اگلا ایبولا پریشانی مشکل ہے، لیکن "پھیلاؤ کی پیشن گوئی" مدد کر سکتی ہے

دسمبر 2014 میں دیہی گنی میں ایک 2 سالہ لڑکا دسمبر میں ایبولا سے مر گیا. اگلے دو سالوں میں، مغربی افریقہ میں تقریبا 30،000 افراد ایبولا وائرس سے متاثر ہوں گے.

کیوں، پچھلے 17 ایبولا کے پھیلاؤ کے برعکس، کیا یہ اتنا بڑا، اتنا جلدی ہوا؟ مستقبل میں پھیلاؤ کو روکنے کے لئے کیا کچھ کیا جا سکتا ہے؟ یہ سوال، بہت سے دوسرے کے ساتھ، پھیلاؤ کی پیشن گوئی کے نون سائنسی میدان کے دل میں ہیں. اور داغ زیادہ نہیں ہوسکتے. جنوری میں، عالمی اقتصادی فورم پانڈیمکس نے کاروبار اور انسانی زندگی کا سب سے بڑا خطرہ قرار دیا.

گزشتہ کئی صدیوں میں، سائنسدان دنیا کے بہت سے پہلوؤں کی پیش گوئی میں بہتر بن گئے ہیں، بشمول سیارے، ایبیب اور ٹھوس کی بہاؤ، اور طوفان کے راستے بھی شامل ہیں. طبی اور جسمانی نظام کو سمجھنے کی صلاحیت درست پیش گوئی کرنے کے لئے کافی اچھا ہے شاید انسانیت کی بڑی کامیابی میں سے ایک ہے.

پیشن گوئی میں اس کامیابی کا بہت سے آغاز اسحاق نیٹن کے بنیادی بصیرت سے شروع ہوتا ہے کہ ہمارے ارد گرد قدرتی واقعے کو حکومت کرنے والے یونیورسل قوانین کو تبدیل نہیں کررہے ہیں. بڑے حساب سے تیزی سے انجام دینے کی صلاحیت نیوٹونین کے نقطہ نظر کو فروغ دیتی ہے، کافی اعداد و شمار اور کمپیوٹنگ کی طاقت دی گئی ہے، زیادہ تر پیچیدہ واقعہ کی پیش گوئی کی جا سکتی ہے.

تاہم، حدود موجود ہیں. جیسا کہ سائنسدان ان قسم کی پیشن گوئی کے نظام کا مطالعہ کرتے ہیں، ہم اس بات پر شک کرتے ہیں کہ یہ ممکن ہے کہ بیماری کے پھیلنے میں اگلے واقعات کی پیش گوئی کی جائے، کیونکہ سب سے اہم متغیر ایک دوسرے سے ایک پھیلنے سے بہت زیادہ تبدیل کرسکتا ہے.

اسی وجہ سے، موسم کی پیشن گوئی کے ساتھ، حقیقی وقت کے اعداد و شمار کو جمع کرنے کے امکانات کے امکانات کے پیش نظر سائنسی کمیونٹی کی صلاحیت کو بڑھانے کے لئے ضروری ہے.

شدید مہاکاویات

خیال یہ ہے کہ سائنسدانوں کو ایڈیڈیمکس کا اندازہ لگایا جا سکتا ہے اس خیال پر مبنی ہے کہ ہر وبا کی پیروی کی وجہ سے اس کی غیر معمولی اور غیر تبدیل شدہ خصوصیات کی وجہ سے ممکن ہے.

ایک بیماری سے کہو کہ ایک قابل قبول پیروجن. اس بیماری کی متاثرہ تعداد میں "بنیادی تناسب تناسب" یا R0، جس میں ایک ایسے تعداد میں بیان کیا جاسکتا ہے جو اس آبادی میں وسیع پیمانے پر ایک راستہ پھیلانے کا امکان ہے.

اگر ایڈیڈیم سائنسدانوں کو پیڈجن کے R0 کے بارے میں کافی معلوم ہوتا ہے تو، امید یہ ہے کہ وہ اگلے پھیلاؤ کے پہلوؤں کی پیشن گوئی کر سکتے ہیں - اور امید ہے کہ بڑے پیمانے پر ایامیمیمکس بننے سے چھوٹے پیمانے پر پھیلاؤ کی روک تھام کریں. وہ ایسے علاقوں میں وسائل کو متحرک کرکے کر سکتے ہیں جہاں پیروجن خاص طور پر اعلی R0 اقدار ہیں. یا وہ بیماری کیریئروں اور ایک دی گئی معاشرہ کے اکثر حساس ارکان، اکثر بچوں اور بزرگوں کے درمیان بات چیت کو محدود کرسکتے ہیں.

اس طرح، R0 ایک غیر مستحکم تعداد کے طور پر تشریح کیا جاتا ہے. لیکن جدید مطالعہ یہ بتاتے ہیں کہ یہ معاملہ نہیں ہے.

مثال کے طور پر، زکا وائرس مہاکاوی پر غور کریں. اس بیماری کے لۓ، R0 کی حد 0.5 سے 6.3 تھی. یہ ایک غیر معمولی دور ہے، اس بیماری سے تعلق رکھنے والا ہے جو اپنے آپ کو اس سے چھٹکارا کرے گی جس میں طویل مدتی مہاسے کا سبب بن جائے گا.

