Short-Term Forecasting of Monthly Syphilis Cases Using a Stability and Recency-Aware Selective Ensemble

सार्वजनिक स्वास्थ्य अधिकारियों के सामने एक निरंतर चुनौती होती है: संक्रामक रोगों के भविष्य की भविष्यवाणी करना। संसाधनों, जैसे कि टीकों या चिकित्सा कर्मचारियों को प्रभावी ढंग से आवंटित करने के लिए, उन्हें न केवल यह जानने की आवश्यकता है कि आज कितने लोग बीमार हैं, बल्कि यह भी कि अगले महीने कितने बीमार होंगे। यह कार्य ऐतिहासिक डेटा के पैटर्न का विश्लेषण करने पर निर्भर करता है, जिसे 'टाइम सीरीज़ फोरकास्टिंग' (समय श्रृंखला पूर्वानुमान) के रूप में जाना जाता है। मूल विचार यह है कि पिछले रुझान अक्सर इस बात के सुराग देते हैं कि आगे क्या होने वाला है, लेकिन भविष्य कभी भी अतीत की सटीक प्रतिलिपि नहीं होता है। बीमारी की दरें लोगों के व्यवहार में बदलाव, वायरस के फैलने के तरीके, या यहाँ तक कि अस्पतालों द्वारा मामलों की रिपोर्ट करने के तरीके में बदलाव के कारण बदल सकती हैं। इन बदलते गतिशील कारकों के कारण, एक एकल गणितीय मॉडल जो आज अच्छी तरह काम करता है, कल विफल हो सकता है। शोधकर्ताओं ने लंबे समय से विभिन्न पूर्वानुमान विधियों की शक्तियों को मिलाने का एक तरीका खोजने की कोशिश की है ताकि अधिक विश्वसनीय पूर्वानुमान बनाया जा सके, लेकिन ऐसा करने के लिए बिना किसी त्रुटि या पूर्वाग्रह को पेश किए एक सावधानीपूर्ण और अनुशासित दृष्टिकोण की आवश्यकता होती है।

हाल ही में, चीन के जियांगसू प्रांत के शोधकर्ताओं ने मासिक सिफलिस (syphilis) के मामलों का पूर्वानुमान लगाने के लिए एक नई विधि विकसित करके इस समस्या का समाधान किया। सिफलिस एक जीवाणु संक्रमण है जो यौन संपर्क और अन्य मार्गों से फैलता है, और हालांकि यह उपचार योग्य है, फिर भी यह एक निरंतर सार्वजनिक स्वास्थ्य चिंता बना हुआ है। टीम ने 2021 से 2025 तक के डेटा पर ध्यान केंद्रित किया, जो मासिक मामलों की संख्या का एक अपेक्षाकृत छोटा लेकिन महत्वपूर्ण कालखंड प्रदान करता है। उनका लक्ष्य एक ऐसी प्रणाली बनाना था जो अगले वर्ष के लिए डेटा देख सके और सटीक रूप से संख्याओं की भविष्यवाणी कर सके। उन्होंने इन भविष्यवाणियों को करने के लिए केवल एक सूत्र पर भरोसा नहीं किया। इसके बजाय, उन्होंने एक "चयनात्मक समूह" (selective ensemble) बनाया, जो अनिवार्य रूप से विभिन्न पूर्वानुमान मॉडलों का एक पैनल है जो एक साथ काम करते हैं। उनके काम में नवाचार इस बात में निहित है कि उन्होंने यह कैसे चुना कि किन मॉडलों को शामिल किया जाए और यह कैसे तय किया कि प्रत्येक पर कितना भरोसा किया जाए।

शोधकर्ताओं ने बहुत सरल दृष्टिकोणों से लेकर अधिक जटिल दृष्टिकोणों तक, नौ अलग-अलग सांख्यिकीय मॉडलों का परीक्षण करके शुरुआत की। कुछ मॉडल बुनियादी थे, जो यह मान लेते थे कि अगले महीने की संख्या या तो पिछले औसत के समान होगी या पिछले वर्ष के समान होगी। अन्य अधिक परिष्कृत थे, जिन्हें रुझानों, मौसमी चक्रों, या संख्या बढ़ने और घटने के विशिष्ट पैटर्न का पता लगाने के लिए डिज़ाइन किया गया था। उन्होंने इन मॉडलों को 2021 से 2024 के ऐतिहासिक डेटा के विरुद्ध चलाया, लेकिन उन्होंने केवल समग्र औसत प्रदर्शन को नहीं देखा। वे समझ गए कि एक मॉडल अतीत के दूर के हिस्से की भविष्यवाणी करने में अच्छा हो सकता है लेकिन हाल के महीनों की भविष्यवाणी करने में खराब हो सकता है। इसे संबोधित करने के लिए, उन्होंने एक "नवीनता-जागरूक" (recency-aware) प्रणाली पेश की। इस प्रणाली ने इस बात को अधिक महत्व दिया कि एक मॉडल ने वर्तमान के निकटतम महीनों में कैसा प्रदर्शन किया, जो प्रभावी रूप से यह पूछ रहा था, "क्या यह मॉडल अभी भी अच्छी तरह से काम कर रहा है?"

