ఒక దేశంలో అంటువ్యాధి ప్రారంభ దశలో ఉంటే ఆరోగ్య సంరక్షణ ఇబ్బందికర పరిస్థితిని ఎదుర్కొంటుంది - సోకినవారిని గుర్తించడానికి, వేరుచేయడానికి నిర్దిష్ట, ఖచ్చితమైన పరీక్షలు అవసరం.  నొవెల్ పరీక్షలను పెంచడానికి, వారాల నుండి నెలల ముందుగానే సంక్రమణల సంఖ్యపై అంచనా కలిగి ఉండాలి . ఆపై, దేశంలోని ప్రతి జిల్లాలో ఆరోగ్య సంరక్షణ జాబితా అవసరాలను అంచనా వేయడానికి ఈ సంఖ్యలను ఉపయోగించాల్సిన అవసరం ఉంది. మోడళ్లకు ఇన్‌పుట్‌లు అనిశ్చిత పారామితులతో ప్రబలంగా ఉన్నప్పుడు ఈ అంచనాల కోసం ఒకరు మోడళ్లను ఎలా ఉపయోగిస్తారు?

జవహర్‌లాల్ నెహ్రూ సెంటర్ ఫర్ అడ్వాన్స్‌డ్ సైంటిఫిక్ రీసెర్చ్ (జెఎన్‌సిఎఎస్ఆర్), కేంద్ర ప్రభుత్వ సైన్స్ అండ్ టెక్నాలజీ విభాగం స్వయంప్రతిపత్త సంస్థ, ఇండియన్ ఇనిస్టిట్యూట్ ఆఫ్ సైన్స్ (ఐఐఎస్సి) ఆధ్వర్యంలోని శాస్త్రవేత్తలు ఈ సమస్యను అనుకూల వ్యూహాన్ని కోవిడ్-19 ప్రాథమిక దశను ఒక ఉదాహరణగా ఉపయోగించి పరిష్కరించడానికి ఒక నమూనాను అభివృద్ధి చేశారు.

వైద్య జాబితా అవసరాల ముఖ్య అంశాలను అంచనా వేయడానికి ఈ నమూనాను ఉపయోగించుకోవచ్చు, పరీక్షా సామర్థ్యాలు, క్లిష్టమైన సంరక్షణ సౌకర్యాలు రెండింటినీ పెంచడానికి అవసరమైన గణన ఇది, మరణాలను తగ్గించడానికి ఇది అవసరం. కోవిడ్-19 కు ఇది చాలా సందర్భోచితంగా ఉంటుంది, ఎందుకంటే వ్యాధి లక్షణం, ప్రజల ప్రవర్తనా విధానాలు రెండవ దశలో వ్యాధి వ్యాప్తి, నిర్వహణ ప్రభావాలను మారుస్తాయి, ప్రభావితం చేస్తాయి, దీనివల్ల భవిష్య సూచకుల వైపు నిరంతరం అప్రమత్తత అవసరం.

‘ఫిజికల్ రివ్యూ ఇ’ జర్నల్‌లో ప్రచురణ కోసం ఇటీవల ఆమోదితమైన బృందం చేసిన ప్రాజెక్ట్ ఆధారంగా ఈ మోడల్ రూపొందించారు. దీనిలో పారామితులలోని అనిశ్చితులు, రిపోర్ట్ అయిన ఇన్‌ఫెక్షన్లను (దశ-స్థలం) ప్రాతినిధ్యాలను ఉపయోగించడం ద్వారా భర్తీ చేయవచ్చని వారు చూపించారు. ఇది లోపాలను తగ్గిస్తుంది, భౌగోళికాలలో ఏదైనా సార్వత్రికతను సద్వినియోగం చేసుకుంటుంది, ఇది సారూప్య ప్రవర్తనను చూపుతుంది. ఇంకా, అంటువ్యాధుల యొక్క రెండు స్వతంత్ర అంచనాలను రూపొందించడానికి, రిపోర్ట్ అయిన మరణాలు, అంటువ్యాధులకు చికిత్స చేయడం ద్వారా, ఊహించిన అంటువ్యాధుల యొక్క పరిధిని బాగా అర్థం చేసుకోవచ్చు.

ఈ విధానంతో, దేశవ్యాప్తంగా వ్యాధి పరిణామానికి విశ్వవ్యాప్తత ఉందని బృందం నిరూపించింది, అప్పుడు నమ్మదగిన అంచనాలను రూపొందించడానికి ఇది ఉపయోగపడుతుంది. ఈ విధానం మహమ్మారి సమయంలో ఐసియులు, పిపిఇలు వంటి క్లిష్టమైన వనరులకు అవసరాల ప్రణాళికను అనుమతిస్తుంది. ఈ విధానం వ్యాఖ్యాన సరళత, కాలక్రమేణా అనుకూలత కోసం రూపొందించారు.

జెఎన్సిఎఎస్ఆర్ నేతృత్వంలోని బహుళ-సంస్థ బృందం ఇటలీ, న్యూయార్క్ ‌లో సంక్రమణలు, మరణాల సంఖ్యను అంచనా వేయడం ద్వారా మోడల్‌ను పరీక్షించింది, ఇది ప్రారంభ అందుబాటులో ఉన్న డేటాను ఉపయోగించే అనుకూల అల్గోరిథం ఆధారంగా, తమ అంచనాలు వాస్తవ ఫలితాలకు దగ్గరగా ఉన్నాయని చూపిస్తుంది. వారు భారతదేశం కోసం ఇదే విధమైన కసరత్తు కూడా చేశారు, ఇక్కడ అంటువ్యాధులు, మరణాల సంఖ్యను అంచనా వేయడంతో పాటు, వారు ఒక ప్రదేశంలో ఆసుపత్రిలో చేరేందుకు అవసరమైన కీలక వనరుల అవసరాలను అంచనా వేశారు.

అర్థం చేసుకోవడానికి, ప్రణాళిక చేయడానికి, నిర్ణయం తీసుకోవడానికి కోవిడ్-19 సమయంలో గణిత మోడలింగ్, అనుకరణలు కొన్ని ముఖ్య సాధనాలు. ఈ ఉదాహరణ, ఉత్తమ పరిశోధనా సమూహాల మధ్య పోటీ కంటే సహకార శక్తిని తెరపైకి తెస్తుంది ”అని డిఎస్టీ కార్యదర్శి ప్రొఫెసర్ అశుతోష్ శర్మ అన్నారు.

(Publication Link of Accepted work:

https://journals.aps.org/pre/accepted/af070R4dEddE8a1a91d51021b998187c4d3f3e4b0

For further details, Prof Santosh Ansumali (ansumali@jncasr.ac.in, 09449799801) can be contacted.)

*****