Bu tədqiqatda təklif olunan Ebola Virusu Xəstəliyi modeli, epidemiya dinamikasını Kaputo kəsr tərtibli törəmələri ilə təmsil olunan yaddaş təsirləri, inkubasiya gecikməsi, insan davranışından asılı doymuş yoluxma və sosial-mədəni dəfn praktikaları ilə birlikdə nəzərə alan gecikməli kompartıman modelidir. Model həssas fərdləri, klinik olaraq yoluxmuş fərdləri, karantinə alınmış fərdləri, sağalanları və müxtəlif dəfn şəraitində olan iki ölüm sinfini bir-birindən ayırır. Tədqiqatın əsas məqsədi real Ebola epidemiyasını dəqiq proqnozlaşdırmaq deyil; bu mexanizmlərin riyazi dayanıqlıq, epidemiya həddi və rəqsi dinamika üzərində təsirlərini nəzəri və ədədi baxımdan araşdırmaqdır.
Modeldə əsas reproduksiya ədədi \(R_0\) əsas hədd kəmiyyətidir. Mənbədə \(R_0<1\) olduqda xəstəliksiz tarazlığın lokal asimptotik dayanıqlı olduğu; \(R_0>1\) olduqda isə endemik tarazlığın yarandığı göstərilir. Endemik tarazlıq üçün inkubasiya gecikməsi \(\tau\) müəyyən kritik qiymətə çatdıqda Hopf bifurkasiyası baş verə bilər və infeksiya səviyyəsi sabit tarazlığa yaxınlaşmaq əvəzinə davamlı rəqslər göstərə bilər.
Ədədi simulyasiyalar həmçinin gecikmə müddətinin, kəsr tərtibi \(q\)-nun və müşahidədən əvvəl ölüm nisbətini təmsil edən \(p_1\)-in epidemiya əyrilərini əhəmiyyətli dərəcədə dəyişə bildiyini göstərir. Lakin bu nəticələr model çıxışlarıdır; klinik və ya epidemioloji sahə müşahidələri kimi şərh edilməməlidir. Tədqiqatda real epidemiya məlumatları ilə parametr qiymətləndirilməsi və ya müstəqil proqnoz doğrulaması aparılmamışdır.
Mənbədə ədədi nəticələrin bəzi hissələri arasında parametr və kəmiyyət uyğunsuzluqları mövcuddur. Xüsusilə xülasə ilə Şəkil 3–6-nın mətn və başlıqları bəzi \(\tau\), \(p_1\) və pik infeksiya qiymətlərində eyni ifadəni istifadə etmir. Buna görə Verianla təqdimatı bu fərqləri birləşdirərək yeni “düzəldilmiş” nəticə yaratmır.
Tədqiqatın nəzərdən keçirdiyi əsas problem
Ebola Virusu Xəstəliyi epidemiyalarında yoluxma yalnız aktiv yoluxmuş fərdlərlə təmasa endirilə bilməz. Yoluxmuş şəxsin xəstəliyi daşıdığı, lakin hələ yoluxdurucu hesab edilmədiyi inkubasiya müddəti, xəstəliklə bağlı qorxu və məlumatlılıq səbəbilə insanların davranışlarını dəyişməsi və yoluxmuş şəxslərin cənazələri ilə yaxın təması ehtiva edən bəzi ənənəvi dəfn praktikaları epidemiya dinamikasını dəyişə bilər.
Tədqiqatın ədəbiyyatda müəyyən etdiyi əsas boşluq, bu təsirlərin mühüm hissəsinin əvvəllər ayrı-ayrılıqda modelləşdirilməsinə baxmayaraq yaddaş təsiri + zaman gecikməsi + davranışsal doyma + sosial-mədəni dəfn yollarının eyni kəsr tərtibli çərçivədə birlikdə kifayət qədər nəzərdən keçirilməməsidir.
Buradakı “yaddaş” bir şəxsin bioloji yaddaşı demək deyil. Riyazi olaraq bu, sistemin cari dəyişmə sürətinin yalnız həmin andakı vəziyyətdən deyil, keçmiş vəziyyətlərin çəkili cəmindən də təsirlənməsi deməkdir. Kəsr törəmələrinin klassik birinci tərtibli törəmələrdən əsas fərqi budur.
Kaputo kəsr törəməsi bu Ebola modelində nəyi təmsil edir?
Kaputo kəsr törəməsi modelin bugünkü epidemiya dinamikasının keçmiş vəziyyətlərdən asılı olmasını riyazi olaraq təmsil edən yaddaşlı törəmə operatorudur; \(q=1\) klassik birinci tərtibli modelə yaxınlaşdığı halda \(0<q<1\) keçmiş vəziyyətlərin modelə daşındığı kəsr dinamikasını ifadə edir.
