வழக்கமான தொற்று நோய் மாதிரியாக்கத்தின் அடிப்படை வரம்புகளை மீறுதல்

KAIST இல் பேராசிரியர் KIM ஜே கியோங் தலைமையிலான ஆராய்ச்சி குழு மற்றும் அடிப்படை அறிவியலுக்கான இன்ஸ்டிடியூட்டில் (IBS) பயோமெடிக்கல் கணிதக் குழுவின் தலைமை ஆய்வாளரும், தேசிய கணித அறிவியலுக்கான (NIMS) டாக்டர். CHOI சன்ஹ்வாவும் மற்றும் பேராசிரியர் CHOI. கொரியா பல்கலைக்கழகத்தைச் சேர்ந்த போஸுங், தொற்று நோய் மாதிரியாக்கத்தில் நீண்டகால சவாலை எதிர்கொண்டார். முந்தைய மாதிரிகள் முதன்மையாக வரலாறு-சுயாதீன இயக்கவியலைப் பயன்படுத்துகின்றன, இது வெளிப்பட்ட காலத்தைப் பொருட்படுத்தாமல் நோயின் வெவ்வேறு நோய் நிலைகளுக்கு இடையில் மாறுவதற்கான நிலையான நிகழ்தகவைக் கருதுகிறது. இந்த அணுகுமுறை இனப்பெருக்க எண் (R), மறைந்த காலம் மற்றும் தொற்று காலம் போன்ற முக்கியமான அளவுருக்களை மதிப்பிடுவதில் குறிப்பிடத்தக்க சார்புக்கு வழிவகுக்கும்.

இதற்கு நேர்மாறாக, குழுவால் புதிதாக உருவாக்கப்பட்ட முறை வரலாறு சார்ந்த கட்டமைப்பை ஏற்றுக்கொள்கிறது, அங்கு நோய் நிலைகளுக்கு இடையில் மாறுவதற்கான நிகழ்தகவு காலப்போக்கில் மாறுகிறது. இந்த யதார்த்தமான மாடலிங் அணுகுமுறை வழக்கமான முறைகளால் அறிமுகப்படுத்தப்பட்ட சார்புகளை நீக்குகிறது மற்றும் உறுதிப்படுத்தப்பட்ட வழக்கு தரவு மட்டுமே கிடைக்கும்போது கூட, நோய் பரவல் பற்றிய துல்லியமான கணிப்புகளை அனுமதிக்கிறது. சமூக விலகல் மற்றும் தடுப்பூசி பிரச்சாரங்கள் போன்ற தலையீட்டு உத்திகளின் செயல்திறனைத் தீர்மானிக்க இது முக்கியமானது.

பேராசிரியர் KIM ஜே கியோங் விளக்கினார், “எங்கள் ஆராய்ச்சி தொற்றுநோயியல் அளவுரு மதிப்பீட்டில் ஒரு முன்னுதாரண மாற்றத்தை பிரதிபலிக்கிறது. முந்தைய மாதிரிகளின் வரம்புகளை மீறுவதன் மூலம், நாம் இப்போது பொது சுகாதார அதிகாரிகளுக்கு நோய் இயக்கவியல் பற்றிய மிகவும் துல்லியமான தரவுகளை வழங்க முடியும். இது இறுதியில் மிகவும் பயனுள்ள தலையீட்டு உத்திகளை செயல்படுத்தும். தொற்று நோய் வெடிப்புகளை சிறப்பாக நிர்வகிக்கவும் கட்டுப்படுத்தவும் எங்களுக்கு உதவுகிறது.”

மற்றொரு தொடர்புடைய எழுத்தாளரான கொரியா பல்கலைக்கழகத்தைச் சேர்ந்த டாக்டர். CHOI Boseung மேலும் கூறினார், “இந்த புதிய முறையானது, பல்வேறு தலையீடு நடவடிக்கைகள் மற்றும் நோய் பரிணாம வளர்ச்சியின் காரணமாக காலப்போக்கில் மாறினாலும், தொற்று கால விநியோகத்தை துல்லியமாக மதிப்பிட அனுமதிக்கிறது. அளவுரு மதிப்பீட்டில் இந்த நெகிழ்வுத்தன்மை இருந்தது. பாரம்பரிய மாதிரிகளைப் பயன்படுத்தி முன்னர் சாத்தியமற்றது, தொற்றுநோயியல் நிபுணர்கள் மற்றும் பொது சுகாதார அதிகாரிகள் எதிர்கால தொற்றுநோய்களுக்கு பதிலளிக்கும் விதத்தில் குறிப்பிடத்தக்க தாக்கத்தை ஏற்படுத்தும்.

