DOI: https://doi.org/10.3389/fpubh.2026.1761731
PMID: https://pubmed.ncbi.nlm.nih.gov/41815968
تاريخ النشر: 2026-02-24
المؤلف: Lewis Ntaimo وآخرون
الموضوع الرئيسي: دراسات وبائية حول COVID-19
نظرة عامة
تقدم هذه الورقة البحثية نموذج برمجة عشوائية متكاملة مع قيود احتمالية مدفوعة بالبيانات (ICC-SP) يهدف إلى تحسين استراتيجيات التطعيم في بيئات متعددة المجتمعات ذات السكان المتنوعين، خاصة في ظل ظروف عدم اليقين المتعلقة بالاختلاط الاجتماعي، وانتقال المرض، وفعالية اللقاح. تم تصميم نموذج ICC-SP للحفاظ على عدد التكاثر بعد التطعيم أقل من واحد، مع الأخذ في الاعتبار مصادر البيانات المختلفة مثل بيانات التعداد السكاني، وقابلية الإصابة بالأمراض المرتبطة بالعمر، وفعالية اللقاح ضد العدوى، والحالات العرضية، والاستشفاء. يسمح النموذج لصانعي القرار بإجراء تحليلات ماذا لو بناءً على مستويات مختلفة من المخاطر المقبولة، مما يعزز تخطيط سياسة الصحة العامة لمواجهة الأوبئة المستقبلية.
تظهر دراسة حالة تستخدم بيانات COVID-19 من خمس بلديات في غوتينغ، جنوب إفريقيا، التطبيق العملي للنموذج. تشير النتائج إلى أن استراتيجيات التطعيم الفعالة يجب أن تعطي الأولوية لأسر معينة ومجموعات عمرية تتميز بارتفاع القابلية للإصابة والعدوى. علاوة على ذلك، تكشف الدراسة أن النسبة المطلوبة من السكان الذين يجب تطعيمهم تنخفض مع زيادة مستويات التدخل، مما يبرز الدور الحاسم للتدخل في السيطرة على الأوبئة. تبرز قابلية نموذج ICC-SP للتكيف مع البيانات العشوائية وقدرته على دمج مستويات المخاطر المتنوعة إمكانيته في تطوير استراتيجيات تطعيم استجابة يمكن أن تتطور مع ظهور متغيرات الفيروس المتغيرة وفعالية اللقاح المتغيرة. تشمل اتجاهات البحث المستقبلية معالجة تردد اللقاح والتحديات اللوجستية في توزيع اللقاح.
مقدمة
في هذا البحث، يقدم المؤلفون نموذج برمجة عشوائية متكاملة مع قيود احتمالية مدفوعة بالبيانات (ICC-SP) يهدف إلى تحسين استراتيجيات التطعيم لمنع الأوبئة في بيئات متعددة المجتمعات، خاصة في ضوء التحديات المستمرة التي تفرضها COVID-19. يستفيد النموذج من البيانات السكانية ويأخذ في الاعتبار عدم اليقين المتعلق بانتقال المرض وفعالية اللقاح، مع معالجة التعقيدات التي أدخلتها المتغيرات الجديدة واستجابات الصحة العامة المتنوعة. تأتي الدوافع من التأثيرات الاجتماعية والاقتصادية الكبيرة للجائحة، والتي تتطلب استعدادًا قويًا لمواجهة تفشي الأمراض في المستقبل.
يقدم نموذج ICC-SP تحسينات على الأطر الحالية من خلال دمج أنواع مختلفة من فعالية اللقاح – تحديدًا ضد العدوى (VEI)، والحالات العرضية (VES)، والاستشفاء (VEH) – ويشمل مستويات التدخل كقرارات ثنائية. يسمح هذا النهج بفهم دقيق لديناميات انتشار المرض، المميزة بعدد التكاثر الفعال $R(t)$، ويهدف إلى تحقيق مناعة القطيع من خلال ضمان أن عدد التكاثر بعد التطعيم $R_{HV} \leq 1$. يتم تسليط الضوء على مرونة النموذج من خلال قابليته للتطبيق في أي بيئة متعددة المجتمعات مع توفر البيانات، مما يوفر لصانعي القرار في الصحة العامة أدوات أساسية لتحديد تغطية التطعيم المثلى واستراتيجيات التدخل خلال الأوبئة.
طرق البحث
في هذا القسم، يحدد المؤلفون المواد والأساليب المستخدمة في دراستهم، مع التركيز على نموذج عشوائي متعدد المجتمعات مدفوع بالبيانات لتحليل انتشار المرض. تستخدم دراسة الحالة بيانات سكانية وبيانات COVID-19 من خمس بلديات متجاورة في مقاطعة غوتينغ، جنوب إفريقيا: مدينة جوهانسبرغ، إيكوروليني، مدينة تسواني، سيديبينغ (بما في ذلك إيمفوليني، ميدفيل، وليسيدي)، وراند الغربية (التي تضم مدينة ميرا فونغ، مدينة راند ويست، ومدينة موغالي). تسلط الدراسة الضوء على الجدول الزمني لعدوى COVID-19 في جنوب إفريقيا، مشيرة إلى الموجة الأولية المدفوعة بمتغير دلتا وظهور متغير أوميكرون في نوفمبر 2021. ومع ذلك، يُعترف بأن البيانات المتعلقة بعدد التكاثر الفعال لكل بلدية خلال هذه الفترة غير متوفرة.