Kaputo kəsr törəməsinin tərifi
Düstur nəyi hesablayır? \(f(t)\) funksiyasının \(q\) tərtibli Kaputo kəsr törəməsini hesablayır.
- \(q\): kəsr törəməsinin tərtibidir. Tədqiqatın epidemik modelində \(0<q\le1\) intervalından istifadə olunur.
- \(\Gamma(\cdot)\): qamma funksiyasıdır; faktorial anlayışının həqiqi və kompleks ədədlərə genişləndirilmiş formasıdır.
- \(\xi\): keçmiş zaman boyunca inteqrallama zamanı istifadə olunan köməkçi zaman dəyişənidir.
- \((t-\xi)^{q+1-n}\): keçmiş vəziyyətlərin bugünkü törəməyə hansı çəki ilə töhfə verdiyini müəyyən edən nüvənin hissəsidir.
- \(f^{(n)}(\xi)\): funksiyanın \(n\)-ci klassik törəməsidir.
Kəsr törəməsinin inteqral ehtiva etməsi kritik əhəmiyyət daşıyır. Klassik diferensial tənlikdə dəyişmə əsasən sistemin həmin andakı vəziyyətindən asılıdır. Burada isə inteqral \(a\)-dan \(t\)-yə qədər keçmişi əhatə etdiyi üçün sistem keçmişini riyazi olaraq daşıyır.
Tədqiqatın şərhinə görə \(q\) qiymətinin 1-ə yaxınlaşması yaddaş təsirinin azalmasına uyğundur. Ədədi simulyasiyalarda \(q\)-nun 1-ə yaxınlaşmasının infeksiya pik qiymətlərini artıra və pik vaxtlarını dəyişə bildiyi müşahidə olunmuşdur. Bu nəticə yalnız istifadə olunan model və parametrlər üçün keçərlidir.
Modeldəki altı epidemioloji sinif
| Simvol | Bioloji məna |
|---|---|
| \(S_H(t)\) | \(t\) zamanındakı həssas fərdlər |
| \(I_H(t)\) | Klinik olaraq yoluxmuş fərdlər |
| \(Q_H(t)\) | Aşkarlanmış və karantinə alınmış yoluxmuş fərdlər |
| \(R_H(t)\) | Sağalmış fərdlər |
| \(D_1(t)\) | Ənənəvi və ya dini praktikalar çərçivəsində cəsədlə təması ehtiva edə bilən şəraitdə dəfn edilən ölən fərdlər |
| \(D_2(t)\) | Səhiyyə orqanlarının nəzarət etdiyi və modeldə yeni yoluxma yaratmadığı fərz edilən təhlükəsiz dəfn sinfi |
Əsas parametrlər
| Parametr | Məna |
|---|---|
| \(A\) | Populyasiyaya qoşulma / doğum sürəti |
| \(\beta_1\) | Yoluxmuş fərdlərdən həssas fərdlərə yoluxma əmsalı |
| \(\beta_2\) | \(D_1\) sinfindəki ölən fərdlərdən həssaslara yoluxma əmsalı |
| \(\mu\) | Təbii ölüm sürəti |
| \(\sigma\) | Davranışsal/doyma təsirini təmsil edən parametr |
| \(\tau\) | Məruz qalma ilə yoluxduruculuğun başlanması arasındakı inkubasiya gecikməsi |
| \(\alpha\) | Yoluxmuş sinifdən çıxış sürəti; \(1/\alpha\) orta yoluxdurucu müddəti təmsil edir |
| \(p_1\) | Aşkarlanmadan və ya təbii sağalmadan əvvəl xəstəlik səbəbilə ölən yoluxmuş fərdlərin nisbəti |
| \(p_2\) | Aşkarlanaraq karantinə alınan yoluxmuş fərdlərin nisbəti |
| \(\epsilon_1\) | \(D_1\) sinfində ölümdən dəfn prosesinə keçid sürəti |
| \(\epsilon_2\) | \(D_2\) sinfində ölümdən dəfn prosesinə keçid sürəti |
| \(\delta\) | Karantindən çıxış sürəti; \(1/\delta\) orta karantin müddətini təmsil edir |
| \(f\) | Karantinə alınmış fərdlər arasında xəstəliklə əlaqəli ölüm nisbəti |
| \(q\) | Kəsr törəməsinin tərtibi / yaddaş təsiri parametri |
Altı tənlikdən ibarət əsas Ebola modeli
Mənbədə model (3.1) aşağıdakı formada verilir:
Birinci tənlik həssas fərdlərin dəyişməsini təsvir edir. \(A\) yeni fərdlər əlavə edir; yoluxmuş fərdlərlə və \(D_1\) sinfindəki yoluxdurucu cənazələrlə təmas həssas sinifdən fərdləri çıxarır; təbii ölüm də \(\mu S_H\) qədər azalma yaradır.
