Physical Address

304 North Cardinal St.
Dorchester Center, MA 02124

SARS-CoV-2 प्रजनन संख्या के अधिक सटीक अनुमान के लिए सही विधि


इंपीरियल कॉलेज लंदन और यूनिवर्सिटी ऑफ कैम्ब्रिज, यूके के वैज्ञानिकों ने हाल ही में महामारी के दौरान संक्रामक रोग के समय पर निर्भर संचरण का अनुमान लगाने के लिए एक सांख्यिकीय पद्धति एपिएस्टिम में सुधार का प्रस्ताव दिया और लागू किया है। नकली और वास्तविक दुनिया के डेटा के लिए सही पद्धति को लागू करने से गंभीर तीव्र श्वसन सिंड्रोम कोरोनावायरस 2 (SARS-CoV-2) संचरण क्षमता में सुधार हुआ है और अधिक सटीक अनुमान है। अध्ययन वर्तमान में पर उपलब्ध है एमएडरेक्सिव* प्रीप्रिंट सर्वर।

अध्ययन: उभरती महामारियों में संक्रमण की अनदेखी पीढ़ियों के लिए रिफाइनिंग प्रजनन संख्या का अनुमान है. छवि क्रेडिट: ईकडिजाइन / शटरस्टॉक

पृष्ठभूमि

SARS-CoV-2 के कारण होने वाले कोरोनावायरस रोग 2019 (COVID-19) महामारी ने दुनिया भर में कई देशों की आर्थिक और स्वास्थ्य प्रणालियों को भारी नुकसान पहुंचाया है। उच्च संप्रेषणीयता और विषाणु के साथ नए वायरल वेरिएंट के उद्भव के परिणामस्वरूप विश्व स्तर पर नए संक्रमणों में निरंतर और तेज वृद्धि हुई है।

बुनियादी और प्रभावी प्रजनन संख्या महत्वपूर्ण महामारी विज्ञान पैरामीटर हैं जो अंतिम महामारी आकार और झुंड प्रतिरक्षा सीमा का अनुमान लगाने और भविष्य की संक्रमण दर, अस्पताल में भर्ती और मृत्यु दर की भविष्यवाणी करने के लिए आवश्यक हैं। NS मूल प्रजनन संख्या आबादी में एकल प्राथमिक संक्रमण के कारण होने वाले माध्यमिक संक्रमणों की औसत संख्या का प्रतिनिधित्व करता है जहां हर कोई संक्रामक रोग के लिए अतिसंवेदनशील होता है। प्रभावी प्रजनन संख्या संवेदनशील और गैर-संवेदनशील दोनों लोगों की आबादी में एक निश्चित समय में प्राथमिक संक्रमण से माध्यमिक संक्रमणों की औसत संख्या का प्रतिनिधित्व करती है।

एपिएस्टिम को बुनियादी और प्रभावी प्रजनन संख्या का अनुमान लगाने का सबसे अच्छा तरीका माना जाता है। हालांकि, यह अक्सर प्रारंभिक महामारी चरणों में मूल प्रजनन संख्या के व्यवस्थित overestimation से ग्रस्त है।

द स्टडी

वैज्ञानिकों ने संक्रमण की अनिर्धारित प्रारंभिक पीढ़ियों का आकलन करने के लिए एक रैखिक, घातीय वृद्धि मॉडल पर विचार किया और इस सुधार को एपिएस्टिम पर लागू किया। उन्होंने परीक्षण किया की प्रभावकारिता नकली डेटा का उपयोग कर सही विधि। इसके अलावा, उन्होंने मूल और प्रभावी प्रजनन संख्या का अनुमान लगाने में मूल और सही एपिस्टिम विधियों की प्रभावकारिता की तुलना करने के लिए संयुक्त राज्य अमेरिका और यूरोप से वास्तविक दुनिया के COVID-19 डेटा का उपयोग किया।

उन्होंने विशेष रूप से उन स्थितियों पर ध्यान केंद्रित किया जहां कम परीक्षण दर और अन्य महामारी से संबंधित आपात स्थितियों के कारण संक्रमण की शुरुआती पीढ़ी छूट गई हो। उन्होंने एपिएस्टिम पद्धति का सबसे अच्छा घटक माना और एक रैखिक, घातीय वृद्धि पद्धति का उपयोग करके इसके प्रारंभिक पूर्वाग्रह को ठीक किया।

