Optimal Control of SEIVZ Epidemic Model with Holling IV Incidence and Information Intervention

तकनीकी सारांश: होलिंग IV (Holling IV) उद्दीपन और सूचना हस्तक्षेप के साथ SEIVZ महामारी मॉडल का इष्टतम नियंत्रण

समस्या विवरण
यह शोध पत्र मौजूदा संक्रामक रोग मॉडलों की सीमाओं को संबोधित करता है, जो अक्सर रैखिक संक्रमण वृद्धि (linear infection growth) मान लेते हैं और सूचनात्मक हस्तक्षेप एवं यथार्थवादी ऊष्मायन अवधि (incubation periods) के प्रभाव को पर्याप्त रूप से शामिल करने में विफल रहते हैं। विशेष रूप से, लेखक ध्यान दिलाते हैं कि संक्रमण के दौरान संक्रमित व्यक्तियों की संख्या रैखिक रूप से नहीं बढ़ती है क्योंकि इसमें मनोवैज्ञानिक कारक (आत्म-सुरक्षा) शामिल होते हैं, और विकासशील क्षेत्रों में चिकित्सा संसाधन अक्सर सीमित होते हैं, जिससे संतृप्त उपचार दरें (saturated treatment rates) उत्पन्न होती हैं। इसके अतिरिक्त, जबकि सूचनात्मक हस्तक्षेप (जैसे, सार्वजनिक जागरूकता अभियान) ज्ञात रूप से रोग गतिशीलता को प्रभावित करते हैं, बहुत कम अध्ययन इन गैर-रैखिक उद्दीपन दरों, ऊष्मायन अवधियों और सूचना-संचालित व्यवहार परिवर्तनों को एक एकीकृत इष्टतम नियंत्रण ढांचे में एकीकृत करते हैं। यह अध्ययन संक्रमण प्रसार और संबंधित लागतों को न्यूनतम करने के लिए इन जटिलताओं को मॉडल करने का लक्ष्य रखता है।

कार्यप्रणाली
लेखक एक नियतात्मक (deterministic) SEIVZ (सुग्राही-एक्सपोज़्ड-संक्रमित-टीकाकृत-सूचना) कम्पार्टमेंटल मॉडल प्रस्तावित करते हैं। मॉडल निम्नलिखित विशेषताओं को समाहित करता है:

• गैर-रैखिक उद्दीपन (Non-linear Incidence): संक्रमण दर एक होलिंग टाइप IV कार्यात्मक प्रतिक्रिया का पालन करती है, $\frac{\beta SI}{1+bI^2}$, जहाँ पद $\frac{1}{1+bI^2}$ उच्च संक्रमण स्तरों के दौरान सुग्राही व्यक्तियों के आत्म-सुरक्षा व्यवहार के कारण होने वाले अवरोध दर का प्रतिनिधित्व करता है।
• संतृप्त उपचार (Saturated Treatment): उपचार को एक संतृप्त फलन, $\frac{cI}{1+\alpha I}$ का उपयोग करके मॉडल किया गया है, जो सीमित चिकित्सा संसाधनों को दर्शाता है।
• सूचना गतिशीलता (Information Dynamics): एक चर $Z(t)$ सूचना घनत्व का प्रतिनिधित्व करता है, जो संक्रमण स्तरों के आधार पर बढ़ता है और स्वाभाविक रूप से घटता है। सूचनात्मक हस्तक्षेप सुग्राही जनसंख्या के व्यवहार को प्रभावित करता है।
• इष्टतम नियंत्रण सूत्रीकरण (Optimal Control Formulation): दो नियंत्रण चर पेश किए गए हैं: $u_1(t)$ जो सूचनात्मक हस्तक्षेप की तीव्रता का प्रतिनिधित्व करता है और $u_2(t)$ जो उपचार उपायों की तीव्रता का प्रतिनिधित्व करता है। उद्देश्य एक ऑब्जेक्टिव फंक्शन $J(u_1, u_2)$ को न्यूनतम करना है जो संक्रमित व्यक्तियों की संख्या और सूचना प्रसारण तथा उपचार की लागतों के बीच संतुलन बनाता है।
• विश्लेषणात्मक उपकरण (Analytical Tools): अध्ययन मूल प्रजनन संख्या ($R_0$) प्राप्त करने के लिए 'नेक्स्ट-जेनरेशन मैट्रिक्स' पद्धति का उपयोग करता है। रोग-मुक्त और स्थानिक साम्यावस्था (disease-free and endemic equilibria) की स्थिरता का विश्लेषण किया जाता है। एक इष्टतम नियंत्रण समाधान के अस्तित्व को सिद्ध किया गया है, और हैमिल्टनियन फलन (Hamiltonian function) तथा पॉन्ट्रियागिन के अधिकतम सिद्धांत (Pontryagin's Maximum Principle) का उपयोग करके इष्टतम नियंत्रण रणनीति को स्पष्ट किया गया है।
• संख्यात्मक सिमुलेशन (Numerical Simulation): सैद्धांतिक निष्कर्षों को मान्य करने और विभिन्न परिदृश्यों को सिम्युलेट करने के लिए रनगे-कुट्टा (Runge-Kutta) विधि का उपयोग करके सिस्टम को संख्यात्मक रूप से हल किया गया है।

