Generalized SEIR model and a new reproduction number reflecting the real epidemic dynamics

तकनीकी सारांश: सामान्यीकृत SEIR मॉडल और वास्तविक महामारी गतिशीलता को दर्शाने वाला एक नया प्रजनन संख्या (Reproduction Number)

समस्या विवरण
महामारी की गतिशीलता के लिए मौजूदा गणितीय मॉडल, जैसे कि क्लासिक SIR मॉडल, अक्सर ऊष्मायन अवधि (इन्क्यूबेशन पीरियड - एक्सपोज़्ड कंपार्टमेंट), छिपी हुई (एसिम्प्टोमैटिक) संक्रमणों, पुन: संक्रमण (re-infections), और टीकाकरण एवं नवजात शिशुओं के प्रभावों सहित महत्वपूर्ण कारकों को शामिल करने में विफल रहते हैं। लेखक द्वारा प्रस्तावित पिछले मॉडलों ने छिपी हुई गतिशीलता और पुन: संक्रमणों को संबोधित किया था, लेकिन उन्होंने एक्सपोज़्ड कंपार्टमेंट ($E$) की उपेक्षा की थी। इसके अतिरिक्त, प्रभावी प्रजनन संख्या ($R_t$) की मानक परिभाषाएँ केवल दृश्य (लक्षण युक्त) मामलों पर निर्भर करती हैं, जो वास्तविक संक्रमण प्रसार दर को सटीक रूप से नहीं दर्शा सकती हैं जब जनसंख्या का एक बड़ा हिस्सा एसिम्प्टोमैटिक या अपंजीकृत हो। यह शोध पत्र एक अधिक व्यापक मॉडल की आवश्यकता को संबोधित करता है जो एक्सपोज़्ड कंपार्टमेंट को छिपी हुई गतिशीलता के साथ एकीकृत करता है और वास्तविक महामारी रुझानों को बेहतर ढंग से दर्शाने के लिए एक नया मीट्रिक प्रस्तावित करता है।

कार्यप्रणाली (Methodology)
लेखक एक सामान्यीकृत SEIR (ससेप्टिबल-एक्सपोज़्ड-इंफेक्शियस-रिमूव्ड) मॉडल प्रस्तावित करते हैं जिसमें छह युग्मित अवकल समीकरण (coupled differential equations) शामिल हैं। यह मॉडल एक्सपोज़्ड व्यक्तियों ($E$) के लिए एक कंपार्टमेंट पेश करके और दोनों संक्रामक ($I$) और रिमूव्ड ($R$) आबादी को दृश्य (पंजीकृत) और छिपे हुए (अपंजीकृत/एसिम्प्टोमैटिक) उप-कंपार्टमेंट्स में विभाजित करके पिछले कार्यों का विस्तार करता है।

गणितीय ढांचे की मुख्य विशेषताएं शामिल हैं:

• छह अवकल समीकरण: ससेप्टिबल ($S$), एक्सपोज़्ड ($E$), दृश्य संक्रामक ($I^v$), छिपे हुए संक्रामक ($I^h$), दृश्य रिमूव्ड ($R^v$), और छिपे हुए रिमूव्ड ($R^h$) की गतिशीलता को नियंत्रित करते हैं।
• पैरामीटर्स: मॉडल में प्रति महामारी लहर 14 अज्ञात पैरामीटर्स शामिल हैं, जिनमें संक्रमण दर ($\alpha$), रिमूवल दर ($\rho$), प्रतिरक्षा कम होने की दर ($\delta$), दृश्यता गुणांक ($\beta$), और एक गुणांक ($\mu$) शामिल है जो जन्मों, टीकाकरण और पुन: संक्रमणों के कारण ससेप्टिबल आबादी में शुद्ध परिवर्तन की दर का प्रतिनिधित्व करता है।
• पैरामीटर पहचान: लेखक इन 14 पैरामीटर्स को 'मेथड ऑफ लीस्ट स्क्वेयर्स' का उपयोग करके पहचाने जाने का प्रस्ताव देते हैं, जो देखे गए दैनिक, साप्ताहिक या मासिक पंजीकृत मामलों ($D_j$) के साथ मॉडल को फिट करता है। मॉडल पंजीकृत मामलों के डेरिवेटिव को देखे गए डेटा से जोड़ता है।
• नई प्रजनन संख्या ($R_\tau^E$): एक नई प्रजनन संख्या $t$ बनाम $t-\tau$ पर एक्सपोज़ड व्यक्तियों के अनुपात के आधार पर परिभाषित की गई है। महत्वपूर्ण रूप से, यह शोध पत्र प्रदर्शित करता है कि इस दर को केवल दैनिक (या साप्ताहिक) पंजीकृत मामलों के अनुपात का उपयोग करके अनुमानित किया जा सकता है, जो प्रभावी रूप से दृश्य डेटा को छिपे हुए एक्सपोज़्ड आबादी की गतिशीलता से जोड़ता है।