İkinci tənlik yeni klinik infeksiyaların yaranmasını təsvir edir. Eyni iki yoluxma kanalı bu dəfə müsbət həddir; çünki həssas sinifdən çıxan yeni infeksiyalar \(I_H\) sinfinə daxil olur. \((\alpha+\mu)I_H\) isə xəstəlik prosesi və ya təbii ölüm səbəbilə yoluxmuş sinifdən çıxan fərdləri təmsil edir.
\(D_1\), \(Q_H\), \(D_2\) və \(R_H\) tənlikləri yoluxmuş fərdlərin ölüm, aşkarlanma-karantin və sağalma yollarına ayrılmasını izləyir. Mənbənin mühüm fərziyyələrindən biri \(D_2\) sinfindəki nəzarətli dəfnlərin yeni yoluxmaya səbəb olmamasıdır.
Niyə doymuş yoluxma həddi istifadə olunur?
Surətdəki \(\beta S\times I\) və ya \(\beta S\times D_1\) quruluşu potensial təmas miqdarını təmsil edir. Məxrəcdəki \(1+\sigma S_H(t)\) isə populyasiya böyüdükcə təmasın məhdudiyyətsiz xətti artmasının qarşısını alır. Mənbə bunu məlumatlılıq, qorxu, qoruyucu davranış, məhdud təmas imkanları və ictimai səhiyyə tədbirlərinin yarada biləcəyi doyma təsiri ilə əlaqələndirir.
\(\sigma\to0\) olduqda məxrəc təxminən 1 olur və davranışsal doyma zəifləyir. Mənbə bu vəziyyəti qoruyucu davranışların daha az təsirli olduğu modelləşdirmə sərhədi kimi şərh edir.
Niyə model üç tənliyə endirilə bilir?
Müəlliflər \(S_H\), \(I_H\) və \(D_1\) tənliklərinin \(Q_H\), \(D_2\) və \(R_H\) tənliklərindən asılı olmadığını bildirirlər. Buna görə əsas dinamika və dayanıqlıq analizi üçün ilk üç tənlikdən ibarət alt sistem istifadə olunur:
Bu reduksiya \(Q_H\), \(D_2\) və \(R_H\) siniflərinin bioloji baxımdan əhəmiyyətsiz olduğu demək deyil. Yalnız bu üç sinfin əks əlaqə yaradaraq ilk üç diferensial tənliyin sağ tərəfinə daxil olmadığı mənasına gəlir.
Müsbətlik və məhdudluq niyə yoxlanılır?
Epidemioloji model mənfi insan sayı yaratmamalıdır. Buna görə müəlliflər modelin müsbət başlanğıc şərtlərindən başladıqda həllərinin mənfi sahəyə keçmədiyini və məhdud qaldığını göstərirlər.
Bu ifadə reduksiya olunmuş sistemin bioloji baxımdan icazə verilən vəziyyət fəzasını təyin edir. \(A/\mu\) yuxarı həddi populyasiyaya giriş ilə təbii ölüm arasındakı tarazlıq miqyasından yaranır.
Buradakı \(E_q\) Mittag–Leffler funksiyasıdır. Kəsr diferensial tənliklərdə klassik eksponensial funksiyanın oynadığı rola bənzər rol oynayır. Bu bərabərsizlik başlanğıc qiyməti uyğun sahədə olduqda ümumi dəyişənin \(A/\mu\) sərhədindən kənara nəzarətsiz şəkildə böyümədiyini göstərmək üçün istifadə olunur.
Əsas reproduksiya ədədi R0 bu modeldə necə şərh olunur?
\(R_0\), tamamilə həssas populyasiyada bir yoluxmuş fərdin yoluxdurucu dövrü ərzində birbaşa və ənənəvi dəfnlə əlaqəli dolayı yollar vasitəsilə orta hesabla neçə yeni infeksiya yarada bildiyini təmsil edən hədd parametridir; \(R_0<1\) yoluxmanın sönməsi, \(R_0>1\) isə modeldə endemik tarazlığın mövcud ola bilməsi baxımından kritik sərhəddir.
Bu düstur iki əsas töhfədən ibarətdir.
- Birbaşa yoluxmuş fərd töhfəsi: \(\beta_1\) ehtiva edən birinci hədd.
- Ənənəvi dəfn sinfindən qaynaqlanan töhfə: \(\beta_2\), \(p_1\) və \(\epsilon_1\) ehtiva edən ikinci hədd.
\(\beta_1\) və ya \(\beta_2\) artdıqda digər parametrlər sabit qalarsa \(R_0\) yüksəlir. \(\sigma\)-nın məxrəcdə olması daha güclü doyma/davranış təsirinin yoluxma həddini azaldan istiqamətdə riyazi töhfə verdiyini göstərir. \(\epsilon_1\)-in ikinci həddin məxrəcində olması isə \(D_1\) sinfində keçirilən müddətin cənazə mənbəli yoluxma yolunda mühüm olduğunu göstərir.
