🔢 mathematics

Mathematical Modeling of Mpox with Animal Reservoir Coupling: Stability, Sensitivity, and Calibration to the 2022 US Outbreak

यह शोध पत्र पशु भंडारों और मनुष्यों के बीच मोंपॉक्स (Mpox) संचरण का एक युग्मित SVEIQR-SEI गणितीय मॉडल प्रस्तुत करता है, जो यह प्रदर्शित करता है कि जब मूल पुनरुत्पादन संख्या एक से कम होती है तो रोग को समाप्त किया जा सकता है और, 2022 के अमेरिकी प्रकोप के अंशांकन (calibration) पर, यह प्रकट करता है कि लक्षित क्वारंटाइन और व्यवहार संबंधी हस्तक्षेप रोकथाम के प्राथमिक चालक थे, जबकि विभिन्न महामारी चरणों में भंडार गतिशीलता (reservoir dynamics) के बदलते प्रभाव को उजागर करता है।

मूल लेखक: Mst. Srabony Akhter, Md. Ahnaf Sadik Inan, Ashrafi Meher Niger

प्रकाशित 2026-08-11

📖 4 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Mst. Srabony Akhter, Md. Ahnaf Sadik Inan, Ashrafi Meher Niger

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

कल्पना कीजिए कि दुनिया भर में "हॉट पोटैटो" (गर्म आलू) का एक विशाल, अदृश्य खेल खेला जा रहा है, लेकिन गेंद के बजाय, वस्तु एक वायरस है, और खिलाड़ी जीवित प्राणी हैं। यह महामारी विज्ञान (epidemiology) की दुनिया है, जो इस बात को ट्रैक करने का विज्ञान है कि बीमारियाँ आबादी में कैसे चलती हैं। इन खेलों को समझने के लिए, वैज्ञानिक गणितीय मॉडलों (mathematical models) का उपयोग करते हैं, जो डिजिटल सिम्युलेटर या वीडियो गेम इंजन की तरह होते हैं जो शोधकर्ताओं को वास्तविक जीवन को जोखिम में डाले बिना नियमों का परीक्षण करने देते हैं। इन सिमुलेशन में, वे बेसिक रिप्रोडक्शन नंबर ( $R_0$ ) नामक एक महत्वपूर्ण संख्या की गणना करते हैं। $R_0$ को एक "स्प्रेड स्कोर" के रूप में सोचें: यदि स्कोर 1 से नीचे है, तो खेल खत्म हो जाता है क्योंकि प्रत्येक संक्रमित व्यक्ति वायरस को एक से कम नए व्यक्ति को पास करता है; यदि यह 1 से ऊपर है, तो खेल एक प्रकोप में बदल जाता है। बड़ा सवाल जो वैज्ञानिक पूछते हैं वह यह है: हम खेल को नियंत्रण से बाहर होने से पहले कैसे रोकें? विशेष रूप से, जब कोई बीमारी जानवरों से मनुष्यों में कूदती है (जैसे एक गिलहरी द्वारा किसी व्यक्ति को वायरस देना), तो क्या जानवर वाला पक्ष उस आग को जलाए रखता है जिसे हम मानव आग बुझा रहे होते हैं?

यह शोध पत्र, जिसका शीर्षक "मैथमैटिकल मॉडलिंग ऑफ मोंपॉक्स विद एनिमल रिज़र्वोइर कपलिंग" है, उसी सटीक प्रश्न में गहराई तक जाता है कि क्या जानवर वाला पक्ष मानव आग बुझाने के बाद भी आग को जलाए रखता है, और इसके लिए 2022 के मोंपॉक्स (Mpox) प्रकोप को एक वास्तविक दुनिया के परीक्षण मामले के रूप में उपयोग करता है। लेखकों ने वायरस की यात्रा का एक परिष्कृत डिजिटल जुड़वां (digital twin) बनाया, जिसमें दो अलग-अलग दुनियाओं को जोड़ने वाली एक प्रणाली बनाई गई: मानव आबादी और पशु भंडार (विशेष रूप से कृंतक/रोडेंट्स)। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने समीकरणों का एक सेट लिखा जो लोगों को विभिन्न चरणों के माध्यम से ट्रैक करता है: सुग्राही (Susceptible), टीकाकृत (Vaccinated), उजागर (Exposed), संक्रमित (Infected), क्वारंटाइन (Quarantined), और ठीक हुए (Recovered) (SVEIQR), जबकि साथ ही अपने स्वयं के सुग्राही-उजागर-संक्रमित (SEI) लूप में कृंतकों को भी ट्रैक किया गया।

