ஒரு கோவிட்-19 நோயாளி இந்தியாவில் எத்தனை பேரை பாதிக்கச் செய்கிறார்?
ஜெய்ப்பூர்: மே 16 முதல் மே 25 வரை, சராசரியாக ஒரு கோவிட்-19 நோயாளியால் பாதிக்கப்பட்டவர்களின் எண்ணிக்கை ( நோயாளியால் பெருகும் விகிதம் அல்லது ஆர் [R] எனப்படுகிறது) 1.23 ஆகும். இது, ஏப்ரல் 13 முதல் மே 4 வரை 1.29 என்றும், மார்ச் 4 முதல் ஏப்ரல் 11 வரை 1.83 என்ற எண்ணிக்கையை விட குறைவு என்று, சென்னையில் உள்ள கணித அறிவியல் நிறுவனத்தின் பேராசிரியர் சீதாப்ரா சின்ஹாவின் கணக்கீடு தெரிவிக்கிறது.
இதன் பொருள் மார்ச் 4 முதல் ஏப்ரல் 11 வரை, நோயாளியால் பெருகும் விகிதம் [R] 1.83 என்று உள்ள நிலையில், 25 பேருக்கு கோவிட்-19 இருந்திருந்தால், அவர்கள் சுமார் 45 பேருக்கு அதை பரப்பியிருப்பார்கள். தற்போதைய இந்த விகிதம், 25 பேர் சராசரியாக 30 பேரை பாதிப்புள்ளாக்குவர் என்றளவில் உள்ளது.
கோவிட்-19 ஐ இந்தியா கட்டுப்படுத்துகிறதா என்பதை அறிவதற்கான ஒரு அளவீடு தான் நோயாளியால் தொற்று பெருகும் விகிதம் [R] ஆகும். ஒரு கோவிட்-19 நோயாளியின் நோய்த்தொற்றில் இருந்து எத்தனை பேர் அந்த நோயால் பாதிக்கப்பட்டுள்ளனர் என்பதை சொல்வதன் மூலம், இந்நோய் எத்தகைய தொற்றுநோய் என்பதை, அது விளக்குகிறது.
நோயாளியால் பெருகும் விகிதம் [R] குறைவுக்கு “முழு முடக்கத்தின் விளைவே” காரணம் என்று, ஹரியானாவில் உள்ள அசோகா பல்கலைக்கழகத்தில் இயற்பியல் மற்றும் உயிரியல் பேராசிரியர் கவுதம் மேனன் கூறினார். மார்ச் 24, 2020 முதல் இந்திய அரசு கடுமையான நாடு தழுவிய முழு முடக்கத்தை அறிவித்தது.
மக்கள்தொகையில் உள்ள அனைவருக்கும் சமமாக பாதிக்கப்படும்போது, அதாவது, நோயில் இருந்து மீண்டதால் அல்லது தடுப்பூசி காரணமாக யாரும் நோய்க்கு எதிராக நோய் எதிர்ப்பு சக்தியை வளர்த்துக் கொள்ளாத நிலையில், எந்தவொரு தனிமைப்படுத்தலும் அல்லது கட்டுப்படுத்தும் நடவடிக்கைகளும் இல்லாமல் மக்களுக்கு இடையே வழக்கமான தொடர்பு உள்ளது; நோய்த்தொற்று மற்றும் நோயின் பரவல் விகிதத்தை புரிந்து கொள்ள ஆராய்ச்சியாளர்கள், அடிப்படை பரவல் எண் (R0 அல்லது பூஜ்ஜிய நிலை - அதாவது தொற்று நோயானது அதன் வீரியமிக்க காலத்தில் எவ்வளவு வேகமாகப் பரவும் என்பதை குறிக்கப் பயன்படுத்தப்படும் அலகு) கணக்கிடுவதாக, மேனன் கூறினார். நேரம் செல்லச் செல்லவும், சிலர் நோய்த்தொற்றில் இருந்து மீண்டு நோயெதிர்ப்பு சக்தியாகவும், முகக்கவசம் மற்றும் உடல் ரீதியாக தனிமைப்படுத்திக் கொள்வது போன்ற நடவடிக்கைகள் உள்ளதால், ஆராய்ச்சியாளர்கள் நோயாளியால் பெருகும் விகிதத்தை (R) கணக்கிடுவதாக, அவர் கூறினார்.
ஒரு அடிப்படை பரவல் எண் (R0 ) அல்லது நோயாளியால் பெருகும் விகிதம் (R ) ஒன்றுக்கு அதிகமாக இருந்தால், வழக்குகளின் எண்ணிக்கை வேகமாக வளர்ந்து வருகிறது மற்றும் ஒரு தொற்றுநோயை ஏற்படுத்தும் என்று அர்த்தம். அடிப்படை பரவல் எண் (R0 அல்லது நோயாளியால் பெருகும் விகிதம், ஒன்றுக்கு சமமாக இருந்தால், நோய் மெதுவாக வளர்ந்து வருகிறது, ஆனால் இன்னும் ஆபத்தானது மற்றும் பலர் அதை சுருக்கக்கூடும். அடிப்படை பரவல் எண்ணிக்கை விகிதம் அல்லது நோயாளியால் பெருகும் விகிதம் ஒன்றுக்கு குறைவாக இருந்தால், அதாவது, சராசரியாக ஒரு நபர் மற்றவர்களை விட குறைவாகவே பாதிக்கப்படுகிறார் எனில், நோய் மெதுவாக வெளியேறும்.