Xəstəliksiz və endemik tarazlıq
Xəstəliksiz tarazlıq:
Bu nöqtədə həssas populyasiya mövcuddur, lakin \(I_H\) və \(D_1\) sıfırdır.
Mənbədə \(R_0>1\) olduqda müsbət endemik tarazlıq \(\mathcal{E}_1=(S_H^\ast,I_H^\ast,D_1^\ast)\) müəyyən edilir. Mənbədəki tənlik (3.3) aşağıdakı quruluşa malikdir:
\((R_0-1)\) vurğusunun \(I_H^\ast\) və \(D_1^\ast\) ifadələrində görünməsi hədd məntiqini aydın göstərir: endemik tarazlıq üçün model \(R_0>1\) şərtini tələb edir.
Lokal dayanıqlıq və xarakteristik tənlik
Tarazlıq nöqtələrinin dayanıqlığını araşdırmaq üçün xəttiləşdirilmiş sistemin xarakteristik kökləri tədqiq olunur. Xəstəliksiz tarazlıq üçün mənbə aşağıdakı xarakteristik quruluşu verir:
Gecikmə olduqda əmsalların daxilində \(e^{-s\tau}\) hədləri yer alır. Bu eksponensial gecikmə həddi xarakteristik tənliyi klassik polinom olmaqdan çıxarıb transsendental quruluşa çevirir. Buna görə gecikmə köklərin kompleks müstəvidəki mövqeyini və deməli, dayanıqlığı dəyişə bilər.
Mənbədə diqqət yetirilməli riyazi qeyd: Tənlik (3.9) altında verilən \(a_0\) ifadəsinin ardıcıl yazılmış iki bərabərliyi arasında miqyas/ölçü baxımından açıq yenidən təşkil etmə addımı göstərilməmişdir. Verianla bu ifadəni mənbənin yerinə yenidən çıxararaq “düzəltmir”; dayanıqlıq şərhində müəlliflərin verdiyi \(R_0\) həddi və teoremlər əsas götürülür.
Gecikmə niyə Hopf bifurkasiyasına səbəb ola bilər?
Gecikmə \(\tau\), xarakteristik tənlikdə \(e^{-s\tau}\) vurucuları yaradaraq bəzi özqiymətlərin kompleks müstəvidə xəyali oxu keçməsinə imkan verə bilər; kritik \(\tau^\ast\) qiymətində bu keçid baş verdikdə sabit tarazlıq dayanıqlığını itirərək davamlı rəqslərə çevrilə bilər və mənbə bunu Hopf bifurkasiyası kimi təhlil edir.
Təhlildə \(s=i\omega\) götürülərək xarakteristik tənlik həqiqi və xəyali hissələrə ayrılır. Sonra gecikmə namizədləri:
şəklində ifadə olunur və kritik gecikmə:
kimi müəyyən edilir.
Buradakı \(\omega\), rəqsin xarakteristik bucaq tezliyi ilə əlaqəli müsbət qiymətdir. \(G_1(\omega)\) və \(G_2(\omega)\), xarakteristik tənliyin həqiqi və xəyali komponentlərindən törədilən funksiyalardır. Məqsəd kompleks köklər cütünün xəyali oxa çatdığı ən kiçik gecikməni tapmaqdır.
Mənbədə Teorem 3.3, \(q\in(0,1]\), \(R_0>1\), \(\tau>0\) və verilən transversallıq şərti altında endemik tarazlığın \(0\le\tau<\tau^\ast\) intervalında asimptotik dayanıqlı olduğunu və \(\tau=\tau^\ast\) nöqtəsində Hopf bifurkasiyasının baş verdiyini bildirir.
Routh–Hurwitz meyarının rolu
Gecikməsiz halda \(\tau=0\) götürülərək \(s^q=\lambda\) çevirməsi aparılır. Beləliklə xarakteristik tənlik klassik polinom formasına endirilə bilər. Endemik tarazlıq üçün mənbə:
polinomunu əldə edir və
Routh–Hurwitz şərtlərindən istifadə edir. Bu şərtlər xarakteristik köklərin həqiqi hissələrinin mənfi qalmasını və beləliklə lokal asimptotik dayanıqlığı təmin etməyə yönəlib.
Lyapunov yanaşması və qlobal endemik dayanıqlıq
Mənbə \(R_0>1\) üçün endemik tarazlığın müəyyən əlavə şərtlər altında qlobal asimptotik dayanıqlığını araşdırmaq məqsədilə Lyapunov funksionalı qurur:
Birinci komponent:
Oxşar loqarifmik quruluşlar \(I_H\) və \(D_1\) üçün də qurulur; gecikmiş vəziyyətləri nəzərə almaq üçün Riemann–Liouville kəsr inteqralları əlavə edilir.