प्रमुख योगदान

1. मॉडल विकास: यह शोध पत्र एक नवीन SEIVZ मॉडल प्रस्तुत करता है जो होलिंग टाइप IV उद्दीपन, संतृप्त उपचार, विलंब अवधि (latency periods) और एक गतिशील सूचनात्मक हस्तक्षेप मॉड्यूल को एकीकृत करता है।
2. स्थिरता और द्विभाजन विश्लेषण (Stability and Bifurcation Analysis): लेखक मूल प्रजनन संख्या ($R_0$) की गणना करते हैं और जब $R_0 \leq 1$ हो, तो रोग-मुक्त साम्यावस्था की वैश्विक स्पर्शोन्मुख स्थिरता (global asymptotic stability) को सिद्ध करते हैं। वे $R_0 = 1$ पर 'बैकवर्ड बिफर्केशन' (backward bifurcation) के लिए स्थितियों की भी पहचान करते हैं, जो यह संकेत देता है कि विशिष्ट पैरामीटर स्थितियों के तहत $R_0 < 1$ होने पर भी रोग का बने रहना संभव है।
3. इष्टतम नियंत्रण रणनीति: अध्ययन पॉन्ट्रियागिन के अधिकतम सिद्धांत का उपयोग करके इष्टतम नियंत्रण के लिए आवश्यक शर्तों को व्युत्पन्न करता है, जो इष्टतम सूचनात्मक हस्तक्षेप और उपचार तीव्रता के लिए स्पष्ट लक्षण वर्णन प्रदान करता है।
4. संख्यात्मक सत्यापन: सिमुलेशन दर्शाते हैं कि प्रस्तावित नियंत्रण रणनीतियाँ संक्रमित व्यक्तियों की संख्या को प्रभावी ढंग से कम करती हैं और रैखिक मॉडलों की तुलना में गैर-रैखिक उद्दीपन के समावेश से अधिक जटिल, उतार-चढ़ाव वाले नियंत्रण प्रोफाइल उत्पन्न होते हैं।

