Mapping knowledge user participation approaches in infectious disease transmission modeling (participatory modeling): a scoping review
संक्रामक रोग मॉडलिंग के 156 अध्ययनों की यह स्कोपिंग समीक्षा स्पष्ट करती है कि हालांकि ज्ञान उपयोगकर्ताओं की भागीदारी सामान्य है, लेकिन यह मुख्य रूप से डाउनस्ट्रीम कार्यों और नीति निर्माताओं तक ही सीमित है, जो मॉडल की प्रासंगिकता और स्वीकार्यता को मजबूत करने के लिए विविध हितधारकों की अधिक न्यायसंगत और प्रारंभिक सहभागिता की आवश्यकता को रेखांकित करती है।
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
जब कोई नई बीमारी फैलना शुरू होती है, तो सार्वजनिक स्वास्थ्य अधिकारी अक्सर यह समझने के लिए गणितीय मॉडलों का सहारा लेते हैं कि वह आबादी में कैसे आगे बढ़ती है और यह तय करने के लिए कि कौन से हस्तक्षेप इसे रोक सकते हैं। ये मॉडल भविष्य की सटीक भविष्यवाणी करने वाले कोई जादुई गोले नहीं हैं; बल्कि, ये वास्तविकता के सरलीकृत रूप हैं, जिन्हें शोधकर्ताओं द्वारा यह अनुकरण करने के लिए बनाया जाता है कि संक्रमण एक व्यक्ति से दूसरे व्यक्ति में कैसे फैलता है। चूंकि ये सिमुलेशन महत्वपूर्ण निर्णय लेने की दिशा तय कर सकते हैं—जैसे कि स्कूल कब बंद करने हैं, टीकों का वितरण कैसे करना है, या चिकित्सा टीमों को कहाँ भेजना है—इसलिए जो लोग इन मॉडलों का उपयोग करते हैं, उन्हें उन पर भरोसा होना चाहिए। लंबे समय तक, इन मॉडलों को बनाने की प्रक्रिया काफी हद तक शैक्षणिक संस्थानों के भीतर छिपी रही, जहाँ विशेषज्ञ इस बारे में निर्णय लेते थे कि क्या शामिल करना है और क्या छोड़ना है। हालांकि, अब इस बात की बढ़ती पहचान हो रही है कि इन बीमारियों से सबसे अधिक प्रभावित लोग, साथ ही वे अधिकारी जिन्हें निष्कर्षों पर कार्रवाई करनी है, मॉडल बनाते समय मेज पर अपनी जगह बना सकें। 'सहभागी मॉडलिंग' (participatory modeling) नामक यह दृष्टिकोण उन लोगों को भी आमंत्रित करता है जो प्रयोगशाला से बाहर हैं, ताकि वे पूछे जाने वाले प्रश्नों और खोजे जाने वाले उत्तरों को आकार देने में मदद कर सकें।
शोधकर्ताओं की एक टीम ने हाल ही में यह समझने के लिए प्रयास किया कि वास्तव में वास्तविक दुनिया में यह सहयोग कैसे हो रहा है। उन्होंने पिछले चौबीस वर्षों में प्रकाशित लगभग दस हजार वैज्ञानिक अध्येशनों की एक व्यापक समीक्षा की, जिसमें विशेष रूप से उन मामलों की तलाश की गई जहाँ बाहरी भागीदारों की मदद से संक्रामक रोग मॉडलों को बनाया गया था। साहित्य की सावधानीपूर्वक छंटनी करने के बाद, उन्होंने 156 ऐसे अध्ययन पहचाने जहाँ इस तरह के सहयोग की सूचना दी गई थी। इन अध्येशनों में 21 अलग-अलग संक्रामक बीमारियाँ शामिल थीं और ये 98 देशों में हुए थे, जिनमें से एक बड़ा हिस्सा हालिया कोविड-19 महामारी पर केंद्रित था, जिसके बाद एचआईवी (HIV) और तपेदिक (tuberculosis) का स्थान था। शोधकर्ताओं ने पाया कि हालांकि बाहरी आवाजों को शामिल करने का अभ्यास सामान्य होता जा रहा है, लेकिन यह जिस तरह से होता है वह अक्सर असमान होता है। अधिकांश मामलों में, जिन लोगों को मदद के लिए आमंत्रित किया गया था, वे सरकारी अधिकारी या कार्यक्रम प्रबंधक थे जो नीतिगत निर्णय लेते हैं। इसके विपरीत, सामुदायिक समूह और वे व्यक्ति जिन्होंने व्यक्तिगत रूप से उस बीमारी का अनुभव किया था, पांच में से एक से भी कम अध्येशनों में शामिल थे।
