Mathematical modeling of malaria transmission dynamics in children under five years of age facing innovative interventions in the Democratic Republic of the Congo
यह अध्ययन यह प्रदर्शित करने के लिए एक नियतात्मक (deterministic) SEIR-SEI गणितीय मॉडल का उपयोग करता है कि लोकतांत्रिक गणराज्य कांगो में पांच वर्ष से कम उम्र के बच्चों के बीच मलेरिया संचरण को रोकना केवल नवीन हस्तक्षेपों के एक सहक्रियात्मक संयोजन के माध्यम से ही गणितीय रूप से व्यवहार्य है जो 80% कवरेज प्राप्त करते हैं, क्योंकि व्यक्तिगत रणनीतियाँ या वर्तमान कवरेज स्तर मूल प्रजनन संख्या (basic reproduction number) को एक से नीचे लाने के लिए अपर्याप्त रहते हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
लोकतांत्रिक गणराज्य कांगो में, मलेरिया एक निरंतर शक्ति बना हुआ है, विशेष रूप से सबसे कम उम्र के और सबसे संवेदनशील लोगों के लिए। हर साल, पांच साल से कम उम्र के लाखों बच्चे बीमार पड़ते हैं, और देश में मलेरिया से होने वाली मौतों का एक महत्वपूर्ण हिस्सा इसी आयु वर्ग में होता है। दशकों से, स्वास्थ्य अधिकारियों ने इस बीमारी से लड़ने के लिए एक मानक टूलकिट पर भरोसा किया है: मच्छरों के काटने को रोकने के लिए कीटनाशक से उपचारित जाल (नेट्स), और उच्च जोखिम वाले मौसमों में संक्रमण को रोकने के लिए दवाएं। फिर भी, इन प्रयासों के बावजूद, मामलों की संख्या स्थिर बनी हुई है या कुछ क्षेत्रों में बढ़ भी गई है। चुनौती केवल यह नहीं है कि बीमारी मौजूद है, बल्कि यह है कि यह पर्यावरण में इतनी गहराई से बुनी हुई है कि केवल उन्हीं पुराने उपकरणों को और अधिक जोड़ देने मात्र से इस चक्र को तोड़ना पर्याप्त नहीं है। यह समझने के लिए कि अंततः प्रसार को कैसे रोका जाए, वैज्ञानिक एक अलग तरह के मानचित्र की ओर मुड़ रहे हैं। व्यक्तिगत रोगियों को ट्रैक करने के बजाय, वे गणितीय मॉडल बनाते हैं—जो इस बात का डिजिटल प्रतिनिधित्व करते हैं कि बीमारी लोगों और मच्छरों के बीच कैसे चलती है। ये मॉडल एक प्रयोगशाला के रूप में कार्य करते हैं जहाँ शोधकर्ता "क्या होगा यदि" वाले परिदृश्यों का परीक्षण कर सकते हैं, जो वास्तविक दुनिया में वर्षों प्रतीक्षा किए बिना विभिन्न स्थितियों के तहत बीमारी के भविष्य का अनुकरण (सिमुलेशन) करते हैं।
लोकतांत्रिक गणराज्य कांगो के विभिन्न विश्वविद्यालयों के शोधकर्ताओं की एक टीम ने विशेष रूप से पांच वर्ष से कम उम्र के बच्चों पर ध्यान केंद्रित करने के लिए इस दृष्टिकोण का उपयोग किया है। उन्होंने एक कंप्यूटर सिमुलेशन बनाया जो मलेरिया परजीवी के प्रवाह को दो आबादी के माध्यम से ट्रैक करता है: मनुष्य और वे मच्छर जो इसे ले जाते हैं। मॉडल मानव आबादी को उनकी स्थिति के आधार पर समूहों में विभाजित करता है: वे जो बीमारी पकड़ सकते हैं, वे जो इसे विकसित कर रहे हैं लेकिन अभी बीमार नहीं हुए हैं, वे जो सक्रिय रूप से संक्रामक हैं, और वे जो ठीक हो चुके हैं। मच्छरों को भी इसी तरह ट्रैक किया जाता है, जो संक्रमित न होने से लेकर परजीवी को ढोने की अवस्था तक जाते हैं। मॉडल को 2017 से 2023 तक के वास्तविक डेटा से फीड करके, जो देश के सैकड़ों स्वास्थ्य क्षेत्रों से एकत्र किया गया था, शोधकर्ताओं ने एक आधार रेखा तैयार की कि बीमारी कैसे व्यवहार करती है जब कुछ भी नहीं बदलता। सिमुलेशन ने दिखाया कि नए प्रयासों के बिना, बीमार बच्चों की संख्या तब तक बढ़ती रहेगी जब तक कि वह एक उच्च, स्थिर स्तर तक नहीं पहुँच जाती, और बीमारी एक व्यक्ति से दूसरे व्यक्ति में आसानी से फैलती रहेगी।