परिणाम

• साम्यावस्था स्थिरता (Equilibrium Stability): जब $R_0 \leq 1$ होता है, तो रोग-मुक्त साम्यावस्था स्थानीय और वैश्विक दोनों रूप से स्पर्शोन्मुख रूप से स्थिर होती है। जब $R_0 > 1$ होता है, तो स्थानिक साम्यावस्था वैश्विक रूप से स्पर्शोन्मुख रूप से स्थिर होती है।
• बैकवर्ड बिफर्केशन (Backward Bifurcation): विश्लेषण सूचनात्मक हस्तक्षेप दरों, उपचार संतृप्ति और जनसंख्या मापदंडों के बीच परस्पर क्रिया के तहत विशिष्ट स्थितियों में $R_0 = 1$ पर एक बैकवर्ड बिफर्केशन प्रकट करता है। इसका तात्पर्य यह है कि यदि संक्रमण दर एक निश्चित सीमा से ऊपर रहती है, तो $R_0$ को 1 से नीचे लाने से भी रोग उन्मूलन पर्याप्त नहीं हो सकता है।
• नियंत्रण प्रभावशीलता: संख्यात्मक सिमुलेशन दिखाते हैं कि इष्टतम नियंत्रण (सूचनात्मक हस्तक्षेप और उपचार) का संयोजन, बिना नियंत्रण या बिना सूचनात्मक हस्तक्षेप वाले परिदृश्यों की तुलना में संक्रमित व्यक्तियों की चरम संख्या को काफी कम कर देता है।
• नियंत्रण चर व्यवहार: गैर-रैखिक उद्दीपन के तहत, इष्टतम नियंत्रण चर ($u_1, u_2$) 0 और 1 के बीच बार-बार उतार-चढ़ाव और वैकल्पिक पैटर्न प्रदर्शित करते हैं, जो रैखिक उद्दीपन मॉडलों में देखे गए अधिक निरंतर और स्थिर नियंत्रणों के विपरीत है। यह सुझाव देता है कि वास्तविक दुनिया की रणनीतियों को गतिशील रूप से समायोजित किया जाना चाहिए।
• सूचना का प्रभाव: सूचनात्मक हस्तक्षेप टीकाकरण की दर को महत्वपूर्ण रूप से बढ़ाता है और सुग्राही जनसंख्या की गिरावट को धीमा करता है, हालांकि उच्च-संक्रमण परिदृश्यों में संक्रमित रोगियों की संख्या पर इसका प्रत्यक्ष प्रभाव प्रत्यक्ष उपचार की तुलना में कम स्पष्ट होता है।

महत्व और दावे
शोध पत्र का दावा है कि प्रस्तावित SEIVZ मॉडल मनोवैज्ञानिक आत्म-सुरक्षा, संसाधन सीमाओं और सूचना-संचालित व्यवहार परिवर्तनों को ध्यान में रखकर संक्रामक रोग गतिशीलता को समझने के लिए एक अधिक यथार्थवादी ढांचा प्रदान करता है। लेखक जोर देते हैं कि उनके निष्कर्ष रोग प्रसार को कम करने के लिए सूचनात्मक हस्तक्षेप को इष्टतम उपचार रणनीतियों के साथ जोड़ने की क्षमता को रेखांकित करते हैं।

अध्ययन विनम्रतापूर्वक कई सीमाओं को स्वीकार करता है:

• मॉडल वायरल वेरिएंट और विषम जनसंख्या अनुपालन जैसे वास्तविक दुनिया के कारकों को सरल बनाता है।
• पैरामीटर मान वास्तविक समय के डेटा अंशांकन के बजाय मौजूदा साहित्य पर आधारित हैं।
• इष्टतम नियंत्रण रणनीतियाँ सैद्धांतिक हैं और बड़े पैमाने पर लॉजिस्टिक लागतों जैसे व्यावहारिक कार्यान्वयन बाधाओं को ध्यान में नहीं रखती हैं।
• मॉडल वर्तमान में आयु, व्यवसाय या भौगोलिक विषमता को शामिल नहीं करता है, न ही यह सूचना प्रसार में लगने वाले समय (time delays) को ध्यान में रखता है।

लेखक निष्कर्ष निकालते हैं कि हालांकि मॉडल सूचनात्मक हस्तक्षेप के तहत महामारी की गतिशीलता के बारे में उपयोगी अंतर्दृष्टि प्रदान करता है, भविष्य के कार्यों में जटिल जनसंख्या संरचनाओं को शामिल करने, वास्तविक दुनिया के डेटा के साथ मापदंडों को अंशांकित करने और प्रस्तावित नियंत्रण रणनीतियों की व्यावहारिक व्यवहार्यता का मूल्यांकन करने की आवश्यकता है।