्यक्तिगत इतिहास की एक रिकॉर्ड है। चूंकि मलेरिया ले जाने वाले मच्छरों को प्रजनन के लिए पानी की आवश्यकता होती है, इसलिए एक क्षेत्र में वर्षा की मात्रा यह निर्धारित करती है कि कितने मच्छर होंगे, जो बदले में यह तय करता है कि लोगों को कितनी बार काटा जाएगा और वे अपनी रक्षात्मक क्षमता कितनी जल्दी विकसित करेंगे।

इन बीमारियों का अध्ययन करने वाले वैज्ञानिक अक्सर यह अनुमान लगाने के लिए कि कितने लोग बीमार होंगे और प्रसार को रोकने की योजना बनाने के लिए कंप्यूटर मॉडल का उपयोग करते हैं। लंबे समय तक, ये मॉडल एक सरलीकृत धारणा पर निर्भर रहे हैं: वे पूरी आबादी को इस तरह मानते हैं जैसे कि हर किसी के पास सुरक्षा का बिल्कुल समान औसत स्तर हो। इस दृष्टिकोण में, एक ही गाँव के बच्चे और वयस्क को एक ही प्रतिरक्षा रक्षा दी जाती है, जिसे पूरे समुदाय के मध्य स्तर के रूप में गणना किया जाता है। हालांकि इससे गणित आसान हो जाता है, लेकिन यह इस वास्तविकता को नजरअंदाज कर देता है कि प्रतिरक्षा एक व्यक्तिगत यात्रा है। यदि मॉडल इस बारे में गलत हैं कि कौन सुरक्षित है और कौन नहीं, तो उन पर आधारित योजनाएं उन लोगों को पहचानने में चूक सकती हैं जिन्हें सबसे अधिक मदद की आवश्यकता है।

शोधकर्ताओं की एक टीम ने यह परीक्षण करने के लिए हाथ लगाया कि क्या यह सामान्य सरलीकरण सेनेगल और गाम्बिया में रोग के बोझ को समझने में महत्वपूर्ण त्रुटियों का कारण बनता है। ऐसा करने के लिए, उन्होंने VECTRI-ABM नामक एक नए प्रकार का कंप्यूटर सिमुलेशन बनाया। VECTRI-ABM, पुराने मॉडलों के विपरीत जो आबादी को एक एकल ब्लॉक के रूप में देखते हैं, एक ग्रिड-आधारित प्रणाली है जो जलवायु-संचालित वेक्टर घटक को मानव आबादी के एजेंट-आधारित प्रतिनिधित्व के साथ जोड़ती है, जो व्यक्तिगत स्तर पर प्रतिरक्षा को स्पष्ट करती है। यह मॉडल जलवायु डेटा का उपयोग करके मच्छरों को ट्रैक करता है और इसका मूल्यांकन मलेरिया एटलस प्रोजेक्ट के परजीवी दरों के अनुमानों और सेनेगल के नेशनल मलेरिया कंट्रोल प्रोग्राम के पुष्ट मामलों के विरुद्ध किया गया था। शोधकर्ताओं ने इस सिमुलेशन को एक विस्तृत क्षेत्र में चलाया जो सूखे साहेल से लेकर अधिक गीले उष्णकटिबंधीय क्षेत्रों तक फैला हुआ है, जो सेनेगल और गाम्बिया में पाए जाने वाले जलवायु के पूर्ण विस्तार को कैप्चर करता है।