النتائج
تكشف نتائج نموذج ICC-SP المطبق على استراتيجيات تطعيم COVID-19 في مقاطعة غوتينغ عن رؤى مهمة حول النسب المثلى للتطعيم ومستويات التدخل عبر خمس بلديات: إيكوروليني، جوهانسبرغ، سيديبينغ، تسواني، وراند الغربية. تم تنفيذ النموذج في بيئة C++، واستخدم طريقة تقسيم الطائرة القطعية للتعامل مع تعقيد المجتمعات المتعددة والسيناريوهات. كان متوسط وقت الحساب لكل حالة حوالي 300 ثانية، مما يشير إلى ملاءمة النموذج لاتخاذ القرارات في الوقت الحقيقي. اعتبرت التحليلات ثلاثة مستويات موثوقية (منخفض، متوسط، مرتفع) ومعايير فعالية لقاح متنوعة (VEI، VES، VEH)، مما يظهر أن مستويات الموثوقية الأعلى تتطلب عمومًا نسب تطعيم أكبر لمنع الأوبئة بشكل فعال.
تحت مستوى موثوقية منخفض، اقترح النموذج أن جميع البلديات يجب أن تتبنى أدنى مستوى من التدخل (المستوى 1)، مع نسب تطعيم تتراوح من 45% في راند الغربية إلى 61% في إيكوروليني وتسواني. مع زيادة الموثوقية، اختلفت مستويات التدخل المثلى ونسب التطعيم بشكل كبير؛ على سبيل المثال، تحت مستوى موثوقية متوسط، كانت تسواني وإيكوروليني بحاجة إلى مستويات تدخل أعلى (المستوى 3) ومعدلات تطعيم تتجاوز 60%. من الجدير بالذكر أن توقعات النموذج تتماشى عن كثب مع الاتجاهات الملحوظة في عدد التكاثر الفعال \( R_t \)، مما يشير إلى أن استراتيجيات التطعيم المقترحة يمكن أن تقلل بشكل فعال من انتقال المرض. تؤكد النتائج على أهمية استراتيجيات التطعيم المصممة خصيصًا التي تأخذ في الاعتبار الاختلافات العمرية في العدوى، حيث تظهر الفئات السكانية الأصغر عمومًا معدلات عدوى أعلى. بشكل عام، يوفر نموذج ICC-SP إطارًا قويًا لتوجيه قرارات الصحة العامة في سيناريوهات الاستجابة للجائحة.
المناقشة
ت outlines قسم المناقشة في الورقة البحثية الإطار الشامل للنمذجة المستخدم لتحليل ديناميات انتقال COVID-19 عبر مجتمعات مختلفة في غوتينغ، جنوب إفريقيا. يتضمن النموذج بيانات سكانية، ومعدلات انتقال العدوى داخل الأسر، والاتصالات الوثيقة خارج الأسر، وفعالية اللقاح، والقابلية النسبية، والعدوى، وكلها ضرورية لفهم انتشار الفيروس. تُستمد البيانات السكانية من تعداد 2022، حيث يتم تصنيف الأسر حسب الحجم والمجموعات العمرية (A: ≤19 سنة، B: 20-39 سنة، C: 40-64 سنة، D: ≥65 سنة)، مما يعكس التأثيرات المختلفة لـ COVID-19 على هذه المجموعات. يتم نمذجة معدل انتقال العدوى داخل الأسر لتحديد احتمال انتشار العدوى داخل الأسر، بينما تتأثر الاتصالات الخارجية بمستويات التدخل التي تفرضها الحكومة والتي تحدد السلوك الاجتماعي والتفاعلات.
يستكشف النموذج أيضًا فعالية اللقاح، التي تختلف بناءً على نوع اللقاح المطبق والظروف الواقعية، ويأخذ في الاعتبار الاختلافات العمرية في القابلية والعدوى. تؤكد الدراسة على أهمية هذه المعلمات في تحديد استراتيجيات التطعيم المثلى التي تقلل من عدد التكاثر الفعال، \( R_{HV}(\omega) \)، بعد التطعيم. يهدف نموذج ICC-SP المقترح (برمجة عشوائية متكاملة مع قيود) إلى تحسين تغطية التطعيم مع مراعاة مستويات الموثوقية التي تحددها السلطات الصحية العامة، مما يوفر إطارًا قويًا لإدارة استراتيجيات التطعيم في مواجهة ديناميات الأوبئة غير المؤكدة. يسمح هذا النهج بتقييم سيناريوهات مختلفة واحتمالاتها، مما يوجه في النهاية قرارات الصحة العامة للتخفيف من انتشار COVID-19 بشكل فعال.
