Constant recruitment annihilates limit cycles in environmentally transmissible disease models

तकनीकी सारांश: निरंतर भर्ती (Constant Recruitment) पर्यावरणीय रूप से संचारित रोग मॉडलों में सीमा चक्रों (Limit Cycles) को समाप्त कर देती है

समस्या विवरण
महामारी विज्ञान संबंधी मॉडलिंग अक्सर विश्लेषणात्मक सुगमता या सीमित समाधान सुनिश्चित करने के लिए स्थिर जनसंख्या आकार या लॉजिस्टिक विकास (logistic growth) के अनुमानों पर निर्भर करती है। हालाँकि, कई वास्तविक दुनिया की आबादी, विशेष रूप से विकासशील क्षेत्रों में, निरंतर घातांकीय वृद्धि (exponential growth) पैटर्न प्रदर्शित करती है जो इन धारणाओं का खंडन करती है। इस अध्ययन में संबोधित मुख्य समस्या यह है कि क्या भर्ती फलन (recruitment function) का चुनाव (स्थिर, रैखिक/घातांकीय, या लॉजिस्टिक) पर्यावरणीय रूप से संचारित रोगों की गुणात्मक गतिशीलता को मौलिक रूप से बदल देता है। विशेष रूप से, लेखक यह जांचते हैं कि क्या मानक स्थिर भर्ती धारणाएं महत्वपूर्ण द्विभाजन घटनाओं (bifurcation phenomena), जैसे कि निरंतर दोलनों (limit cycles) के उद्भव को छिपा देती हैं, जिन्हें घातांकीय या लॉजिस्टिक जनसंख्या वृद्धि वाले मॉडलों में पकड़ा जा सकता है।

कार्यप्रणाली
लेखक होस्ट-पर्यावरण संचरण गतिशीलता की जांच करने के लिए एक Susceptible–Infectious–Environment (SIE) कम्पार्टमेंटल मॉडल विकसित करते हैं। मॉडल संवेदनशील मेजबानों ($S$), संक्रमित मेजबानों ($I$), और पर्यावरणीय रोगजनक सांद्रता ($V$) को ट्रैक करता है। संचरण प्रत्यक्ष मेजबान-से-मेजबान संपर्क और पर्यावरण के माध्यम से अप्रत्यक्ष जोखिम के माध्यम से होता है।

अध्ययन मेजबान जनसंख्या के लिए तीन अलग-अलग भर्ती संरचनाओं की व्यवस्थित रूप से तुलना करता है:

1. रैखिक भर्ती (घातांकीय वृद्धि): $f(N) = \lambda N$, जो एक प्रति व्यक्ति भर्ती दर का प्रतिनिधित्व करता है जहाँ जनसंख्या वृद्धि $\lambda > \mu$ होने पर असीमित होती है।
2. स्थिर भर्ती: $f(N) = \Lambda$, जो एक घनत्व-स्वतंत्र आवक (influx) का प्रतिनिधित्व करता है।
3. लॉजिस्टिक भर्ती: $f(N) = \lambda N(1 - N/K)$, जो वहन क्षमता (carrying capacity) के साथ घनत्व निर्भरता को शामिल करता है।

विश्लेषण निम्नलिखित का उपयोग करता है:

• साम्यावस्था विश्लेषण (Equilibrium Analysis): जैकोबियन मैट्रिसेस और रूथ-हर्विट्ज़ मानदंडों का उपयोग करके रोग-मुक्त, सीमांत, और स्थानिक साम्यावस्था (endemic equilibria) के अस्तित्व और स्थानीय स्थिरता का निर्धारण करना।
• द्विभाजन विश्लेषण (Bifurcation Analysis): आवर्ती समाधानों (limit cycles) को जन्म देने वाले पैरामीटर शासन (parameter regimes) की पहचान करने के लिए हॉप्फ द्विभाजन (Hopf bifurcations) की जांच करना।
• संख्यात्मक सिमुलेशन (Numerical Simulations): समय-श्रृंखला डेटा और सीमा चक्र विज़ुअलाइज़ेशन के साथ सैद्धांतिक निष्कर्षों को मान्य करने के लिए बाइफरकेशन आरेख और फेज़ पोर्ट्रेट उत्पन्न करने के लिए MATLAB (ode45) का उपयोग करना।
• मॉडल न्यूनीकरण (Model Reduction): आयाम को कम करने के लिए तीव्र वायरल गतिशीलता के लिए क्वासी-स्टेडी-स्टेट सन्निकटन (quasi-steady-state approximations) लागू करना और लियापुनोव फलनों (Lyapunov functions) का उपयोग करके वैश्विक स्थिरता को सिद्ध करना।
• डेटा फिटिंग: भर्ती मॉडलों को शुरू में नाइजीरियाई जनसंख्या डेटा (1950-2025) पर फिट किया गया था ताकि यह प्रदर्शित किया जा सके कि घातांकीय वृद्धि सबसे अच्छा अनुभवजन्य फिट प्रदान करती है, जो रैखिक भर्ती गतिशीलता पर ध्यान केंद्रित करने को उचित ठहराती है।

मुख्य परिणाम

• घातांकीय/रैखिक भर्ती: जब मेजबान जनसंख्या घातांकीय रूप से बढ़ती है ($f(N) = \lambda N$), तो प्रणाली समृद्ध गैर-रैखिक गतिशीलता प्रदर्शित करती है। लेखक कठोरता से सिद्ध करते हैं कि स्थानिक साम्यावस्था (endemic equilibrium) हॉप्फ द्विभाजन (Hopf bifurcation) से गुजर सकती है। जैसे-जैसे संचरण पैरामीटर बदलते हैं, स्थिर साम्यावस्था अस्थिर हो जाती है, जिससे स्थिर सीमा चक्रों (stable limit cycles) (निरंतर, गैर-क्षयकारी दोलन) का उदय होता है। संख्यात्मक सिमुलेशन पुष्टि करते हैं कि प्रक्षेपवक्र (trajectories) इन बंद कक्षाओं की ओर अभिसरित होते हैं, जो आवधिक प्रकोपों का प्रतिनिधित्व करते हैं।
• लॉजिस्टिक भर्ती: घातांकीय मामले के समान, लॉजिस्टिक वृद्धि मॉडल पर्यावरणीय संचरण के साथ मिलकर हॉप्फ द्विभाजन और सीमा चक्रों के अस्तित्व का समर्थन करता है। अध्ययन यह प्रदर्शित करता है कि घनत्व-निर्भर वृद्धि निरंतर दोलनों को रोकना नहीं है; बल्कि, यह विशिष्ट द्विभाजन तंत्रों के माध्यम से उन्हें प्रेरित कर सकती है।
• स्थिर भर्ती: इसके विपरीत, स्थिर भर्ती ($f(N) = \Lambda$) मानने वाले मॉडल एक वैश्विक रूप से स्थिर स्थानिक साम्यावस्था (जब वह मौजूद हो) की ओर ले जाते हैं। लेखक दिखाते हैं कि स्थिर भर्ती के तहत, प्रणाली हॉप्फ द्विभाजन या सीमा चक्र प्रदर्शित नहीं करती है; इसके बजाय, यह एक स्थिर अवस्था की ओर एकदिष्ट रूप से या क्षयकारी दोलनों के माध्यम से अभिसरित होती है।
• क्वासी-स्टेडी-स्टेट विश्लेषण: घातांकीय वृद्धि मॉडल के लिए, एक कम किए गए 2-आयामी सिस्टम का विश्लेषण किया गया। जबकि पूर्ण 3D सिस्टम (हॉप्फ द्विभाजन के पास) सीमा चक्र प्रदर्शित करता है, कम किए गए सिस्टम (तीव्र पर्यावरणीय निकासी मानकर) को वैश्विक रूप से स्पर्शोन्मुख रूप से स्थिर (globally asymptotically stable) सिद्ध किया गया था, जो दोलनों को उत्पन्न करने में पर्यावरणीय समय पैमाने की महत्वपूर्ण भूमिका को उजागर करता है।