İsbatın əsas riyazi aləti:
bərabərsizliyidir. Bərabərlik yalnız \(x=1\) olduqda ödənir. Müəlliflər uyğun \(H_1-H_4\) monotonluq şərtləri altında \(D^qV\le0\) nəticəsinə çataraq endemik tarazlıq üçün qlobal asimptotik dayanıqlıq nəticəsini əldə edirlər.
Tədqiqatın Metodu və Nəticələri
Ədədi həll üçün başlanğıc şərtləri
Ədədi simulyasiyalarda kiçik bir icma fərz edilmiş və başlanğıc qiymətləri:
kimi götürülmüşdür.
Adams–Bashforth–Moulton predictor–corrector üsulu
Kəsr tərtibli gecikməli diferensial sistem birbaşa qapalı formada həll edilə bilmədiyi üçün müəlliflər Adams–Bashforth–Moulton (ABM) predictor–corrector yanaşmasından istifadə edirlər.
Ümumi kəsr başlanğıc qiymət məsələsi:
Burada \(y(t)\) vəziyyət vektoru, \(f\) sistemin sağ tərəfi və \(\psi(t)\) gecikmə intervalındakı keçmiş başlanğıc funksiyasıdır.
Mənbə unikal həll üçün Lipschitz şərtindən istifadə edir:
Kəsr diferensial tənlik daha sonra ekvivalent Volterra inteqral tənliyinə çevrilir:
Bu çevirmə vacibdir; çünki ABM alqoritmi kəsr yaddaş təsirini inteqral çəkiləri vasitəsilə hesablayır.
Zaman şəbəkəsi üçün mənbə \(h=\tau/m\) addım ölçüsündən istifadə edir və həlli \(y_h(t_j)\approx y(t_j)\) formasında diskretləşdirir.
Predictor addımı
Predictor növbəti zaman nöqtəsindəki həll üçün ilkin təxmin yaradır.
Corrector addımı
Daha sonra trapezoidal hasil kvadraturası istifadə edilərək düzəldilmiş qiymət hesablanır. Mənbədə əsas corrector quruluşu:
şəklindədir. Predictor ilə əldə olunan təxmin sağ tərəfdəki naməlum \(y_h(t_{n+1})\) yerinə istifadə edilərək corrector addımı tamamlanır.
Simulyasiyalarda istifadə olunan əsas parametr dəsti
| Parametr | Qiymət |
|---|---|
| \(A\) | 189 |
| \(\mu\) | 0.000044 |
| \(\sigma\) | 0.09 |
| \(f\) | 0.1 |
| \(p_2\) | 0.3 |
| \(\epsilon_1\) | 0.5 |
| \(\epsilon_2\) | 0.5 |
| \(\alpha\) | 0.21 |
| \(\delta\) | 0.135 |
| \(q\) | \((0,1]\) intervalında dəyişdirilmişdir |
Mənbə \(\beta_1\), \(\beta_2\) və \(p_1\) parametrlərini müvafiq simulyasiyaya görə \((0,1)\) intervalından seçir. Parametrlərin mühüm hissəsi əvvəlki tədqiqatdan götürülmüşdür; bu tədqiqat onları yeni sahə məlumatları ilə yenidən qiymətləndirmir.
R0 < 1: xəstəliksiz tarazlığa yaxınlaşma
Şəkil 2 ssenarisində \(\tau=0\), \(\beta_1=0.00985\), \(\beta_2=0.0075\) seçilərək \(R_0=0.5717\) əldə edilmişdir. \(q\), 0.6 ilə 1 arasında 0.1-lik addımlarla dəyişdirilmişdir. Simulyasiyalar həll trayektoriyalarının xəstəliksiz tarazlığa yaxınlaşdığını göstərir.
Bu tapıntının mənası model daxilindədir: \(R_0<1\) seçilmiş parametr dəstində infeksiya davam edə bilmir. Bu nəticə real cəmiyyət üçün avtomatik olaraq “Ebola aradan qalxar” proqnozu deyil; real \(R_0\) və digər parametrlər ayrıca ölçülməlidir.
R0 > 1: endemik tarazlıq
Mənbə mətni bu təcrübə üçün \(q=0.8\), \(\tau=0\) dediyi halda Şəkil 3 başlığı \(\tau=1\) yazır. Şəkil başlığı həmçinin \(\beta_1=0.00985\), \(\beta_2=0.00755\), \(\sigma=0.09\) və \(R_0=1.33\) qiymətlərini verir. Mənbə daxilindəki bu uyğunsuzluq səbəbilə \(\tau\) qiyməti Verianla tərəfindən seçilərək düzəldilməmişdir.
