संक्रामक रोग और निवारक चिकित्सा जर्नल
खुला एक्सेस

अमूर्त

ईरान में जनसांख्यिकी और स्वास्थ्य सेवा मापदंडों के आधार पर COVID-19 प्रसार के लिए एक पूर्वानुमान मॉडल

परिमा इमादी सफ़वी, करीम रहीमियन, अलीरेज़ा दोस्तमोहम्मदी, महला सफ़ारी दस्तजेरदेई, अहमदरेज़ा रसौली, जवाद ज़हीरी

पृष्ठभूमि: कोरोनावायरस रोग 2019 (COVID-19) महामारी कुछ ही महीनों में वैश्विक स्वास्थ्य के लिए सबसे बड़ा खतरा बन गई है। ईरान में कोविड-19 के साथ नौरोज़ की छुट्टियों के संयोग से लोगों और सार्वजनिक स्वास्थ्य कर्मचारियों दोनों के लिए भयावह परिणाम सामने आए हैं। महामारी के शुरुआती चरणों में उचित कार्रवाई करने में मॉडलिंग के तरीके अत्यधिक लाभकारी साबित हुए हैं। आज तक, कोविड-19 मामलों की व्यापकता की जांच करने के लिए बीमारी को मॉडल करने के लिए कोई अध्ययन नहीं किया गया है, खासकर ईरान में यात्रा प्रतिबंधों के बाद। हमने ईरान में दैनिक पुष्टि किए गए मामलों की भविष्यवाणी करने के लिए एक मॉडल तैयार करके शुरुआती चरण के कोरोनावायरस प्रसार के योगदान कारकों की जांच की।

विधियाँ: इस अध्ययन में, हमने 4 अप्रैल, 2020 से 2 मई, 2020 तक 24 प्रांतों में पुष्टि किए गए मामलों के सार्वजनिक रूप से उपलब्ध डेटा को व्याख्यात्मक कारकों की एक सूची के साथ एकत्र किया। हमने ईरान में दैनिक पुष्टि किए गए मामलों की भविष्यवाणी करने के लिए एक मॉडल तैयार करके प्रारंभिक चरण के कोरोनावायरस प्रसार के योगदान कारकों की जांच करने के लिए कृत्रिम तंत्रिका नेटवर्क द्वारा प्रदान किए जाने वाले अवसरों का फायदा उठाया। किसी भी रैखिक संघों के लिए और एक बहुपरत परसेप्ट्रॉन नेटवर्क को प्रशिक्षित और मान्य करने के लिए कारकों की अलग से जाँच की गई।

परिणाम: मॉडल की सटीकता का मूल्यांकन किया गया; जनसंख्या वितरण के लिए R2 स्कोर 0.842, स्वास्थ्य सूचकांक के लिए 0.822 और प्रांतों में जनसंख्या के लिए 0.864 थे। एकत्रित कारकों और प्रांतों में COVID-19 की घटनाओं के बीच कोई महत्वपूर्ण रैखिक संबंध नहीं देखा गया। साथ ही, रोग के केंद्र से सापेक्ष दूरी का प्रांतों में रोग की घटनाओं से कोई संबंध नहीं था।

निष्कर्ष: हमारे परिणाम यात्रा प्रतिबंधों के समय में कोविड-19 के क्रॉस-प्रांत प्रसार पर जनसंख्या, जनसंख्या घनत्व और स्वास्थ्य अवसंरचना की गुणवत्ता के महत्वपूर्ण प्रभाव को दर्शाते हैं, जब छुट्टियां समाप्त हो गई थीं। तदनुसार, इस जानकारी को महामारी के जोखिम का आकलन करने और इस क्षेत्र में भविष्य की नीति-निर्माण में शामिल किया जा सकता है।