महामारी की भविष्यवाणी करना आसान नहीं है।  हमने सहायता के लिए एक वैश्विक डेटासेट बनाया है


देशों में विभिन्न संक्रामक रोग कैसे फैलते हैं, इसकी बेहतर समझ प्रारंभिक चेतावनी तंत्र और प्रतिक्रिया प्रोटोकॉल स्थापित करने में मदद कर सकती है

दुनिया ने हाल ही में कई हाई-प्रोफाइल क्रॉस-बॉर्डर बीमारी के प्रकोप और महामारियों को देखा है। COVID महामारी और बहु-देशीय Mpox (मंकीपॉक्स) का प्रकोप केवल दो उदाहरण हैं।

लेकिन बहुत कम वैज्ञानिक प्रमाण हैं जो इस बात की स्पष्ट तस्वीर दे सकें कि संक्रामक रोग कितनी तेजी से और कितनी बार देशों में फैलते हैं। वैश्विक रोग डेटा बनाने के लिए एक महत्वपूर्ण चुनौती सूचना का बिखराव है। कम आय वाले देशों में बीमारी के प्रकोप पर नज़र रखने की सीमित सांख्यिकीय क्षमता है। और अलग-अलग रिपोर्टिंग मानकों के कारण विभिन्न देशों के डेटासेट को संयोजित करना मुश्किल है।

संक्रामक रोग पैटर्न की एक बेहतर वैश्विक तस्वीर प्राप्त करने के लिए, हमारे अर्थशास्त्रियों और सांख्यिकीविदों की टीम बनाने के लिए तैयार है एक वैश्विक डेटासेट. हमने विश्व स्वास्थ्य संगठन से डेटा एकत्र किया “रोग प्रकोप समाचार” और कोरोनावायरस डैशबोर्ड.

रोग प्रकोप समाचार में स्वास्थ्य अधिकारियों और अनुसंधान नेटवर्क से पुष्ट सार्वजनिक स्वास्थ्य घटनाओं या चिंता की घटनाओं के बारे में जानकारी शामिल है। उनमें कोई भी प्रकोप या तेजी से विकसित होने वाली स्थिति शामिल है जिसका मानव स्वास्थ्य के लिए नकारात्मक परिणाम हो सकता है और इसके लिए तत्काल मूल्यांकन और कार्रवाई की आवश्यकता होती है। दुर्भाग्य से, यह जानकारी ज्यादातर असंरचित है और सांख्यिकीय उद्देश्यों के लिए तैयार नहीं की गई है। इसका व्यवस्थित विश्लेषण के लिए सीधे उपयोग नहीं किया जा सकता है। ऐसी संरचित सांख्यिकीय जानकारी उपलब्ध कराने के लिए, हम पर निर्भर थे वेब स्क्रेपिंग एक विशेष संक्रामक रोग कब और कहाँ हुआ, इसे निकालने की तकनीकें।

इस डेटा के सांख्यिकीय पुनर्गठन ने हमें संक्रामक रोगों के प्रसार की एक व्यवस्थित तस्वीर चित्रित करने की अनुमति दी। हमारे निष्कर्ष रोग के प्रकोप की सांख्यिकीय संभावनाओं पर आधारित हैं, न कि उग्रता पर। हमने पाया कि अफ्रीकी देशों में सबसे अधिक बीमारी फैलने की सूचना मिली थी। उच्च आय वाले देश भी काफी प्रभावित हुए थे – विशेष रूप से 2009 के “स्वाइन फ्लू” के प्रकोप और COVID-19 जैसी महामारियों के दौरान।

ऐसी महामारी घटनाओं की उपस्थिति नीतिगत तैयारी की आवश्यकता पर प्रकाश डालती है। देशों में बीमारी का प्रकोप कैसे फैलता है इसका विश्लेषण करके, स्वास्थ्य अधिकारी भविष्य के प्रकोपों ​​​​को रोकने के लिए लक्षित उपाय विकसित कर सकते हैं।