मुख्य योगदान

1. सामान्यीकृत मॉडल संरचना: एक छह-समीकरण वाले SEIR मॉडल का परिचय जो ऊष्मायन अवधि, छिपे हुए संक्रमणों, पुन: संक्रमणों और जनसांख्यिकीय परिवर्तनों (जन्म/टीकाकरण) को एक साथ समाहित करता है।
2. पैरामीटर अनुमान विधि: प्रत्यक्ष रूप से छिपे हुए मामलों के अवलोकन की आवश्यकता के बिना, मानक महामारी विज्ञान डेटा (संचयी या दैनिक केस काउंट) का उपयोग करके इन 14 पैरामीटर्स का अनुमान लगाने के लिए एक विशिष्ट प्रक्रिया।
3. संशोधित प्रजनन संख्या: एक संशोधित प्रजनन संख्या ($R_\tau^E$) का प्रस्ताव जो एक्सपोज़्ड व्यक्तियों की बढ़ती या घटती दर को दर्शाती है। यह शोध पत्र स्थापित करता है कि लगातार दैनिक (या साप्ताहिक) पंजीकृत केस काउंट का अनुपात इस दर के लिए एक वैध एस्टिमेटर के रूप में कार्य करता है, जो महामारी नियंत्रण निर्णयों के लिए एक व्यावहारिक उपकरण प्रदान करता है।
4. साम्यावस्था विश्लेषण (Equilibrium Analysis): शोध पत्र साम्यावस्था बिंदुओं का विश्लेषण प्रदान करता है, यह नोट करते हुए कि एक गैर-शून्य साम्यावस्था (endemic state) तभी संभव है जब शुद्ध ससेप्टिबल विकास दर ($\mu$) गैर-शून्य हो।

परिणाम
मॉडल का उपयोग 2023 से 2025 तक इंग्लैंड में पर्टुसिस (whooping cough) महामारी के अनुकरण (simulation) के लिए किया गया था।

• सिमुलेशन परिदृश्य:
  • $\mu = 0$: उन सिमुलेशनों में जहाँ ससेप्टिबल आबादी में कोई शुद्ध वृद्धि नहीं है (जैसे, जन्मों को संतुलित करने वाला पूर्ण टीकाकरण), मामलों में शिखर के बाद एक एकदिशीय (monotonic) गिरावट देखी गई, जो एक सीमित महामारी अवधि का सुझाव देती है।
  • $\mu > 0$: सकारात्मक शुद्ध विकास दर को शामिल करने वाले सिमुलेशन ने (जो जन्म दर बनाम टीकाकरण प्रभावकारिता को दर्शाता है) लगभग 2500 दिनों (6.85 वर्ष) की अवधि के साथ दोलनकारी (oscillating) महामारी लहरें उत्पन्न कीं।
• वैधीकरण (Validation): $\mu = 7.48 \text{ day}^{-1}$ वाले मॉडल ने इंग्लैंड में पर्टुसिस के ऐतिहासिक डेटा और हाल के अवलोकनों (2025) के साथ मजबूत सहमति दिखाई।
• भविष्यवाणी: कैलिब्रेटेड मॉडल के आधार पर, यह शोध पत्र भविष्यवाणी करता है कि इंग्लैंड में पर्टुसिस के नए मामलों की संख्या जुलाई-सितंबर 2027 में फिर से बढ़ना शुरू हो जाएगी। मॉडल इंगित करता है कि दैनिक पंजीकृत मामलों के न्यूनतम स्तर के तुरंत बाद एक्सपोज़्ड व्यक्तियों की संख्या बढ़ने लगेगी।

महत्व और दावे
यह शोध पत्र दावा करता है कि प्रस्तावित सामान्यीकृत SEIR मॉडल ऊष्मायन अवधि और छिपी हुई संचरण को एकीकृत करके महामारी की गतिशीलता का अधिक यथार्थवादी प्रतिनिधित्व प्रदान करता है। इसका प्राथमिक महत्व निम्नलिखित में निहित है:

• केवल पंजीकृत केस डेटा का उपयोग करके भविष्य की महामारी लहरों (विशेष रूप से इंग्लैंड में 2027 के पर्टुसिस पुनरुत्थान) की उच्च सटीकता के साथ भविष्यवाणी करना।
• प्रजनन संख्या की एक व्यावहारिक, डेटा-संचालित परिभाषा प्रदान करना जो छिपी हुई गतिशीलता को ध्यान में रखती है, जिससे महामारी विज्ञानियों को मानक निगरानी डेटा का उपयोग करके वास्तविक संक्रमण प्रसार दर की निगरानी करने की अनुमति मिलती है।
• यह प्रदर्शित करना कि जबकि गहन टीकाकरण सैद्धांतिक रूप से महामारी की अवधि को कम कर सकता है, यह तब भी दीर्घकालिक दोलन (oscillations) को रोकने के लिए अपर्याप्त हो सकता है यदि जन्म दर और घटती प्रतिरक्षा की भरपाई पर्याप्त रूप से नहीं की जाती है।

लेखक नोट करते हैं कि पैरामीटर्स की बड़ी संख्या (14) अनुकूलन (optimization) को जटिल बनाती है, और सुझाव देते हैं कि भविष्य के शोध को बड़े पैमाने पर पैरामीटर पहचान के लिए हाई परफॉर्मेंस कंप्यूटिंग (HPC) और AI विधियों का उपयोग करना चाहिए। अध्ययन निष्कर्ष निकालता है कि मॉडल सफलतापूर्वक सैद्धांतिक कम्पार्टमेंटल डायनेमिक्स और अवलोकन योग्य वास्तविक दुनिया के डेटा के बीच के अंतर को पाटता है।