Ortaq elmi mesaj budur ki, \(R_0>1\) vəziyyətində və müvafiq aşağı gecikməli ssenaridə model trayektoriyaları endemik tarazlığa yaxınlaşa və uzunmüddətli davamlı böyük rəqslər göstərməyə bilər.
Kritik gecikmə və davamlı rəqslər
Ədədi nəticələr mətni \(q=0.8\) və \(R_0>1\) altında \(\tau=2.5\) üçün təxminən 1000 günlük simulyasiya aparıldığını bildirir. Eyni səhifədəki Şəkil 4 başlığı isə \(\tau=2\) yazır. Mətnə görə yoluxmuşların sayı başlanğıcdakı 300 haldan təxminən 47 gün ərzində təxminən 45.873-ə yüksəlmiş, daha sonra təxminən 650 səviyyəsinə enmiş və təxminən 600–700 arasında davam edən rəqslər yaranmışdır.
Müəlliflər bu davranışı kritik gecikmə həddinin aşılması və Hopf bifurkasiyası ilə əlaqələndirirlər. Lakin \(\tau=2\) ilə \(\tau=2.5\) arasındakı mənbədaxili başlıq/mətn uyğunsuzluğu səbəbilə bu ədədi nəticə “dəqiq yalnız \(\tau=2.5\)-in nəticəsidir” şəklində yenidən etiketlənməməlidir.
τ = 2.5 və τ = 3 müqayisəsi
Şəkil 5, \(q=0.8\), \(\beta_1=0.00985\), \(\beta_2=0.00755\), \(\sigma=0.09\) və \(R_0=1.33\) altında \(\tau=2.5\) ilə \(\tau=3.0\) ssenarilərini müqayisə edir.
Mənbə mətninə görə \(\tau=3.0\) halında 300 yoluxmuşla başlayan ssenari təxminən 61-ci gündə təxminən 101.173 yoluxmuşa çatır. Daha sonra təxminən 960 səviyyəsinə enir və davam edən rəqslərdə təxminən 65.845-lik pik qiymətlər yaranır.
Müəlliflər bu müqayisədə gecikmənin artmasının yalnız pik böyüklüyünü artırmaqla izah edilə bilməyəcəyini; xüsusilə epidemiya pikinin vaxtını gecikdirdiyini vurğulayırlar.
Sosial-mədəni dəfn praktikalarını təmsil edən p1 təsiri
\(p_1\), yoluxmuş fərdlərin aşkarlanmadan və ya sağalmadan əvvəl xəstəliklə əlaqəli ölüm nəticəsində \(D_1\) yoluna keçmə nisbətini təmsil edir. Model baxımından \(p_1\)-in artması ənənəvi dəfn sinfinə daha çox fərdin keçməsinə səbəb ola bilər və bu sinif \(\beta_2\) vasitəsilə yeni infeksiya yaratma mexanizminə bağlı olduğuna görə yoluxma dinamikasını gücləndirə bilər.
Şəkil 6-nın qrafik əfsanəsində \(p_1=0.1\) və \(p_1=0.25\) göründüyü halda şəkil başlığında əlavə olaraq \(p_1=0.35\) üçün \(R_0=1.3614\) ifadəsi yer alır. Xülasə isə \(p_1>0.4\) üçün epidemiya böyüklüyündə %35 artım bildirir. Mənbədəki bu üç fərqli təqdimat bir qiymətə endirilməmişdir.
Etibarlı ortaq nəticə budur: modeldə daha yüksək nəzarətsiz/erkən ölüm nisbəti və bununla əlaqəli təmaslı dəfn yolu daha böyük və ya daha gecikmiş epidemik dalğalarla əlaqəlidir. Bu, müəyyən real cəmiyyətdə ənənəvi dəfn praktikalarının dəqiq eyni kəmiyyət artımını yaradacağını sübut etmir.
Kəsr tərtibi q-nun təsiri
Şəkil 7-də \(\tau=3\) sabit saxlanılaraq \(q\) dəyişdirilmişdir. Qrafiklərdə \(q=0.8\), \(q=0.9\) və \(q=1.0\) ssenariləri müqayisə olunur. \(q\)-nun 1-ə yaxınlaşması ilə infeksiya piklərinin böyüdüyü və vaxtlarının dəyişdiyi görünür.
Mənbə bunu yaddaş təsirinin zəifləməsi ilə əlaqələndirir. Xülasə \(q\)-nun 1-ə yaxınlaşmasının pik infeksiya səviyyələrində təxminən %20 artım yaratdığını bildirir; qrafiklərin xam ədədi nöqtələri paylaşılmadığı üçün Verianla bu faizi yenidən hesablamır.