समीक्षा ने इन सहयोगों के unfolding (प्रकट होने) के तरीके में एक स्पष्ट पैटर्न का खुलासा किया। अधिकांश समय, बाहरी भागीदारों को मॉडल का भारी काम पूरा होने के बाद ही शामिल किया गया था। उनसे अक्सर डेटा प्रदान करने के लिए कहा जाता था, जैसे कि स्थानीय संक्रमण दर या संपर्क पैटर्न, या मॉडल पूरा होने के बाद अंतिम परिणामों की व्याख्या करने में मदद के लिए। यह एक स्थानीय गाइड से नक्शा दिखाने के लिए तब मदद मांगने जैसा है जब मार्ग पहले ही किसी ऐसे व्यक्ति द्वारा खींचा जा चुका हो जिसने कभी उस क्षेत्र का दौरा न किया हो। शोधकर्ताओं ने पाया कि एक से भी कम अध्येशनों में इन भागीदारों को शुरुआती और सबसे महत्वपूर्ण चरणों में शामिल किया गया था, जैसे कि मॉडल को किन प्रश्नों का उत्तर देना चाहिए यह तय करना या बीमारी के प्रसार की मूल संरचना निर्धारित करना। इससे भी कम मामलों में उन्हें मॉडल के आंतरिक तर्क की जांच करने या इसकी धारणाओं का परीक्षण करने में शामिल किया गया था। यह सुझाव देता है कि हालांकि मॉडल वास्तविक दुनिया से अधिक जुड़ रहे हैं, लेकिन मॉडल के मौलिक स्वरूप को परिभाषित करने की शक्ति आमतौर पर शैक्षणिक विशेषज्ञों के पास ही रहती है।
इन विभिन्न कार्य प्रणालियों को समझने के लिए, शोधकर्ताओं ने पांच अलग-अलग दृष्टिकोणों की पहचान की। सबसे आम "कमीशनिंग" (commissioning) शैली थी, जहाँ एक सरकारी एजेंसी किसी विशिष्ट प्रश्न का उत्तर देने के लिए एक शोध टीम को नियुक्त करती है, जिसमें एजेंसी समस्या को परिभाषित करती है और अंतिम उत्तर की समीक्षा करती है। एक अन्य दृष्टिकोण में एक "तीसरे पक्ष" का मध्यस्थ शामिल था, जैसे कि एक अंतर्राष्ट्रीय संगठन, जो फंड देने वालों को शोधकर्ताओं से जोड़ता है। तीसरा तरीका, "प्लग-एंड-प्ले" (plug-and-play), उपयोगकर्ताओं को एक पूर्व-निर्मित मॉडल के साथ बातचीत करने की अनुमति देता है, जिससे वे डैशबोर्ड के माध्यम से विभिन्न परिदृश्यों का पता लगा सकते हैं, बिना मॉडल के आंतरिक कामकाज को बदले। चौथा दृष्टिकोण, "क्राउडसोर्सिंग" (crowdsourcing), सीधे जनता से डेटा एकत्र करता है, जैसे कि लक्षणों की रिपोर्ट, ताकि मॉडल में डेटा डाला जा सके, लेकिन इसमें योगदान देने वालों को उनके डिजाइन में कोई भूमिका नहीं दी जाती। पाँचवाँ और सबसे कम प्रचलित दृष्टिकोण "सक्रिय सह-उत्पादन" (active co-production) है, जहाँ समुदाय के सदस्य और शोधकर्ता मॉडल बनाने के लिए बिल्कुल शुरुआत से मिलकर काम करते हैं, और शोध प्रश्नों से लेकर अंतिम निष्कर्षों तक सब कुछ तय करने के लिए निर्णय लेने की शक्ति साझा करते हैं।
अध्ययन यह निष्कर्ष निकालता है कि हालांकि यह क्षेत्र अधिक समावेशी प्रथाओं की ओर बढ़ रहा है, लेकिन यह सुनिश्चित करने के लिए कि मॉडल वास्तव में उन समुदायों की जरूरतों और वास्तविकताओं को दर्शाते हैं जिनकी वे सेवा कर रहे हैं, अभी भी एक लंबा रास्ता तय करना बाकी है। शोधकर्ता सुझाव देते हैं कि इन उपकरणों को सबसे प्रभावी और विश्वसनीय बनाने के लिए, विविध आवाजों की भागीदारी प्रक्रिया के अंत में, बल्कि मॉडल बनने से पहले, शुरुआती चरणों में होनी चाहिए। वे यह भी नोट करते हैं कि इन सहयोगों की वर्तमान रिपोर्टिंग अक्सर असंगत होती है, जिससे यह जानना कठिन हो जाता है कि विभिन्न समूहों का कितना प्रभाव है। इन साझेदारियों को संचालित करने और रिपोर्ट करने के लिए स्पष्ट दिशा-निर्देश स्थापित करके, वैज्ञानिक समुदाय यह सुनिश्चित करने में मदद कर सकता है कि सार्वजनिक स्वास्थ्य निर्णयों का मार्गदर्शन करने वाले मॉडल न केवल गणितीय रूप से सुदृढ़ हों, बल्कि सामाजिक रूप से प्रासंगिक और न्यायसंगत भी हों।
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।