இந்தியாவின் தற்போதைய, நோயாளியால் பரவும் விகிதம் [R] 1.23 ஆகும், அதாவது நோய் இன்னும் வேகமாக வளர்ந்து வருகிறது. "தொற்றுநோய் முழு முடக்கத்துடன் முடிந்திருக்கும் என்று ஒருவர் எதிர்பார்த்திருந்தால், தற்போது அது நிச்சயமாக நடக்கவில்லை," என்று சின்ஹா கூறினார். "எப்படியானாலும், நமது சுகாதார உள்கட்டமைப்பு இதுவரை பாதிக்கப்படவில்லை என்பதை உறுதிப்படுத்த இது நிச்சயமாக உதவியது" என்றார்.
முழு முடக்கம் எளிதாக்குதல்
முழு முடக்க கட்டுப்பாடுகள் தற்போது தளர்த்தப்படுவதால், கோவிட்-19 வழக்குகள் வேகமாக பரவலாம் , மேலும் ஒருவர் ஒருவருக்கொருவர் இப்போது தொடர்பு கொள்கிறார்கள்.
"இரு வாரங்களுக்கு முன்பு நீங்கள் என்னிடம் கேட்டிருந்தால், முழு முடக்கம் தளர்த்தப்படுவதால் நோயாளியால் பெருகும் விகிதம் [R] அதிகரிக்கும் என்று நான் கூறியிருப்பேன்; ஆனால் மே 3-க்கு பிறகு அது குறைந்துவிட்டதை நான் புதிராக பார்க்கிறேன்" என்று சின்ஹா கூறினார். மே 3, 2020 அன்று, மத்திய அரசு முழு முடக்கத்திற்கான சில விதிகளை தளர்த்தியது; பசுமை மண்டல பகுதிகளில் கடைகளை திறக்க அனுமதி அளித்தது மற்றும் ஆரஞ்சு மற்றும் சிவப்பு மண்டலங்களிலும் கூட சில நடவடிக்கைகளை அனுமதித்தது. "அது ஏன் [R] குறைந்துவிட்டது என்று எனக்குத் தெரியவில்லை, ஆனால் மக்கள் இப்போது சமூக விலக்கல் விதிமுறைகளை இன்னும் கண்டிப்பாக கடைபிடிக்கிறார்கள்," என்று சின்ஹா கூறினார்.
முழு முடக்கம் மேலும் தளர்த்தப்படுவதால் எதிர்காலத்தில் நோயாளியால் தொற்று பெருகும் விகிதம் [R] குறைவாக இருக்குமா? "ஒருவேளை இல்லாமல் போகலாம்" என்று சின்ஹா கூறினார். "தொற்றுநோய் அதன் இயல்பான போக்கில் கட்டுப்படுத்தும் நடவடிக்கைகளை எடுக்க நாம் அனுமதிக்கவில்லை," என்ற அவர், ஏனெனில் வழக்குகள் மற்றும் மக்கள் இறக்கும் எண்ணிக்கை உயர்ந்துள்ளதை சின்ஹா சுட்டிக்காட்டினார். பெரும்பாலான நாடுகளில் இந்நோய் உச்சமடைந்து, பின்னர் குறைந்து கொண்டே வருகிறது என்பதை விளக்குகிறது. இந்தியா இன்னும் உச்சநிலையில் இருந்து விலகியே இருக்கிறது. ஆனால் நோயின் வளர்ச்சி விகிதத்தை கட்டுப்பாட்டு நடவடிக்கைகளால் குறைக்க முடியும், என்றார்.
“இது மீண்டும் மீண்டும் தொற்றுநோயைத் தொடங்க மற்றொரு பொறியாகும் என்பதாகும், ஏனென்றால், நமது மக்கள்தொகையில் இன்னும் ஏராளமான மக்கள் பாதிக்கப்படுகின்றனர், ”என்று சின்ஹா மேலும் கூறினார்.
How Is The Reproduction Rate Of A Disease Calculated?
There are multiple ways to estimate R0 or R. One is by calculating it from the doubling time of the number of active cases. The other, used by Sinha for the R estimations in this story, is to use the estimated exponential growth rate of active cases, and then factor in the mean generation interval in the calculation. The mean generation interval is the average duration between an individual getting infected and the people that he/she passed on the disease to getting infected, Sinha explained.
For COVID-19, this time duration is estimated at 5.2 days based on research from Singapore. Statistical techniques are used to increase the accuracy of the R estimation.