डेटा क्या दिखाता है

हमारे डेटासेट में 1996 के बाद से 233 देशों और क्षेत्रों में हुई 2,000 से अधिक सार्वजनिक स्वास्थ्य घटनाओं की जानकारी है। इन प्रकोपों ​​​​में 70 विभिन्न संक्रामक रोग शामिल हैं। नीचे दिया गया आंकड़ा दिखाता है कि ये कब हुए।

प्रकोप की कुल आवृत्ति। जुआन अरमांडो टोरेस मुंगिया

समय के साथ कोई स्पष्ट प्रवृत्ति दिखाई नहीं दे रही है: लगभग 50 सार्वजनिक स्वास्थ्य कार्यक्रम हैं जो प्रत्येक वर्ष रोग प्रकोप समाचार घोषणा को ट्रिगर करते हैं। समय के साथ वृद्धि के बजाय, अस्थायी उछाल के संदर्भ में दिखाई दे रहे हैं 2009 “स्वाइन फ्लू” इन्फ्लुएंजा ए (H1N1) महामारी और कोविड-19। ये बीमारियाँ अनिवार्य रूप से वैश्विक थीं और तदनुसार कई देशों में रोग प्रकोप समाचार शुरू हो गए।

हमारे डेटा ने प्रति देश, वर्ष और बीमारी के बारे में केवल एक बीमारी के प्रकोप की घोषणा दर्ज की। उदाहरण के लिए, चीन में COVID-19 2019 में एक बार, 2020 में एक बार और 2021 में एक बार दर्ज किया गया है। इसका मतलब है कि डेटा यह नहीं दिखाता है कि बीमारी का प्रकोप कितना गंभीर था, न ही एक देश में कितने लोग प्रभावित हुए थे। इसके बजाय, प्रत्येक वर्ष का डेटा दर्शाता है कि कितने अलग-अलग रोग दर्ज किए गए थे, और कितने अलग-अलग देश प्रभावित हुए थे। यह एक नीतिगत दृष्टिकोण से उपयोगी है क्योंकि सभी रिकॉर्ड किए गए प्रकोपों ​​​​में तत्काल कार्रवाई की आवश्यकता होती है।

प्रकोप समाचार घोषणाओं में COVID-19 सबसे प्रमुख बीमारी है। हमारे डेटासेट चिंता COVID-19 में दर्ज 2,227 स्वास्थ्य घटनाओं में से लगभग एक तिहाई, इसके बाद जूनोटिक प्रकृति के इन्फ्लूएंजा के मामले हैं। हैज़ा तीसरा सबसे अधिक दर्ज किया गया संक्रामक रोग है, लेकिन COVID-19 या इन्फ्लूएंजा (लगभग 170 रिकॉर्डेड प्रकोप समाचार) की तुलना में बहुत कम है।

संक्रामक रोग के प्रकोप के उच्चतम रिकॉर्ड वाले देश ज्यादातर बड़े (आकार और जनसंख्या के संदर्भ में), भूमध्य रेखा के करीब हैं, और निम्न या मामूली आय स्तर हैं। प्रकोप के दर्ज मामलों में अफ्रीका का लगभग 40% हिस्सा है। और यह दो सबसे अधिक प्रकोप-प्रवण देशों का घर है: डेमोक्रेटिक रिपब्लिक ऑफ कांगो और नाइजीरिया प्रत्येक ने 1996 से 40 से अधिक रोग प्रकोप दर्ज किए हैं।

उच्च आय स्तर प्रकोपों ​​​​को नहीं रोकते हैं। सार्वजनिक स्वास्थ्य उपायों के लिए पर्याप्त वित्तीय साधनों के बावजूद अमीर देश प्रभावित हुए। अमेरिका ने बीमारी के प्रकोप की तीसरी सबसे बड़ी संख्या दर्ज की। फ़्रांस और यूके में प्रत्येक में 20 से अधिक अद्वितीय रोग प्रकोप थे।

डेटा कैसे उपयोगी है

हमारे विश्लेषण से पता चलता है कि समय के साथ संक्रामक रोग के प्रकोप में कोई स्पष्ट वैश्विक वृद्धि नहीं हुई है। इसके बजाय हम कई देशों को प्रभावित करने वाली एकल बीमारियों की अस्थायी लहरों का निरीक्षण करते हैं। इसलिए सार्वजनिक स्वास्थ्य प्रणालियों को जल्दी से यह आकलन करने की आवश्यकता है कि दूसरे देश में बीमारी का प्रकोप कितना खतरनाक है और देशों के भीतर और भीतर फैलने से रोकने के लिए क्या उपाय किए जाने चाहिए।