ایک ایسا لگتا ہے کہ زکی کے لئے R0 کے اس قدر کی وسیع پیمانے پر اعداد وشماری اعداد و شمار کی غیر یقینی صورتحال سے متعلق ہوتی ہے - شاید شاید سائنسدانوں کو مزید معلومات کی ضرورت ہے. لیکن یہ زیادہ تر غلط ہوگا. زکا، آب و ہوا عوامل کے لئے، آب و ہوا اور مچھروں سے ڈینگی جیسے دیگر متعلقہ وائرس اور جنسی ٹرانسمیشن کی موجودگی کے لۓ، مختلف ترتیبات میں مختلف R0 کی قدر مختلف ہوتی ہے.

یہ پتہ چلتا ہے کہ ایک مہاکاوی کی خصوصیات - روججن کی شدت، ٹرانسمیشن کی شرح، ویکسین کی دستیابی، اور اسی طرح کے ایک جلدی کے دوران اس طرح کے تیزی سے تبدیل کرنے کے لئے سائنسدانوں کو صرف اس پھیلاؤ کے اندر اندر حرکات کی پیشن گوئی کرنے کے قابل ہیں.. دوسرے الفاظ میں، اپریل 2014 میں ایبولا وائرس کی بیماری کے پھیلاؤ کا مطالعہ کرنے میں سائنسدانوں کو ایبولا کے پھیلاؤ کو اگلے مہینے کی ترتیب میں سمجھنے میں مدد ملتی ہے، لیکن یہ ایبولا مہاسوں کے مستقبل کے بارے میں بہت زیادہ مددگار ثابت ہوتا ہے، جیسے جیسے ہوا مئی 2018 میں.

مہاکاویات اکثر صاف نہیں ہیں اور بنڈل واقع ہیں. وہ شور ایسے واقعات ہیں جہاں متعدد متغیر ضروری ہیں، لیکن منتقل، کردار. بیماری کی کوئی بنیادی حقیقت نہیں ہے - تفصیلات کے صرف ایک غیر مستحکم مجموعہ مختلف ہوتے ہیں جو اکثر بیمار ہوتے ہیں، جیسے کہ بیماری پھیل جاتی ہے.

بہتر پیشن گوئی

اگر سائنسدانوں کو اعتماد نہیں ہے تو وہ متعلقہ افراد کے رویے کی پیشن گوئی کرنے کے لئے کافی اچھی طرح سے ایپیڈیمولوجی نظام کو سمجھ سکتے ہیں، کیوں انہیں پڑھ کر پریشان ہیں؟

جواب یہ ہے کہ ہم پیشن گوئی کے "نرم فزیکس" کو کہتے ہیں میں رہ سکتے ہیں: سائنسدانوں کو یہ فرض کرنا چاہئے کہ ہر وجوہات کو ایک ہی قواعد پر عمل کریں. جب ایک دوسرے کے ساتھ ایک پھیلنے کا موازنہ کرتے ہیں تو، ان کے درمیان ان کے متضاد اختلافات کو ذہن میں رکھنا چاہئے.

مثال کے طور پر، حیاتیات نے انفلوئنزا انفیکشن کے بارے میں بہت سے تفصیلات کو بے نقاب کیا ہے. وہ جانتے ہیں کہ وائرس سیلز کی میزبانی کرنے کے پابند ہیں، وہ کیسے نقل کرتے ہیں، اور انھوں نے اینٹی ویرل منشیات کی مزاحمت کو کس طرح تیار کیا ہے. لیکن جب ایک بڑی آبادی مہینے کے ایک مخصوص دن پر عوامی نقل و حمل کا استعمال کرتی تھی تو ایک مہیا شروع ہوسکتا ہے، جبکہ ایک مذہبی خدمت میں کسی جماعت کی طرف سے شروع ہوسکتا ہے. اگرچہ دونوں مبتلا ایک ہی مہلک ایجنٹ میں جڑ جاتی ہیں، ان کے ذہنوں میں یہ اور بہت سے دوسرے اختلافات کا مطلب یہ ہے کہ سائنسدانوں کو اس کی تازہ کاری کرنے کی ضرورت ہو سکتی ہے کہ وہ کس طرح ہر ترقی کی نمائش کریں.

ان ذرات کو بہتر سمجھنے کے لئے، سائنسدانوں کو حقیقی وقت کے اعداد و شمار میں اہم سرمایہ کاری کی ضرورت ہے. اس بات پر غور کریں کہ قومی موسمی خدمت ہر سال جمعہ کے اعداد و شمار سے زائد بجٹ اور پیشن گوئی کر رہا ہے. سی ڈی سی صرف عام طور پر عوامی صحت کے اعداد و شمار کے بارے میں ایک سہ ماہی ہے اور پیشن گوئی کے لئے کوئی وقفہ بجٹ نہیں ہے.

بیماری کی نگرانی سائنس کے سب سے بڑے حصوں میں سے ایک ہے. بے بنیاد حالات کے لۓ منفرد حالات اور اعداد و شمار کے زیادہ ذمہ دار مجموعہ کے لئے ایک محتاط غور، ہزاروں افراد کو بچا سکتا ہے.

یہ مضمون اصل میں سی. برینڈن اوگونیو، رینڈل ہارپ، اور سموئیل وی سکارپینو کی طرف سے بات چیت پر شائع کیا گیا تھا. یہاں اصل مضمون پڑھیں.