Mənbədə bildirilən ədədi ssenarilərin birlikdə oxunması
| Ssenari | Mənbədə verilən şərt | Əsas mesaj | Şərh sərhədi |
|---|---|---|---|
| Şəkil 2 | \(\tau=0\), \(R_0=0.5717\), \(q=0.6\)–1 | Xəstəliksiz tarazlığa yaxınlaşma | Simulyasiya nəticəsi |
| Şəkil 3 | Mətn: \(\tau=0\); başlıq: \(\tau=1\), \(R_0=1.33\) | Endemik tarazlığa yaxınlaşma | Mənbədə \(\tau\) uyğunsuzluğu var |
| Şəkil 4 | Mətn: \(\tau=2.5\); başlıq: \(\tau=2\) | Davamlı rəqslər / Hopf şərhi | Mənbədə \(\tau\) uyğunsuzluğu var |
| Şəkil 5 | \(\tau=2.5\) və 3, \(q=0.8\), \(R_0=1.33\) | Daha uzun gecikmədə pik vaxtı və rəqslər dəyişir | Xam zaman sırası verilməyib |
| Şəkil 6 | \(p_1\) dəyişdirilmişdir | Nəzarətsiz ölüm/təmaslı dəfn yolunun təsiri artır | Əfsanə, şəkil başlığı və xülasə arasında \(p_1\) qiymət uyğunsuzluğu var |
| Şəkil 7 | \(\tau=3\), \(q=0.8,0.9,1.0\) | \(q\to1\) olduqda daha yüksək və vaxtı dəyişən dalğalar | Model çıxışıdır; sahə ölçümü deyil |
Tədqiqatın dəstəklədiyi nəticələr
- Kəsr tərtibli və gecikməli Ebola modelinin riyazi olaraq qurula bildiyini.
- Model həllərinin uyğun başlanğıc şərtlərində müsbət və məhdud qala bildiyini.
- \(R_0\)-ın əsas hədd parametri olduğunu.
- Mənbə Teorem 3.2 çərçivəsində \(R_0<1\) üçün xəstəliksiz tarazlığın lokal asimptotik dayanıqlığını.
- \(R_0>1\) üçün müsbət endemik tarazlığın mövcudluğunu.
- Uyğun şərtlərdə gecikmənin kritik qiyməti aşmasının Hopf bifurkasiyası və rəqsi dinamika yarada bildiyini.
- Model daxilində \(p_1\), \(q\) və \(\tau\) dəyişikliklərinin epidemik trayektoriyaları dəyişdirdiyini.
- Müəyyən \(H_1-H_4\) şərtləri altında endemik tarazlığın Lyapunov yanaşması ilə qlobal asimptotik dayanıqlığını.
Tədqiqatın dəstəkləmədiyi nəticələr
- Bu model real ölkədə gələcək Ebola hal sayını doğrulanmış şəkildə proqnozlaşdırmır.
- 101.173, 45.873 və ya digər simulyasiya qiymətləri real epidemiyada müşahidə olunmuş hal sayları deyil.
- Modeldəki \(\tau^\ast\) həddi hər Ebola epidemiyası üçün universal bioloji sabit deyil.
- Model mədəni dəfn praktikalarının bütün cəmiyyətlərdə eyni kəmiyyət təsiri yaratdığını göstərmir.
- Tədqiqat hər hansı dərman, peyvənd və ya klinik müalicənin effektivliyini sınaqdan keçirmir.
- Simulyasiya nəticələri real epidemiya məlumatları ilə kalibrə edilmiş klinik və ya ictimai səhiyyə proqnozu deyil.
Model məhdudiyyətləri və gələcək tədqiqatlar
Müəlliflər ilk mühüm məhdudiyyət kimi məhdud real epidemiya məlumatları səbəbilə parametrlərin mövcud ədəbiyyatdan götürülməsini qeyd edirlər. Real epidemiya məlumatları ilə empirik kalibrləmə modelin konkret epidemiyalara tətbiq edilə bilməsini artıra bilər.
İkincisi, model məkan heterogenliyini və insan hərəkətliliyini açıq şəkildə daxil etmir. Gələcəkdə coğrafi fərqlərin, səyahət hərəkətlərinin və regionlararası yoluxmanın əlavə edilməsi təklif olunur.
Üçüncüsü, model deterministikdir. Müəlliflər davranışda, mühitdə və kiçik populyasiyalarda yaranan təsadüfiliyi təmsil etmək üçün gələcəkdə stoxastik komponentlərin əlavə edilməsini təklif edirlər.
Bu məhdudiyyətlər xüsusilə vacibdir: riyazi olaraq daha mürəkkəb model avtomatik olaraq real epidemiyaları daha düzgün proqnozlaşdıran model demək deyil. Real dünya dəqiqliyi üçün parametr kalibrlənməsi, müstəqil məlumatlarla doğrulama və kontekstə uyğun qiymətləndirmə tələb olunur.
