Developing early warning systems using predictive models to identify Lassa fever threats in Ondo State, Nigeria

तकनीकी सारांश: ओंडो राज्य, नाइजीरिया में लासा बुखार के लिए प्रारंभिक चेतावनी प्रणाली विकसित करना

समस्या विवरण
लासा बुखार (LF), जो लासा वायरस के कारण होने वाली एक गंभीर रक्तस्रावी बीमारी है, पश्चिम अफ्रीका, विशेष रूप से नाइजीरिया में एक निरंतर सार्वजनिक स्वास्थ्य बोझ बना हुआ है। ओंडो राज्य को एक प्रमुख हॉटस्पॉट के रूप में पहचाना गया है, जो देश के कुल पुष्ट मामलों में 30% से अधिक का हिस्सा है। यह रोग एक विशिष्ट मौसमी पैटर्न प्रदर्शित करता है, जिसमें प्रकोप आमतौर पर शुष्क मौसम (दिसंबर-मार्च) के दौरान चरम पर होता है, जिसका कारण मनुष्यों और मास्टोमिस नैटलेंसिस (Mastomys natalensis) कृंतक भंडार के बीच बढ़ता संपर्क है। मौजूदा निगरानी प्रयासों के बावजूद, कम रिपोर्टिंग, मलेरिया के साथ लक्षणों के ओवरलैप के कारण गलत निदान, और देरी से पहचान जैसी चुनौतियाँ प्रभावी प्रकोप प्रतिक्रिया में बाधा डालती हैं। यह अध्ययन एक प्रभावी प्रारंभिक चेतावनी प्रणाली की महत्वपूर्ण आवश्यकता को संबोधित करता है जो ओंडो राज्य में संसाधन आवंटन और सक्रिय सार्वजनिक स्वास्थ्य निर्णय लेने के लिए पूर्वानुमान लगाने में सक्षम हो।

कार्यप्रणाली
अध्ययन ने जनवरी 2018 से अप्रैल 2025 तक 382 सप्ताह के ओंडो राज्य के पुष्ट लासा बुखार मामलों के नियमित रूप से एकत्र किए गए साप्ताहिक निगरानी डेटा का उपयोग करते हुए एक टाइम-सीरीज फोरकास्टिंग दृष्टिकोण अपनाया। डेटा नाइजीरिया सेंटर फॉर डिजीज कंट्रोल एंड प्रिवेंशन (NCDC) से लिया गया था।

1. डेटा विभाजन: डेटासेट को पैरामीटर अनुमान के लिए एक प्रशिक्षण सेट (70%) और मॉडल मूल्यांकन के लिए एक परीक्षण सेट (30%) में विभाजित किया गया था।
2. मॉडल चयन: शोधकर्ताओं ने सीजनल ऑटो-रिग्रेसिव इंटीग्रेटेड मूविंग एवरेज (SARIMA) मॉडल का उपयोग किया, जो विशेष रूप से टाइम-सीरीज डेटा में रुझान (trend) और मौसमी व्यवहारों को पकड़ने के लिए डिज़ाइन किया गया है। डेटा की साप्ताहिक प्रकृति और लासा बुखार की वार्षिक मौसमी को देखते हुए, 52 सप्ताह का एक मौसमी काल ($s$) स्थापित किया गया।
   सेंडेकेट मॉडलों के चयन के लिए auto.arima() फंक्शन का उपयोग किया गया।
3. मॉडल पहचान और अनुमान: उम्मीदवार मॉडलों के बीच तुलना करने के लिए एकेइक इंफॉर्मेशन क्राइटेरियन (AIC) के आधार पर छह उम्मीदवार मॉडलों की तुलना की गई।
4. मूल्यांकन मेट्रिक्स: मॉडल की सटीकता का आकलन रूट मीन स्क्वेर्ड एरर (RMSE), मीन एब्सोल्यूट एरर (MAE) और मीन स्क्वेर्ड एरर (MSE) का उपयोग करके किया गया।
5. नैदानिक परीक्षण (Diagnostics): चयनित मॉडल की पर्याप्तता को अवशेष विश्लेषण (residual analysis) के माध्यम से सत्यापित किया गया, जिसमें सामान्यता (normality) की जांच और अवशेषों में महत्वपूर्ण ऑटोकोरिलेशन की अनुपस्थिति सुनिश्चित करने के लिए लंग-बॉक्स टेस्ट (Ljung-Box test) शामिल था।