शोधकर्ताओं ने पाया कि इस खेल के दो अलग-अलग चरण हैं। शुरुआत में, "स्प्रेड स्कोर" लगभग पूरी तरह से मानव-से-मानव संपर्क द्वारा संचालित होता है। यह एक सूखी जंगल में चिंगारी की तरह है; हवा (मानव व्यवहार) आग को आगे ले जाती है। हालाँकि, जैसे ही प्रकोप अपने चरम पर पहुँचता है और कम होने लगता है, पशु भंडार उस छिपी हुई इंजन बन जाता है जो जलते हुए अंगारों को जीवित रखता है। यह शोध पत्र गणितीय रूप से सिद्ध करता है कि यदि आप समग्र स्प्रेड स्कोर को 1 से नीचे ला सकते हैं, तो बीमारी पूरी तरह से गायब हो जाएगी—वहाँ कोई चालाकी भरे "छिपे हुए जाल" नहीं हैं जहाँ बीमारी तब भी बनी रहती है यदि स्कोर कम दिखाई देता है।

जब उन्होंने अपने मॉडल को वास्तविक 2022 के प्रकोप के अनुरूप बनाया, तो परिणाम आश्चर्यजनक रूप से सटीक थे। मॉडल को यह दर्शाने के लिए समायोजित करके कि वायरस मुख्य रूप से लोगों के एक छोटे, विशिष्ट समूह (लगभग 5% आबादी) के भीतर फैल रहा था न कि पूरे देश में, उन्होंने इतना सटीक फिट प्राप्त किया कि मॉडल का कर्व वास्तविक डेटा के साथ 0.985 के $R^2$ के साथ मेल खा गया। इसका मतलब है कि मॉडल ने वास्तविक दुनिया के मामलों के 98.5% बदलाव की व्याख्या की। सिमुलेशन ने दिखाया कि प्रकोप बिल्कुल उसी समय चरम पर पहुँचा जब वास्तव में पहुँचा (सप्ताह 10) और तीव्र क्वारंटाइन तथा व्यवहार संबंधी परिवर्तनों (जैसे सोशल डिस्टेंसिंग) का संयोजन ही प्राथमिक कारण था जिससे आग बुझ गई। शोध पत्र निष्कर्ष निकालता है कि जबकि मनुष्य आग लगाते हैं, जानवर उसे सुलगते रख सकते हैं, इसलिए सबसे अच्छी रणनीति एक चरण-विशिष्ट दृष्टिकोण है: शुरुआत में मानव संचरण को कुचल दें, लेकिन प्रकोप समाप्त होने के दौरान पशु पक्ष पर कड़ी नज़र रखें।

तकनीकी सारांश: पशु भंडार युग्मन के साथ मोंपॉक्स का गणितीय मॉडलिंग

समस्या विवरण
मोंपॉक्स (पूर्व में मंकीपॉक्स) एक ज़ूनोटिक रोग है जो पशु भंडारों (मुख्य रूप से कृंतकों/रोडेंट्स) और मानव आबादी के बीच जटिल संचरण गतिकी (transmission dynamics) द्वारा विशेषता रखता है। जबकि पिछले गणितीय मॉडलों ने SVEIR या फ्रैक्शनल-ऑर्डर डेरिवेटिव जैसे ढांचों का उपयोग करके मोंपॉक्स को संबोधित किया है, एक व्यापक मॉडल की आवश्यकता बनी हुई है जो टीकाकरण, क्वारंटाइन और व्यवहार परिवर्तन जैसे विशिष्ट हस्तक्षेपों को शामिल करते हुए मानव संचरण के साथ पशु भंडार की गतिकी को स्पष्ट रूप से जोड़ता हो। 2022 के वैश्विक प्रकोप, विशेष रूप से संयुक्त राज्य अमेरिका में, ने पारंपरिक ज़ूनोटिक स्पिलओवर से उच्च-जोखिम वाले नेटवर्क के भीतर निरंतर मानव-से-मानव संचरण की ओर एक बदलाव को रेखांकित किया, जिसके लिए इन विषम गतिकी को पकड़ने और चरण-विशिष्ट नियंत्रण रणनीतियों का मूल्यांकन करने में सक्षम मॉडल की आवश्यकता है।

कार्यप्रणाली
लेखकों ने एक युग्मित SVEIQR-SEI गणितीय ढांचे को विकसित किया, जो जनसंख्या को दो परस्पर क्रिया करने वाले उप-तंत्रों में विभाजित करता है:

मानव जनसंख्या (SVEIQR): सुग्राही ( $S_h$ ), टीकाकृत ( $V_h$ ), उजागर ( $E_h$ ), संक्रमित ( $I_h$ ), क्वारंटाइन/पृथक ( $Q_h$ ), और स्वस्थ ( $R_h$ )।
पशु भंडार (SEI): सुग्राही ( $S_r$ ), उजागर ( $E_r$ ), और संक्रमित ( $I_r$ )।

मॉडल दो संचरण मार्गों को शामिल करता है: कृंतक-से-मानव ( $\theta_1$ ) और मानव-से-मानव ( $\theta_2$ )।

गणितीय विश्लेषण: अध्ययन ने मॉडल की सुव्यवस्थितता (समाधानों की सकारात्मकता और सीमाबद्धता) स्थापित की। 'नेक्स्ट-जेनरेशन मैट्रिक्स' दृष्टिकोण का उपयोग करते हुए, लेखकों ने मूल प्रजनन संख्या (basic reproduction number) व्युत्पन्न की, $R_0 = \max\{R_r, R_h\}$ , जहाँ $R_r$ और $R_h$ क्रमशः कृंतक और मानव आबादी के लिए प्रजनन संख्या का प्रतिनिधित्व करते हैं। रोग-मुक्त संतुलन (DFE) के लिए स्थिरता विश्लेषण जैकोबियन आइजनवैल्यू (Jacobian eigenvalues) के माध्यम से किया गया था। इसके अलावा, लेखकों ने महामारी दहलीज ( $R_0 = 1$ ) पर द्विभाजन व्यवहार (bifurcation behavior) का विश्लेषण करने के लिए कैस्टिलो-चावेज़ और सोंग के सेंटर मैनिफोल्ड सिद्धांत को लागू किया।
संवेदनशीलता विश्लेषण: 240 दिनों की अवधि में लैटिन हाइपरक्यूब सैंपलिंग (LHS) के साथ पार्शियल रैंक कोरिलेशन कोएफिशिएंट्स (PRCC) का उपयोग करके एक वैश्विक संवेदनशीलता विश्लेषण किया गया। इसने मानव प्रजनन संख्या और चार विशिष्ट महामारी चरणों में संक्रमित आबादी पर 15 मापदंडों के प्रभाव का आकलन किया: प्रारंभिक वृद्धि, शिखर गतिकी, गिरावट, और विस्तारित निगरानी।
2022 अमेरिकी प्रकोप के लिए मॉडल अंशांकन (Calibration): 2022 के अमेरिकी प्रकोप के संदर्भ में होमोजेनियस मिक्सिंग धारणाओं की सीमाओं को दूर करने के लिए, मॉडल को जोखिम स्तरीकरण (risk stratification) के साथ अनुकूलित किया गया। सुग्राही मानव घटक को एक उच्च-जोखिम उप-जनसंख्या ( $S_{h,risk} \approx$ जनसंख्या का 5%) और एक निम्न-जोखिम उप-जनसंख्या में विभाजित किया गया। व्यवहार परिवर्तन और हस्तक्षेप प्रभावों को पकड़ने के लिए एक लॉजिस्टिक फंक्शन के माध्यम से एक समय-परिवर्तित संचरण दर, $\theta_2(t)$ , पेश की गई। मॉडल को तीन-चरणीय अनुकूलन पाइपलाइन (डिफरेंशियल इवोल्यूशन, डुअल एनीलिंग, और L-BFGS-B) का उपयोग करके "अवर वर्ल्ड इन डेटा" (17 मई - 1 अक्टूबर, 2022) के साप्ताहिक केस डेटा के आधार पर, पीक टाइमिंग और परिमाण के लिए ह्यूरिस्टिक दंड (heuristic penalties) के साथ वेटेड सम ऑफ स्क्वेर्ड एरर्स (WSSE) को कम करते हुए अंशांकित किया गया।