Mənbə və Metod Qeydi
Orijinal tədqiqat: A delayed fractional-order model of Ebola virus disease with human behavioral dynamics
Müəlliflər: Eva Lusekelo; Mlyashimbi Helikumi; Salamida Daudi; Steady Mushayabasa.
Məsul müəllif: Steady Mushayabasa.
Bərabər töhfə: Mənbədə bərabər birinci müəlliflik və ya bərabər töhfə bəyanatı aşkar edilməmişdir.
Qurumlar: Department of Mathematics and Statistics, College of Natural and Mathematical Sciences, University of Dodoma, Dodoma, Tanzania; Mbeya University of Science and Technology, Department of Mathematics and Statistics, College of Science and Technical Education, Mbeya, Tanzania; Department of Education and Mathematics, National Institute of Transport, Dar-es-Salaam, Tanzania; Department of Mathematics and Computational Sciences, University of Zimbabwe, Mount Pleasant, Harare, Zimbabwe.
Jurnal: Results in Control and Optimization.
Nəşriyyat: Elsevier B.V.
Platforma: ScienceDirect.
Cild / məqalə nömrəsi: Volume 23 (2026), Article 100738.
DOI: 10.1016/j.rico.2026.100738.
Daxil olma tarixi: 14 mart 2026.
Reviziya tarixi: 7 may 2026.
Qəbul tarixi: 20 may 2026.
Onlayn nəşr tarixi: 28 may 2026.
Mənbə növü: Resenziyalı elmi jurnal məqaləsi; nəzəri riyazi epidemiologiya və ədədi simulyasiya tədqiqatı.
Lisenziya: Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0).
Elmi metod: Kaputo kəsr tərtibli gecikməli diferensial tənliklər; doymuş insidensiya funksiyası; müsbətlik və məhdudluq analizi; xəstəliksiz və endemik tarazlıq; əsas reproduksiya ədədi; xarakteristik tənlik və özqiymət analizi; Routh–Hurwitz meyarı; Hopf bifurkasiyası; Lyapunov funksionalı; Adams–Bashforth–Moulton predictor–corrector ədədi həlli.
Məlumat əlçatanlığı: Mənbə tədqiqatda məlumat istifadə edilmədiyini açıq şəkildə bildirir. Ədədi nəticələr riyazi model və ədəbiyyatdan götürülən parametrlərlə yaradılmışdır.
Maliyyələşdirmə: Müəlliflər tədqiqatın dövlət, kommersiya və ya qeyri-kommersiya maliyyələşdirmə təşkilatından xüsusi qrant almadığını bildirirlər.
Maraqlar toqquşması: Müəlliflər tədqiqata təsir göstərə biləcək məlum maliyyə marağı və ya şəxsi münasibətin olmadığını bəyan edirlər.
Süni intellekt bəyanatı: Müəlliflər işi hazırlayarkən dili və oxunaqlılığı yaxşılaşdırmaq məqsədilə süni intellektdən istifadə etdiklərini, daha sonra məzmunu nəzərdən keçirib redaktə etdiklərini və nəşr məzmununa görə bütün məsuliyyəti üzərlərinə götürdüklərini bildirirlər.
CRediT / müəllif töhfələri: Mənbədə ayrıca CRediT authorship contribution statement aşkar edilməmişdir; buna görə müəlliflərin vəzifələri Verianla tərəfindən təxmin edilməmişdir.
Mənbədaxili mühüm ədədi uyğunsuzluq: Xülasə, Şəkil 3–6 başlıqları və əlaqəli nəticə abzaslarında bəzi \(\tau\), \(p_1\) və pik infeksiya qiymətləri eyni deyil. Xüsusilə Şəkil 3 üçün mətn \(\tau=0\), şəkil başlığı \(\tau=1\); Şəkil 4 üçün mətn \(\tau=2.5\), şəkil başlığı \(\tau=2\) verir. Xülasənin “1200-dən 10.000-dən yuxarı” ifadəsi də əsas mətn/şəkillərdəki bəzi daha böyük pik qiymətləri ilə birbaşa uyğun gəlmir. Bu fərqlər səssizcə düzəldilməmişdir.
Dayanıqlıq ifadəsi ilə bağlı mənbədaxili sərhəd: Teorem 3.2, \(R_0<1\) üçün xəstəliksiz tarazlığı “lokal asimptotik dayanıqlı” kimi ifadə edir. Nəticə bölməsi isə eyni vəziyyəti “qlobal asimptotik dayanıqlı” kimi xarakterizə edir.
Şərh yazın
E-poçt ünvanınız yayımlanmayacaq. Məcburi sahələr * ilə işarələnib