टीम ने सबसे पहले अपने नए मॉडल की जांच दो गाँवों, डिएल्मो और एनडिओप से एकत्र किए गए वास्तविक डेटा के विरुद्ध की, जहाँ वैज्ञानिकों ने एक दशक से अधिक समय तक मच्छर के काटने और मलेरिया के मामलों को सावधानीपूर्वक दर्ज किया था। एक बार जब सिमुलेशन इन वास्तविक जीवन के अवलोकनों से मेल खा गया, तो शोधकर्ताओं ने पूरे क्षेत्र में इसे दो बार चलाया। पहले रन में, प्रत्येक आभासी व्यक्ति ने अपने काटने के व्यक्तिगत इतिहास के आधार पर प्रतिरक्षा विकसित की। दूसरे रन में, उन्होंने प्रत्येक व्यक्ति को मजबूर किया कि वे उसी औसत प्रतिरक्षा स्तर को साझा करें जो पूरे समुदाय के पास है, जो वर्तमान के अधिकांश मॉडलों में उपयोग किए जाने वाले मानक दृष्टिकोण की नकल करता है। दोनों रन की तुलना करके, वे देख सके कि व्यक्तिगत इतिहास को मिटाने से वास्तव में क्या खो गया।

परिणामों ने दिखाया कि प्रतिरक्षा को औसत बनाने का मानक दृष्टिकोण बीमारी की एक विकृत तस्वीर बनाता है। जब शोधकर्ताओं ने सरलीकृत मॉडल का उपयोग किया, तो इसने लगातार कम अनुमान लगाया कि कितने बच्चे बीमार हो रहे हैं, विशेष रूप से सबसे गीले क्षेत्रों में जहाँ मच्छर सबसे अधिक प्रचुर मात्रा में होते हैं। साथ ही, सरलीकृत मॉडल ने उन वयस्कों की संख्या का अधिक अनुमान लगाया जो बिना लक्षण दिखाए परजीवी को ढो रहे थे। यह महत्वपूर्ण है क्योंकि सार्वजनिक स्वास्थ्य रणनीतियाँ अक्सर विशिष्ट समूहों को लक्षित करती हैं; यदि मॉडल सुझाव देता है कि बच्चे वास्तव में जितने बीमार हैं उससे कम बीमार हैं, तो संसाधन उन लोगों से दूर जा सकते हैं जिन्हें उनकी सबसे अधिक आवश्यकता है। अध्ययन ने पाया कि प्रतिरक्षा को औसत बनाने से उत्पन्न होने वाली त्रुटि हर जगह एक समान नहीं है; यह स्थानीय जलवायु पर निर्भर करती है। उच्चतम वर्षा और सबसे तीव्र संचरण वाले क्षेत्रों में, बच्चों पर पड़ने वाले बोझ के अनुमान में गलती सबसे बड़ी थी।

हालाँकि, अध्ययन ने यह भी पहचाना कि सरल मॉडल कहाँ अच्छी तरह काम करता है। पंद्रह वर्ष से अधिक आयु के लोगों के लिए, सिमुलेशन के दोनों संस्करण नैदानिक मामलों की संख्या पर काफी हद तक सहमत थे। इस उम्र तक, इन क्षेत्रों के अधिकांश लोग पर्याप्त प्रतिरक्षा विकसित कर लेते हैं कि उनके व्यक्तिगत इतिहास से यह भविष्यवाणी करने में अधिक अंतर नहीं पड़ता कि वे बीमार होंगे या नहीं। मुख्य अंतर युवा आबादी में बना रहा, जहाँ सुरक्षा का संचय अभी भी प्रक्रिया में है। शोधकर्ताओं ने निष्कर्ष निकाला कि जबकि वृद्ध वयस्कों में बीमारी को समझने के लिए सरल, औसत दृष्टिकोण पर्याप्त हो सकता है, यह बच्चों पर पड़ने वाले वास्तविक बोझ को पकड़ने में विफल रहता है, विशेष रूप से क्षेत्र के सबसे गीले हिस्सों में। यह सुझाव देता है कि हस्तक्षेपों की सटीक योजना बनाने और मलेरिया के प्रसार को समझने के लिए, मॉडलों को इस तथ्य को ध्यान में रखना चाहिए कि प्रतिरक्षा एक व्यक्तिगत कहानी है, न कि एक सामुदायिक औसत।