DOI: https://doi.org/10.1038/s41598-026-36701-0
PMID: https://pubmed.ncbi.nlm.nih.gov/41617773
تاريخ النشر: 2026-01-30
المؤلف: Kottakkaran Sooppy Nisar وآخرون
الموضوع الرئيسي: نماذج الوبائيات الرياضية والنظرية وعلم البيئة
نظرة عامة
تبحث هذه الدراسة في ديناميات انتقال عدوى الديدان الطفيلية المنقولة بالتربة (STH)، التي تؤثر على حوالي 1.5 مليار شخص على مستوى العالم. تستخدم الدراسة حساب التفاضل من الرتبة الكسرية مع التعلم الآلي لتحسين دقة التنبؤ واستراتيجيات السيطرة على عدوى STH. تشمل النتائج الرئيسية تحديد نقاط التوازن وعدد التكاثر الأساسي، مع تحليل الاستقرار الذي يشير إلى أن عدد التكاثر الأساسي أقل من واحد يؤدي إلى استقرار تقاربي للتوازن الخالي من المرض، مما يشير إلى إمكانية القضاء على هذه العدوى. يبرز تحليل الحساسية أن عدد التكاثر الأساسي حساس بشكل خاص للمعلمات مثل معدل الانتقال، ومعدل التجنيد، وسعة حمل الطفيليات.
تظهر الدراسة أيضًا وجود وحصرية الحلول للنموذج الكسرية باستخدام طريقة النقطة الثابتة. تم استخدام تقنيات التعلم الآلي، وخاصة الشبكات العصبية الاصطناعية (ANN) مع خوارزمية ليفنبرغ-ماركاردت، وغابة عشوائية (RF)، وآلات الدعم الناقل (SVM)، لتحليل أنماط الانتقال. حققت طريقة ANNLMB أخطاء مربعة متوسطة منخفضة، بينما حققت مصنفات RF وSVM دقة تنبؤ عالية بلغت 99.83% و99.5%، على التوالي. يُفترض أن دمج التعلم الآلي مع النماذج ذات الرتبة الكسرية يعزز المراقبة في الوقت الحقيقي والتدخلات المستهدفة، مما يحسن نتائج الصحة العامة ومتوسط العمر المتوقع.
مقدمة
تعد عدوى الديدان الطفيلية المنقولة بالتربة (STH)، بما في ذلك تلك التي تسببها Ascaris lumbricoides، والديدان الشصية، وStrongyloides، أمراضًا مهملة شائعة تؤثر بشكل أساسي على المجتمعات الفقيرة والمهمشة على مستوى العالم. تؤدي هذه العدوى إلى أعباء صحية كبيرة، مما يزيد من تفاقم الفجوات القائمة. تسلط الأبحاث الحديثة الضوء على الحاجة الملحة للتدخلات المستهدفة لمعالجة تأثير عدوى STH على هذه الفئات الضعيفة.
النتائج
في هذا القسم، يقدم المؤلفون الجدوى البيولوجية والنتائج التحليلية لنموذج الديدان الطفيلية المقترح، الذي يتضمن مشتقات كابوتو الكسرية. يثبتون الإيجابية، والحدود، ووجود وحصرية الحلول، ويحسبون عدد التكاثر الأساسي للنموذج. كما يتم مناقشة المتطلبات المسبقة لنقاط التوازن ونتائج الاستقرار، مع التأكيد على قوة النموذج.
باستخدام الشبكات العصبية الاصطناعية (ANN)، يقوم المؤلفون بإجراء محاكاة عددية لنموذج الديدان الطفيلية، مما يظهر دقة التنبؤ للنموذج من خلال مقاييس الأداء مثل متوسط الخطأ المربع (MSE) وتوزيعات الأخطاء. تشير النتائج إلى أن النموذج يحقق قيم MSE منخفضة عبر مختلف الرتب الكسرية، مما يشير إلى دقة عالية في التنبؤات. تشير قيم الارتباط لكل حالة كسرية إلى أداء نموذجي مثالي، ويتماشى النهج العشوائي لـ ANN بشكل فعال مع الحلول المرجعية. يكشف تحليل الخطأ المطلق (AE) لفئات مختلفة (عرضة، مكشوفة، معدية، واعية بالنظافة، ومتRecovered) عن اختلافات طفيفة، مما يثبت فعالية النموذج بشكل أكبر. يلتقط إدخال رتبة كسرية $\alpha \in (0, 1]$ آثار الذاكرة في ديناميات المرض، مما يعزز قدرة النموذج على عكس الحالات التاريخية وتحسين التنبؤات الوبائية، خاصة لعدوى الديدان الطفيلية المنقولة بالتربة. قد تستكشف الأعمال المستقبلية العمليات الكسرية متعددة الرتب أو ذات الرتبة الموزعة مع توفر المزيد من البيانات.
مناقشة
تسلط قسم المناقشة في الورقة الضوء على التأثير العالمي لعدوى الديدان الطفيلية المنقولة بالتربة (STH)، التي تؤثر على أكثر من 1.5 مليار فرد، مما يؤدي إلى مشاكل صحية كبيرة مثل فقر الدم والأعباء الاجتماعية والاقتصادية. تدعو منظمة الصحة العالمية (WHO) إلى العلاج الروتيني بمضادات الديدان للأطفال الذين تتراوح أعمارهم بين 1 إلى 15 عامًا في المناطق ذات الانتشار العالي، مع بيانات عام 2023 التي تشير إلى أن 451 مليون طفل تلقوا علاجًا وقائيًا، محققين معدل تغطية بلغ 51.5%. تؤكد الدراسة على الدور الحاسم للفقر، والصرف الصحي، والنظافة في وبائيات STH، مع ذكر محدد لـ Ascaris وTrichuris وhookworm كأهم الطفيليات المعنية.