தென் கொரியாவின் சியோலில் இருந்து ஆரம்பகால COVID-19 தரவு வெடிப்பைப் பயன்படுத்தி, புதிய முறை வழக்கமான முறைகளுடன் ஒப்பிடும்போது இனப்பெருக்க எண்ணின் மிகவும் துல்லியமான மதிப்பீடுகளை வழங்குகிறது என்பதை குழு நிரூபித்தது. பாரம்பரிய அணுகுமுறைகள் இனப்பெருக்க எண்ணிக்கையை இரு மடங்கு வரை மிகைப்படுத்தி, தவறான கொள்கை முடிவுகளுக்கு வழிவகுக்கும் என்று அவர்கள் கண்டறிந்தனர்.

“தொற்று நோய் இயக்கவியல் பற்றிய நமது புரிதலில் இந்த ஆராய்ச்சி குறிப்பிடத்தக்க முன்னேற்றத்தைக் குறிக்கிறது. புதிய முறையானது பொது சுகாதார அதிகாரிகளுக்கு மிகவும் நம்பகமான தரவுகளை வழங்க முடியும், இது தொற்றுநோய்களின் போது சிறந்த தகவலறிந்த முடிவுகளுக்கு வழிவகுக்கும்.”

அயனிஸ் (Non-markovIan SEir மாதிரியின் அனுமானம்) என்ற பெயரிடப்பட்ட பயனர்-நட்பு கணக்கீட்டு தொகுப்பையும் குழு உருவாக்கியது, இது அவர்களின் மேம்பட்ட அனுமான முறையை செயல்படுத்துவதை எளிதாக்குகிறது. IONISE பல்வேறு தொற்றுநோயியல் மாதிரிகளை ஆதரிக்கிறது, இது பல்வேறு தொற்று நோய்கள் மற்றும் தலையீட்டு சூழ்நிலைகளுக்கு மாற்றியமைக்கிறது.

இந்த முறையானது தொற்று நோய் மாதிரியாக்கம் மற்றும் தொற்றுநோயியல் அளவுரு மதிப்பீட்டில் புரட்சியை ஏற்படுத்தும் என்று டாக்டர். HONG Hyukpyo வலியுறுத்துகிறார், மேலும் எதிர்கால தொற்றுநோய்களில் மிகவும் பயனுள்ள பொது சுகாதார பதில்கள் மற்றும் உத்திகளுக்கு வழி வகுக்கும்.

ஆராய்ச்சி குழு பற்றி

KAIST இல் உள்ள கணித அறிவியல் துறை, IBS, NIMS இல் உள்ள பயோமெடிக்கல் கணிதக் குழு மற்றும் கொரியா பல்கலைக்கழகத்தில் பெரிய தரவு அறிவியல் பிரிவு ஆகியவற்றின் கூட்டு ஆராய்ச்சி குழுவால் இந்த ஆய்வு மேற்கொள்ளப்பட்டது. கணித மாடலிங் மற்றும் தொற்றுநோயியல் ஆகியவற்றில் ஆழ்ந்த நிபுணத்துவத்துடன், மேம்பட்ட கணித கட்டமைப்புகள் மற்றும் கணக்கீட்டு முறைகள் மூலம் தொற்று நோய் முன்கணிப்பு மற்றும் கட்டுப்பாட்டில் உள்ள முக்கியமான சவால்களை எதிர்கொள்ள குழு நோக்கமாக உள்ளது.

கொரியாவின் தேசிய ஆராய்ச்சி அறக்கட்டளை, கல்வி அமைச்சகம், சாம்சங் அறிவியல் மற்றும் தொழில்நுட்ப அறக்கட்டளை மற்றும் அடிப்படை அறிவியல் நிறுவனம் ஆகியவற்றின் மானியங்களால் இந்த ஆராய்ச்சி ஆதரிக்கப்பட்டது.