इसके अलावा, टीम समझती थी कि सटीकता जितनी महत्वपूर्ण है, निरंतरता भी उतनी ही महत्वपूर्ण है। एक मॉडल जो एक महीने में अत्यधिक सटीक होता है और अगले महीने अत्यधिक गलत होता है, वह योजना बनाने के लिए खतरनाक है। उन्होंने अपने सिस्टम में एक "स्थिरता" (stability) जांच जोड़ी, जिसने उन मॉडलों को दंडित किया जिन्होंने अपनी त्रुटि दरों में बड़े उतार-चढ़ाव दिखाए। इन दो कारकों—हालिया प्रदर्शन और स्थिरता—को जोड़कर, वे प्रत्येक मॉडल के लिए एक स्कोर की गणना कर सके। फिर उन्होंने एक कंप्यूटर अनुकूलन तकनीक का उपयोग किया, जो इस तरह है जैसे पक्षियों का एक झुंड भोजन की तलाश करता है, ताकि उनके सिस्टम के सेटिंग्स के सही मिश्रण को खोजा जा सके। इस प्रक्रिया ने उन्हें अपने मूल नौ में से सर्वश्रेष्ठ छह मॉडलों को चुनने और उन्हें उनके स्कोर के आधार पर विशिष्ट भार (weights) देने की अनुमति दी। अंतिम पूर्वानुमान इन शीर्ष प्रदर्शन करने वालों का एक भारित औसत (weighted average) था, न कि उन सभी का एक साधारण औसत।

जब शोधकर्ताओं ने अपने नए सिस्टम का परीक्षण 2025 के वास्तविक डेटा के विरुद्ध किया, जिसे उन्होंने प्रशिक्षण चरण के दौरान छिपा कर रखा था, तो परिणाम स्पष्ट थे। उनकी नई विधि, जिसे उन्होंने PSO-SRSE कहा, प्रत्येक व्यक्तिगत मॉडल से बेहतर रही और यहाँ तक कि सभी मॉडलों के संयुक्त साधारण औसत से भी बेहतर प्रदर्शन किया। मामलों की संख्या में जो अंतर उन्होंने छोड़ा, उसके मामले में नया सिस्टम प्रति माह लगभग 109 मामलों से चूक गया। इसकी तुलना में, सबसे अच्छा एकल मॉडल लगभग 140 मामलों से चूक गया था, और सभी मॉडलों का मानक औसत 114 से अधिक मामलों से चूक गया था। नए तरीके ने त्रुटि के प्रतिशत को भी काफी कम कर दिया, जो मात्र 4 प्रतिशत से थोड़ा कम रहा। ये संख्याएं बताती हैं कि किस मॉडल पर भरोसा करना है और कितना भरोसा करना है, इसे सावधानीपूर्वक चुनकर, शोधकर्ताओं ने सार्वजनिक स्वास्थ्य योजना के लिए एक अधिक मजबूत उपकरण बनाया है।

अध्ययन ने यह भी जांचा कि उनकी अनुकूलन प्रक्रिया कितनी विश्वसनीय है। उन्होंने अपने कंप्यूटर सर्च एल्गोरिदम को तीस बार चलाया यह देखने के लिए कि क्या वह हर बार समान सर्वोत्तम सेटिंग्स खोज पाता है। परिणाम उल्लेखनीय रूप से सुसंगत थे, जिससे पता चला कि यह विधि किसी भाग्यशाली अनुमान या डेटा के यादृच्छिक उतार-चढ़ाव पर निर्भर नहीं थी। हालाँकि, लेखकों ने उल्लेख किया कि उनका कार्य एक एकल प्रांत के डेटा और एक छोटी अवधि पर आधारित था। जबकि यह विधि इस विशिष्ट डेटासेट के लिए प्रभावी साबित हुई, उन्होंने चेतावनी दी कि इसकी व्यापक उपयोगिता की पुष्टि करने के लिए इसे लंबे समय की श्रृंखला और विभिन्न क्षेत्रों में परीक्षण करने की आवश्यकता होगी। उन्होंने यह भी कहा कि भविष्य के कार्यों को यह देखना चाहिए कि सिस्टम विभिन्न समय-सीमाओं को कितनी अच्छी तरह संभालता है और यह अपनी भविष्यवाणियों की अनिश्चितता को कैसे माप सकता है। फिलहाल, यह अध्ययन एक आशाजनक कदम है, जो यह प्रदर्शित करता है कि सरल और जटिल उपकरणों का एक स्मार्ट संयोजन, हालिया प्रदर्शन और स्थिरता द्वारा निर्देशित, रोग निगरानी के भविष्य के लिए एक स्पष्ट दृश्य प्रदान कर सकता है।