تستكشف الأبحاث أيضًا تطبيق النمذجة الرياضية، وخاصة النماذج ذات الرتبة الكسرية، لفهم ديناميات عدوى STH بشكل أفضل. النماذج التقليدية ذات الرتبة الصحيحة محدودة في التقاط السلوكيات المعتمدة على الذاكرة وغير المحلية لانتقال المرض. من خلال دمج حساب التفاضل الكسرية مع تقنيات التعلم الآلي، تقترح الدراسة نهجًا جديدًا يعزز دقة نمذجة ديناميات STH وتنبؤات التفشي. تهدف هذه المنهجية إلى تحسين تخصيص الموارد واستراتيجيات التدخل، مما يعالج فجوة كبيرة في الأدبيات الحالية بشأن نمذجة العدوى الطفيلية. تؤكد النتائج على أهمية الأطر الرياضية المبتكرة في جهود الصحة العامة للسيطرة على عدوى STH والقضاء عليها بشكل فعال.
DOI: https://doi.org/10.1038/s41598-026-36701-0
PMID: https://pubmed.ncbi.nlm.nih.gov/41617773
Publication Date: 2026-01-30
Author(s): Kottakkaran Sooppy Nisar et al.
Primary Topic: Mathematical and Theoretical Epidemiology and Ecology Models
Overview
This research investigates the transmission dynamics of soil-transmitted helminth (STH) infections, which affect approximately 1.5 billion people globally. The study employs fractional-order calculus combined with machine learning to improve prediction accuracy and control strategies for STH infections. Key findings include the establishment of equilibrium points and the basic reproductive number, with stability analysis indicating that a basic reproduction number less than one leads to asymptotic stability of the disease-free equilibrium, suggesting potential for eradication of these infections. Sensitivity analysis highlights that the basic reproduction number is particularly sensitive to parameters such as transmission rate, recruitment rate, and parasite carrying capacity.
The study further demonstrates the existence and uniqueness of solutions to the fractional model using a fixed-point method. Machine learning techniques, specifically Artificial Neural Networks (ANN) with Levenberg-Marquardt backpropagation, Random Forest (RF), and Support Vector Machines (SVM), were utilized to analyze transmission patterns. The ANNLMB approach achieved low mean square errors, while RF and SVM classifiers attained high prediction accuracies of 99.83% and 99.5%, respectively. The integration of machine learning with fractional-order models is posited to enhance real-time monitoring and targeted interventions, thereby improving public health outcomes and life expectancy.
Introduction
Soil-transmitted helminth (STH) infections, including those caused by Ascaris lumbricoides, hookworms, and Strongyloides, are prevalent neglected diseases that primarily affect impoverished and marginalized communities globally. These infections lead to significant health burdens, exacerbating existing inequalities. Recent research highlights the urgent need for targeted interventions to address the impact of STH infections on these vulnerable populations.
Results
In this section, the authors present the biological feasibility and analytical results of their proposed helminth model, which incorporates Caputo fractional derivatives. They establish the positivity, boundedness, existence, and uniqueness of solutions, and calculate the model’s basic reproduction number. The prerequisites for equilibrium points and stability findings are also discussed, emphasizing the model’s robustness.
Using artificial neural networks (ANN), the authors conduct numerical simulations of the helminth model, demonstrating the model’s predictive accuracy through performance metrics such as mean square error (MSE) and error histograms. The results indicate that the model achieves low MSE values across various fractional orders, suggesting high accuracy in predictions. The correlation values for each fractional case indicate optimal model performance, and the ANN’s stochastic approach effectively aligns with reference solutions. The absolute error (AE) analysis for different classes (susceptible, exposed, infectious, hygiene-conscious, and recovered) reveals minimal discrepancies, further validating the model’s efficacy. The introduction of a fractional order $\alpha \in (0, 1]$ captures memory effects in disease dynamics, enhancing the model’s ability to reflect historical states and improve epidemiological predictions, particularly for soil-transmitted helminth infections. Future work may explore multi-order or distributed-order fractional processes as more data becomes available.
Discussion
The discussion section of the paper highlights the global impact of soil-transmitted helminth (STH) infections, which affect over 1.5 billion individuals, leading to significant health issues such as anemia and socio-economic burdens. The World Health Organization (WHO) advocates for routine anthelmintic treatment in children aged 1 to 15 in high-prevalence areas, with 2023 data indicating that 451 million children received preventive chemotherapy, achieving a coverage rate of 51.5%. The study emphasizes the critical role of poverty, sanitation, and hygiene in the epidemiology of STH, with specific mention of Ascaris, Trichuris, and hookworm as the primary parasites involved.
The research further explores the application of mathematical modeling, particularly fractional-order models, to better understand the dynamics of STH infections. Traditional integer-order models are limited in capturing the memory-dependent and non-local behaviors of disease transmission. By integrating fractional calculus with machine learning techniques, the study proposes a novel approach that enhances the accuracy of modeling STH dynamics and predicting outbreaks. This methodology aims to improve resource allocation and intervention strategies, addressing a significant gap in existing literature regarding the modeling of parasitic infections. The findings underscore the importance of innovative mathematical frameworks in public health efforts to control and eliminate STH infections effectively.