शोधकर्ताओं ने फिर उन नए उपकरणों को पेश किया जो वर्तमान में देश की राष्ट्रीय स्वास्थ्य योजना में लागू किए जा रहे हैं। इनमें एक नया मलेरिया वैक्सीन शामिल है, जो प्रतिरक्षा प्रणाली को बीमारी पैदा करने से पहले परजीवी से लड़ने के लिए प्रशिक्षित करता है, और विशिष्ट दवा उपचार जो संक्रमण के मौसम के दौरान शिशुओं और छोटे बच्चों को दिया जाता है। उन्होंने कीटनाशक-उपचारित जालों (नेट्स) के उपयोग को भी शामिल किया। अपने पहले सिमुलेशन में, उन्होंने इन हस्तक्षेपों को उपयोग के वर्तमान स्तरों पर लागू किया। डेटा ने दिखाया कि हालांकि ये हस्तक्षेप मदद करते हैं, लेकिन वे अकेले बीमारी को रोकने के लिए पर्याप्त मजबूत नहीं हैं। वैक्सीन और निवारक दवाओं के उपयोग के बावजूद, सिमुलेशन ने भविष्यवाणी की कि बीमारी व्यापक रूप से फैलती रहेगी, जिसमें प्रत्येक संक्रमित बच्चे के कई अन्य लोगों को संक्रमित करने की क्षमता होगी। वर्तमान कवरेज दरें, जो वैक्सीन और निवारक उपचारों के लिए लगभग 21 प्रतिशत हैं, उस महत्वपूर्ण द्रव्यमान (क्रिटिकल मास) तक नहीं पहुँच पातीं जिसकी आवश्यकता संक्रमण की श्रृंखला को तोड़ने के लिए होती है।
आगे बढ़ने का रास्ता खोजने के लिए, टीम ने सिमुलेशन को फिर से चलाया, इस बार एक परिदृश्य की कल्पना करते हुए जहाँ देश एक बहुत उच्च लक्ष्य प्राप्त करता है: प्रत्येक बच्चे के लिए 80 प्रतिशत कवरेज। इसका अर्थ है कि लक्षित आबादी का 80 प्रतिशत वैक्सीन प्राप्त करेगा, 80 प्रतिशत को निवारक दवाएं मिलेंगी, और 80 प्रतिशत घरों तक प्रभावी जाल (नेट्स) की पहुंच होगी। इस संयुक्त प्रयास का परिणाम नाटकीय था। सिमुलेशन में, जब इन तीनों हस्तक्षेपों को इस उच्च स्तर पर एक साथ उपयोग किया गया, तो बीमारी के फैलने की क्षमता ढह गई। नए संक्रमणों की संख्या इतनी कम हो गई कि बीमारी अब जनसंख्या में खुद को बनाए रखने में सक्षम नहीं रही। मॉडल ने संकेत दिया कि इन परिस्थितियों के तहत, मलेरिया के प्रसार को सैद्धांतिक रूप से रोका जा सकता है, जिससे देश निरंतर महामारी की स्थिति से ऐसी स्थिति में पहुँच सकता है जहाँ बीमारी धीरे-धीरे समाप्त हो जाए।
यह अध्ययन स्पष्ट करता है कि केवल इनमें से किसी एक उपकरण पर निर्भर रहना, उच्च स्तर पर होने के बावजूद, अपर्याप्त है। सिमुलेशन ने दिखाया कि केवल वैक्सीन का उपयोग करना, या केवल जालों का, या केवल दवाओं का उपयोग करना, बीमारी को अभी भी फैलने देगा, हालांकि शायद धीमी गति से। यह तीनों का संयोजन ही है जो आवश्यक बाधा उत्पन्न करता है। शोधकर्ता इस बात पर जोर देते हैं कि यह परिणाम उनके मॉडल के आधार पर एक गणितीय संभावना है, न कि इस बात की गारंटी कि वास्तव में क्या होगा। मॉडल इस बात के अनुमानों पर निर्भर करता है कि सुरक्षा कितने समय तक रहती है और मैदान में उपकरण कितनी अच्छी तरह काम करते हैं, और यह देश के हर स्थानीय भिन्नता को ध्यान में नहीं रखता है। हालांकि, यह निष्कर्ष एक स्पष्ट दिशा प्रदान करता है: छोटे बच्चों में मलेरिया को रोकने के लिए जैविक बाधा अजेय नहीं है। उन्मूलन का मार्ग मौजूद है, लेकिन इसके लिए इन अभिनव उपकरणों को उन लाखों बच्चों के हाथों में पहुँचाने के लिए एक बड़े, समन्वित प्रयास की आवश्यकता है जिन्हें इनकी आवश्यकता है। इस उच्च कवरेज सीमा तक न पहुँचने के बिना, बीमारी संभवतः देश के सबसे कम उम्र के निवासियों के जीवन में एक स्थायी हिस्सा बनी रहेगी।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।