The growth rate of the disease has to fit an exponential trend for the R to be accurately calculated. If there is too much fluctuation in the data, the accuracy of the R becomes lower. Sinha does not use data if the threshold of accuracy falls below 99%, he said.
The R is dependent on the number of new cases every day, so better the testing and better the publicly available data, the higher the ability to calculate the R accurately, said Menon.
மாநில அளவிலான கோவிட்-19 பெருக்க விகிதம்
நோயாளியால் பெருகும் விகிதம் [R] துல்லியமாக இருக்க, அடிப்படை பரவல் எண் விகிதத்தை [R0] கணக்கிட சின்ஹா மிக நீண்ட தொடர்ச்சியான காலத்தைப் பயன்படுத்துகிறார், மேலும் இது 99% துல்லியமாக இல்லாவிட்டால் சரியான தரவை வழங்காது என்றார். இதன் காரணமாக, வெவ்வேறு மாநிலங்களின் நோயாளியால் பெருகும் விகிதம் [R] வெவ்வேறு கால இடைவெளிகளில் ஒப்பிட முடியாது. கீழே உள்ள அட்டவணை சில மாநிலங்களில், நோயாளியால் தொற்று பரவும் விகிதத்தை வழங்குகிறது.
| Estimated R Value For States | ||
|---|---|---|
| State | Period of Estimation | Estimated R |
| India | March 4 - April 11 | 1.83 |
| April 13-May 14 | 1.29 | |
| May 16 - May 25 | 1.23 | |
| Maharashtra | April 13-April 26 | 1.49 |
| April 23-May 15 | 1.34 | |
| May 4-May 25 | 1.27 | |
| Gujarat | April 30-May 9 | 1.23 |
| May 7-May 10 | 1.26 | |
| Tamil Nadu | April 29-May 4 | 1.83 |
| April 30-May 7 | 2.01 | |
| May 7-May 10 | 1.31 | |
| Delhi | May 7-May 10 | 1.31 |
| May 20-May 25 | 1.2 | |
| Punjab | April 28-May 4 | 1.48 |
| May 5-May 8 | 1.32 | |
| Rajasthan | April 19-April 22 | 1.34 |
| May 10-May 25 | 1.27 | |
| Madhya Pradesh | April 16-May 1 | 1.23 |
| May 10-May 23 | 1.23 | |
| Uttar Pradesh | May 1-May 4 | 1.28 |
| May 19-May24 | 1.33 | |
| West Bengal | April 15-April 28 | 1.51 |
| April 28-May 1 | 1.14 | |
| May 4-May 10 | 1.34 | |
| May 15-May 25 | 1.22 | |
| Andhra Pradesh | April 6-May 1 | 1.27 |
| Karnataka | May 16-May 24 | 1.62 |
Source: Data shared by Sitabhra Sinha, Institute of Mathematical Sciences, Chennai
Note: 1. Because of fluctuations in data and accuracy for R below 99%, R estimations are not available for all states for all time periods. The author has tried to take the longest time period possible for these estimations. 2. The R for Tamil Nadu and Gujarat could not be calculated with the same degree of accuracy as other states for May because of fluctuations in the data.
சோதனை அடிப்படையில், நோயாளியால் நோய் பரவும் விகிதம் மதிப்பிடுகிறது
அரசால் அறிவிக்கப்பட்டபடி மக்கள்தொகையில் ஒவ்வொரு நாளும் செயலில் உள்ள வழக்குகளின் அடிப்படையில், நோயாளியால் நோய் பரவும் விகிதம் கணக்கிடப்படுகிறது.
கண்டறியப்பட்ட வழக்குகளின் எண்ணிக்கை, சோதனை அதிகாரத்திய பொறுத்தது என்பதால், அவை மக்கள்தொகையில் உள்ள வழக்குகளின் எண்ணிக்கையின் துல்லியமான பிரதிநிதித்துவமாக இருக்கக்கூடாது. இந்த நோயால் பாதிக்கப்பட்ட பலர் அறிகுறியற்றவர்களாக இருப்பார்கள் அல்லது லேசான அறிகுறிகளைக் கொண்டிருப்பார்கள், எனவே சோதனைக்கு உட்படுத்தப்படுவதில்லை என்று மேனன் கூறினார்.
காலப்போக்கில், நோய் பரவும் விகித வேறுபாடு நோயின் வளர்ச்சி விகிதத்தை அளவிடுவதற்கான ஒரு துல்லியமான வழியாகும், இது காலப்போக்கில் சோதனை அளவுகோல்கள் மாறாமல் இருக்கும் என்று சின்ஹா கூறினார்.
(கேதான், இந்தியா ஸ்பெண்ட் எழுத்தாளர் / ஆசிரியர் ஆவார்).
உங்களின் கருத்துகளை வரவேற்கிறோம். கருத்துகளைrespond@indiaspend.org. என்ற முகவரிக்கு அனுப்பலாம். மொழி, இலக்கண நடை கருதி அவற்றை திருத்தும் உரிமை எங்களுக்கு உண்டு.