प्रभावी सार्वजनिक स्वास्थ्य प्रतिक्रियाएँ इस बात पर निर्भर करेंगी कि रोग आमतौर पर भौगोलिक रूप से कैसे फैलते हैं। और हमारा डेटासेट इस तरह के स्थानिक रोग संचरण का विश्लेषण करने के लिए समृद्ध क्षमता प्रदान करता है।

रोग का प्रकोप भौगोलिक दृष्टि से संबंधित हैं। हमारे सांख्यिकीविदों ने परीक्षण किया कि दुनिया भर में बीमारी का प्रकोप बेतरतीब ढंग से बिखरा हुआ है या नहीं। परिणाम नीचे मानचित्र में दर्शाए गए हैं। एक देश जो गहरे हरे रंग में रंगा हुआ है, देश भर में बीमारियों के प्रसार में योगदान करने की अधिक संभावना है। प्रकोप भौगोलिक रूप से क्लस्टर किए गए हैं। ये समूह – उत्तरी अमेरिका, अफ्रीका और दक्षिण/पूर्वी एशिया – अंतर्राष्ट्रीय रोग संचरण पैटर्न की पहली झलक प्रदान करते हैं।

लेकिन महामारी के संक्रामक मार्गों को बेहतर ढंग से समझने के लिए और अधिक शोध की आवश्यकता होगी, जो संभवतः रोग से भिन्न होते हैं। इस तरह के विश्लेषण के लिए हमारा डेटासेट एक मूल्यवान संसाधन होगा।

रोग संचरण मानचित्र। जुआन अरमांडो टोरेस मुंगिया

नीतिगत तैयारी

देशों में विभिन्न संक्रामक रोग कैसे फैलते हैं, इसकी बेहतर समझ प्रारंभिक चेतावनी तंत्र और प्रतिक्रिया प्रोटोकॉल स्थापित करने में मदद कर सकती है। कोई अनुमान लगा सकता है कि यह कितनी संभावना है कि एक देश में बीमारी का प्रकोप दूसरे देश में फैल जाएगा और किस समय अवधि में।

नीति निर्माता ऐसे प्रोटोकॉल भी रख सकते हैं जहां एक निश्चित रोग संचरण की संभावना एक प्रतिक्रिया उपाय को ट्रिगर करती है (जैसे कि टीके को रोल आउट करना, या यात्रा चेतावनी)।

इसी तरह, अंतर्राष्ट्रीय संगठन इस तरह के स्थानिक महामारी मॉडल का उपयोग कर सकते हैं ताकि यह अनुमान लगाया जा सके कि अन्य देश प्रकोप से सबसे अधिक प्रभावित होंगे और तदनुसार संसाधनों पर ध्यान केंद्रित करेंगे। अराजक स्वास्थ्य संसाधन आवंटन, जैसा कि COVID-19 का मामला था मास्क और टीकेइससे बचा जा सकता है।बातचीत

कॉन्स्टेंटिन एम। वेकरअर्थशास्त्र के सहायक प्राध्यापक, ग्रोनिंगन विश्वविद्यालय; इनमेकुलाडा मार्टिनेज-ज़ारज़ोसोअर्थशास्त्र में प्रोफेसर, यूनिवर्सिटी जौम आईऔर जुआन अरमांडो टोरेस मुंगियाअनुसंधान सहायक, जॉर्ज-अगस्त-विश्वविद्यालय गौटिंगेन

यह लेख से पुनर्प्रकाशित है बातचीत क्रिएटिव कॉमन्स लाइसेंस के तहत। को पढ़िए मूल लेख.









Source link

By Automatic RSS Feed

यह खबर या स्टोरी Aware News 24 के कर्मचारियों द्वारा संपादित नहीं की गई है और एक सिंडिकेट फीड से प्रकाशित हुई है।

Leave a Reply

Your email address will not be published. Required fields are marked *