मुख्य परिणाम

• इष्टतम मॉडल: ARIMA(3,0,2)(1,0,1)[52] मॉडल को सबसे उपयुक्त मॉडल के रूप में पहचाना गया, जिसने सभी त्रुटि मेट्रिक्स (RMSE, MAE, MSE) में सबसे कम मान और उम्मीदवारों में सबसे कम AIC मान प्राप्त किया।
• मॉडल प्रदर्शन: नैदानिक परीक्षणों ने पुष्टि की कि अवशेष लगभग सामान्य रूप से वितरित थे और शून्य के आसपास यादृच्छिक रूप से बिखरे हुए थे, जिसमें कोई महत्वपूर्ण ऑटोकोरिलेशन नहीं था (लंग-बॉक्स टेस्ट $p > 0.05$), जो यह दर्शाता है कि मॉडल ने डेटा की अस्थायी संरचना को प्रभावी ढंग से कैप्चर किया है।
• पूर्वानुमान क्षितिज (Forecasting Horizon): मॉडल का उपयोग 34-सप्ताह के पूर्वानुमान (2025 के 19वें से 52वें सप्ताह तक) के लिए किया गया।
  • पूर्वानुमान प्रति सप्ताह औसतन लगभग 4 लासा बुखार मामले की भविष्यवाणी करता है।
  • मॉडल एक अपेक्षाकृत स्थिर संचरण रुझान का अनुमान लगाता है जिसमें कोई विनाशकारी उछाल नहीं है, जिसमें अधिकांश पूर्वानुमानित मान 5 और 15 मामलों के बीच आते हैं।
  • मौसमी शिखर (Seasonal Peaks): पूर्वानुमान संकेत देता है कि संचरण का शिखर वर्ष के 48वें और 52वें सप्ताह के बीच होने की संभावना है, जो ऐतिहासिक शुष्क मौसम के पैटर्न के अनुरूप है।
• दृश्य सत्यापन (Visual Validation): फिट किए गए मानों और वास्तविक परीक्षण सेट डेटा के बीच तुलना ने प्रदर्शित किया कि मॉडल ने क्षेत्र में लासा बुखार के प्रमुख मौसमी स्पाइक्स और सामान्य महामारी रुझान को सफलतापूर्वक पुनरुत्पादित किया।

महत्व और दावे
यह शोध पत्र दावा करता है कि विकसित SARIMA मॉडल ओंडो राज्य में लासा बुखार के संचरण गतिकी को समझने के लिए एक सांख्यिकीय रूप से मजबूत ढांचा प्रदान करता है। अल्पकालिक विविधताओं और दीर्घकालिक मौसमी पैटर्न दोनों को कैप्चर करके, यह मॉडल संभावित प्रकोपों का अनुमान लगाने के लिए एक विश्वसनीय उपकरण प्रदान करता है।

लेखक सक्रिय प्रारंभिक चेतावनी प्रणालियों के विकास के समर्थन में अपने निष्कर्षों पर जोर देते हैं। विशेष रूप से, अध्ययन सुझाव देता है कि:

• ओंडो राज्य में लासा बुखार का संचरण मध्यम स्तर पर बना रहने की संभावना है जिसके निश्चित मौसमी शिखर हैं।
• सार्वजनिक स्वास्थ्य नीति निर्माता शिखर अवधि (विशेष रूप से वर्ष के अंत में) से पहले निगरानी को मजबूत करने और संसाधन आवंटन को अनुकूलित करने के लिए इन पूर्वानुमानों का उपयोग कर सकते हैं।
• यह मॉडल रेट्रोस्पेक्टिव (अतीत के) विश्लेषण से आगे बढ़कर फॉरवर्ड-लुकिंग (भविष्योन्मुखी) सार्वजनिक स्वास्थ्य योजना की ओर बढ़ने के लिए प्रेडिक्टिव एल्गोरिदम को संचालित करने की दिशा में एक आधारभूत कदम के रूप में कार्य करता है।

अध्ययन निष्कर्ष निकालता है कि जबकि मॉडल स्थिर स्थितियों के तहत मध्यम संचरण की भविष्यवाणी करता है, बीमारी की आवर्ती मौसमी प्रकृति के लिए पहचाने गए उच्च-जोखिम वाले समय के दौरान निरंतर तैयारी और लक्षित हस्तक्षेपों की आवश्यकता है।