मुख्य योगदान

1. संरचनात्मक संवेदनशीलता का प्रदर्शन: यह शोधपत्र कठोर गणितीय प्रमाण प्रदान करता है कि भर्ती फलन केवल एक जनसांख्यिकीय पैरामीटर नहीं है बल्कि रोग की गतिशीलता का एक संरचनात्मक निर्धारक है। यह सिद्ध करता है कि स्थिर भर्ती धारणाएं उन सीमा चक्रों को गुणात्मक रूप से "समाप्त" (annihilate) कर सकती हैं जो घातांकीय या लॉजिस्टिक वृद्धि वाले मॉडलों में मौजूद होते हैं।
2. हॉप्फ द्विभाजन की पहचान: अध्ययन उन विशिष्ट स्थितियों की पहचान करता है जिनमें बढ़ती आबादी में पर्यावरणीय रूप से संचारित रोग हॉप्फ द्विभाजन से गुजरते हैं, जो एक ऐसी प्रक्रिया है जिसे अक्सर मानक महामारी विज्ञान संबंधी मॉडलों में अनदेखा कर दिया जाता है जो स्थिर जनसंख्या आकार मानते हैं।
3. अनुभवजन्य औचित्य: वास्तविक दुनिया के डेटा (नाइजीरिया) के साथ जनसंख्या मॉडलों को फिट करके, लेखक घातांकीय वृद्धि संरचनाओं के उपयोग को सही ठहराते हैं, और तर्क देते हैं कि जनसंख्या वृद्धि संरचना को अनदेखा करने से मॉडल के भविष्यवाणियों और वास्तविकता के बीच बेमेल होना तय है।

महत्व और दावे
लेखक दावा करते हैं कि भर्ती संरचना का चयन रोग के परिणामों को निर्धारित करता है। उनका तर्क है कि तेजी से बढ़ती आबादी में स्थिर भर्ती धारणाओं पर निर्भर रहना, वास्तविक दुनिया की गतिशीलता और गणितीय मॉडलों के बीच एक मौलिक बेमेल पैदा कर सकता है। विशेष रूप से, स्थिर भर्ती मानने वाले मॉडल आवधिक प्रकोपों (सीमा चक्रों) के समय और परिमाण की भविष्यवाणी करने में विफल हो सकते हैं, जिससे सार्वजनिक स्वास्थ्य प्रणाली निरंतर दोलनों वाली महामारियों के लिए तैयार रहने में असमर्थ हो सकती है।

शोधपत्र निष्कर्ष निकालता है कि प्रमुख द्विभाजन घटनाओं को छिपाने से बचने के लिए भर्ती फलन का सावधानीपूर्वक विनिर्देश आवश्यक है। घातांकीय या लॉजिस्टिक वृद्धि संरचनाओं को शामिल करने में विफल होकर, मॉडल भ्रामक जानकारी प्रदान कर सकते हैं, जो टीकाकरण के समय या दोलनों को कम करने के उद्देश्य से हस्तक्षेप रणनीतियों जैसे उच्च-दांव वाले सार्वजनिक स्वास्थ्य निर्णयों के लिए हानिकारक हो सकता है। अध्ययन इस बात पर जोर देता है कि जनसंख्या वृद्धि संरचना निरंतर रोग दोलनों को संचालित कर सकती है, जिसके लिए पर्यावरणीय रूप से संचारित रोगों के संदर्भ में मानक मॉडलिंग धारणाओं के पुनर्मूल्यांकन की आवश्यकता है।