इस पद्धति में, नए संक्रमणों की घातीय वृद्धि दर का उपयोग मूल प्रजनन संख्या का अनुमान लगाने के लिए किया जाता है यदि पीढ़ी अंतराल ज्ञात हो। पीढ़ी अंतराल एक प्राथमिक संक्रमण मामले द्वारा द्वितीयक संक्रमण मामले को संक्रमित और प्रेरित करने के लिए ली गई औसत समय अवधि का प्रतिनिधित्व करता है।

सुधारी गई विधि का मुख्य उद्देश्य उन सभी प्रारंभिक संक्रमणों को शामिल करना था जो बिना लक्षण के बने रहे या लक्षणों को विकसित करने में सामान्य समय अवधि से अधिक समय लगा।

महत्वपूर्ण अवलोकन

50% की रिपोर्टिंग दर को ध्यान में रखते हुए, प्रस्तावित सुधार ने मूल एपिस्टिम विधि द्वारा उत्पन्न डेटा में देखे गए प्रारंभिक पूर्वाग्रह में महत्वपूर्ण कमी का कारण बना। संशोधित विधि द्वारा उत्पादित माध्य अनुमानों की तुलना घातांकीय वृद्धि पद्धति द्वारा किए गए अनुमानों से की जा सकती है। विभिन्न रिपोर्टिंग दरों पर विचार करके एक समान प्रवृत्ति देखी गई।

नकली डेटा के साथ आगे के विश्लेषण ने संकेत दिया कि सही विधि मूल विधि की तुलना में मूल प्रजनन संख्या के अधिक सटीक अनुमान उत्पन्न करती है। इसके अलावा, यह अनिश्चितता परिमाणीकरण में सुधार करता है। हालांकि, सही विधि ने मूल एपिस्टिम विधि द्वारा उत्पन्न प्रभावी प्रजनन संख्या के बाद के अनुमानों को संशोधित नहीं किया।

ज्ञात संक्रमणों का प्रभाव

वैज्ञानिकों ने मूल और सही एपिएस्टिम विधियों द्वारा उत्पादित अनुमानों पर संक्रमण की छूटी हुई पीढ़ियों के प्रभाव की जांच की। निष्कर्षों से पता चला कि सुधार विशेष रूप से तब प्रभावी होता है जब बड़ी संख्या में प्रारंभिक पीढ़ियों का पता नहीं चलता है। ऐसी स्थिति को ध्यान में रखते हुए जहां संक्रमण की दो पीढ़ियां छूट गईं, सही विधि ने एक सटीक मूल उत्पादन संख्या उत्पन्न की और मूल एपिस्टिम विधि के पूर्वाग्रह को पर्याप्त रूप से मुआवजा दिया।

सही एपिएस्टिम विधि का अनुप्रयोग

वैज्ञानिकों ने अमेरिका और कुछ यूरोपीय देशों से प्राप्त वास्तविक दुनिया COVID-19 घटना डेटा के लिए सही विधि लागू की। निष्कर्षों से पता चला है कि प्रत्येक देश में, सही विधि द्वारा उत्पादित प्रारंभिक मूल प्रजनन दर मूल एपिस्टिम विधि द्वारा उत्पादित की तुलना में कम है। यह इंगित करता है कि प्रारंभिक महामारी चरणों में संक्रमण की छूटी हुई पीढ़ियों के परिणामस्वरूप SARS-CoV-2 की मूल प्रजनन संख्या को कम करके आंका जा सकता है, जो प्रभावी प्रजनन संख्या के प्रारंभिक अनुमानों को प्रभावित कर सकता है।

अध्ययन महत्व

अध्ययन SARS-CoV-2 की प्रारंभिक बुनियादी और प्रभावी प्रजनन संख्या का अधिक सटीक अनुमान लगाने के लिए एक सही एपिस्टिम विधि का प्रस्ताव करता है। मूल एपिस्टिम पद्धति में लागू सुधार में संक्रमण की अनिर्धारित प्रारंभिक पीढ़ियों को पकड़ने के लिए एक रैखिक, घातीय वृद्धि पद्धति का उपयोग करना शामिल है जो अन्यथा एक महामारी / महामारी के प्रारंभिक चरणों में अनुमानों की सटीकता को प्रभावित कर सकता है।

*महत्वपूर्ण सूचना

medRxiv प्रारंभिक वैज्ञानिक रिपोर्ट प्रकाशित करता है जिनकी सहकर्मी-समीक्षा नहीं की जाती है और इसलिए, उन्हें निर्णायक नहीं माना जाना चाहिए, नैदानिक ​​अभ्यास/स्वास्थ्य संबंधी व्यवहार का मार्गदर्शन करना चाहिए, या स्थापित जानकारी के रूप में माना जाना चाहिए।

.



Source link

Leave a Reply