प्रमुख योगदान और परिणाम

सैद्धांतिक स्थिरता और द्विभाजन: विश्लेषण सिद्ध करता है कि रोग-मुक्त संतुलन स्थानीय रूप से स्पर्शोन्मुख रूप से स्थिर (locally asymptotically stable) है यदि और केवल यदि $R_0 < 1$ है। महत्वपूर्ण रूप से, द्विभाजन विश्लेषण पुष्टि करता है कि $R_0 = 1$ पर एक फॉरवर्ड (सुपरक्रिटिकल) द्विभाजन होता है। यह निष्कर्ष निकालता है कि $R_0$ को इकाई से नीचे कम करके रोग उन्मूलन संभव और पर्याप्त है, क्योंकि महामारी दहलीज के पास कोई बैकवर्ड द्विभाजन या बाइसटेबिलिटी (bistability) की संभावना नहीं है।
चरण-विशिष्ट संवेदनशीलता: PRCC विश्लेषण ने महामारी के विशिष्ट अस्थायी चालकों को प्रकट किया:
- प्रारंभिक चरण (दिन 1-30): मानव-से-मानव संचरण ( $\theta_2$ ) और प्रगति दर ( $\tau_1$ ) हावी हैं। क्वारंटाइन प्रभावशीलता ( $\psi_2$ ) का सबसे मजबूत नकारात्मक सहसंबंध है।
- शिखर चरण (दिन 45-90): जबकि मानव संचरण महत्वपूर्ण बना रहता है, पशु भंडार की गतिकी (कृंतक संचरण $\theta_r$ और प्रगति $\xi_r$ ) उभरती है और अत्यधिक प्रभावशाली होकर अपने चरम पर पहुँचती है।
- गिरावट और निगरानी (दिन 105-240): संवेदनशीलता पुनः मानव संचरण और क्वारंटाइन की ओर स्थानांतरित हो जाती है, हालांकि पुनरुत्थान को रोकने के लिए भंडार की निगरानी भी प्रासंगिक बनी रहती है।
अंशांकन प्रदर्शन: जोखिम-स्तरीकृत, समय-परिवर्तित मॉडल ने 2022 के अमेरिकी प्रकोप के डेटा के साथ असाधारण फिट प्राप्त किया ( $R^2 = 0.985$ )। इसने पीक टाइमिंग (सप्ताह 10) की सटीक भविष्यवाणी की (परिमाण त्रुटि केवल 3.2% के साथ) और कुल संचयी मामलों को 0.2% के भीतर मेल खाया। मॉडल ने दिखाया कि प्रभावी प्रजनन संख्या ( $R_{eff}$ ) सप्ताह 23 तक 2.84 से गिरकर 0.32 हो गई, जो सप्ताह 12 में नियंत्रण दहलीज ( $R_{eff}=1$ ) को पार कर गई, जो टीकाकरण अभियानों के बढ़ने के साथ मेल खाता है।
हस्तक्षेप प्रभावकारिता: सिमुलेशन ने संकेत दिया कि जबकि नवजात शिशुओं के टीकाकरण का अल्पकालिक महामारी वक्र पर नगण्य प्रभाव पड़ा, क्वारंटाइन और सामाजिक दूरी सबसे प्रभावी एकल हस्तक्षेप थे। संयुक्त रणनीतियाँ, विशेष रूप से जो उच्च-जोखिम वाले नेटवर्क को लक्षित करती हैं, रोग प्रसार को पूरी तरह से नियंत्रित करने में सक्षम पाई गईं।

महत्व और दावे
यह शोध पत्र दावा करता है कि इसका प्राथमिक महत्व एक चरण-विशिष्ट नियंत्रण ढांचे प्रदान करने में निहित है। यह प्रदर्शित करके कि पशु भंडार शिखर और गिरावट चरणों के दौरान महत्वपूर्ण चालक बन जाते हैं, लेखक तर्क देते हैं कि नियंत्रण रणनीतियाँ अनुकूलनीय होनी चाहिए: प्रारंभिक प्रतिक्रिया में तीव्र क्वारंटाइन और मानव संचरण में कमी को प्राथमिकता देना, जबकि शिखर और गिरावट के दौरान भंडार की निगरानी और संतुलित हस्तक्षेप बनाए रखना।

अध्ययन इस बात पर जोर देता है कि 2022 का अमेरिकी प्रकोप मुख्य रूप से एक छोटे, अच्छी तरह से परिभाषित नेटवर्क के भीतर मानव-से-मानव संचरण द्वारा संचालित था, जो जोखिम स्तरीकरण को मॉडल करने की आवश्यकता को प्रमाणित करता है। लेखक निष्कर्ष निकालते हैं कि उनका मात्रात्मक ढांचा सार्वजनिक स्वास्थ्य अधिकारियों को साक्ष्य-आधारित निर्णय लेने के लिए एक उपकरण प्रदान करता है, जो विशेष रूप से यह उजागर करता है कि उच्च-जोखिम वाले नेटवर्क के भीतर लक्षित क्वारंटाइन और व्यवहार संबंधी हस्तक्षेप 2022 के प्रकोप के नियंत्रण के प्राथमिक चालक थे। फॉरवर्ड द्विभाजन की पुष्टि आगे यह पुख्ता करती है कि मानक दहलीज-आधारित उन्मूलन रणनीतियाँ मोंपॉक्स के लिए सैद्धांतिक रूप से सही हैं, बशर्ते कि $R_0$ को महामारी दहलीज के निकट इकाई से नीचे लाया जाए।

इसी तरह के और पेपर