DOI: https://doi.org/10.3389/fpubh.2026.1761731
PMID: https://pubmed.ncbi.nlm.nih.gov/41815968
Publication Date: 2026-02-24
Author(s): Lewis Ntaimo et al.
Primary Topic: COVID-19 epidemiological studies
Overview
This research paper presents a data-driven integrated chance constraints stochastic programming (ICC-SP) model aimed at optimizing vaccination strategies in multi-community settings with heterogeneous populations, particularly under conditions of uncertainty regarding social mixing, disease transmission, and vaccine efficacy. The ICC-SP model is designed to maintain the post-vaccination reproduction number below one, factoring in various data sources such as demographic census data, age-related disease susceptibility, and vaccine effectiveness against infection, symptomatic cases, and hospitalization. The model allows decision-makers to conduct what-if analyses based on different levels of acceptable risk, thereby enhancing public health policy planning for future epidemics.
A case study utilizing COVID-19 data from five municipalities in Gauteng, South Africa, demonstrates the model’s practical application. Findings indicate that effective vaccination strategies must prioritize specific households and age groups characterized by high susceptibility and infectivity. Moreover, the study reveals that the required proportion of the population to be vaccinated decreases with increased intervention levels, highlighting the critical role of intervention in epidemic control. The ICC-SP model’s adaptability to stochastic data and its capacity to incorporate varying risk levels underscore its potential utility in developing responsive vaccination strategies that can evolve with emerging virus variants and changing vaccine efficacy. Future research directions include addressing vaccine hesitancy and logistical challenges in vaccine distribution.
Introduction
In this research, the authors present a data-driven integrated chance constraints stochastic optimization (ICC-SP) model aimed at optimizing vaccination strategies to prevent epidemics in multi-community settings, particularly in light of the ongoing challenges posed by COVID-19. The model leverages demographic data and incorporates uncertainties related to disease transmission and vaccine efficacy, addressing the complexities introduced by new variants and varying public health responses. The motivation stems from the significant socio-economic impacts of the pandemic, which necessitate robust preparedness for future outbreaks.
The ICC-SP model advances existing frameworks by integrating various types of vaccine efficacy—specifically against infection (VEI), symptomatic cases (VES), and hospitalization (VEH)—and incorporates intervention levels as binary decisions. This approach allows for a nuanced understanding of the dynamics of disease spread, characterized by the effective reproduction number $R(t)$, and aims to achieve herd immunity by ensuring that the post-vaccination reproduction number $R_{HV} \leq 1$. The model’s versatility is highlighted by its applicability to any multi-community setting with available data, providing public health decision-makers with essential tools to determine optimal vaccination coverage and intervention strategies during epidemics.
Methods
In this section, the authors outline the materials and methods employed in their study, focusing on a data-driven multicommunity stochastic model to analyze disease spread. The case study utilizes demographic and COVID-19 data from five contiguous municipalities in Gauteng province, South Africa: City of Johannesburg, Ekurhuleni, City of Tshwane, Sedibeng (including Emfuleni, Midvaal, and Lesedi), and West Rand (comprising Merafong City, Rand West City, and Mogale City). The study highlights the timeline of COVID-19 infections in South Africa, noting the initial wave driven by the delta variant and the subsequent emergence of the Omicron variant in November 2021. However, it is acknowledged that data on the effective reproduction number for each municipality during this period is lacking.
Results
The results of the ICC-SP model applied to COVID-19 vaccination strategies in Gauteng province reveal significant insights into optimal vaccination proportions and intervention levels across five municipalities: Ekurhuleni, Johannesburg, Sedibeng, Tshwane, and West Rand. The model, implemented in a C++ environment, utilized a cutting-plane decomposition method to handle the complexity of multiple communities and scenarios. The average computation time for each instance was approximately 300 seconds, indicating the model’s suitability for real-time decision-making. The analysis considered three reliability levels (Low, Medium, High) and various vaccine efficacy criteria (VEI, VES, VEH), demonstrating that higher reliability levels generally necessitate larger vaccination proportions to effectively prevent epidemics.
Under Low reliability, the model suggested that all municipalities should adopt the lowest intervention level (Level 1), with vaccination proportions ranging from 45% in West Rand to 61% in Ekurhuleni and Tshwane. As reliability increased, optimal intervention levels and vaccination proportions varied significantly; for instance, under Medium reliability, Tshwane and Ekurhuleni required higher intervention levels (Level 3) and vaccination rates exceeding 60%. Notably, the model’s predictions closely aligned with observed trends in the effective reproduction number \( R_t \), indicating that the proposed vaccination strategies could effectively reduce disease transmission. The findings underscore the importance of tailored vaccination strategies that account for age-related differences in infectivity, with younger populations generally exhibiting higher infectivity rates. Overall, the ICC-SP model provides a robust framework for guiding public health decisions in pandemic response scenarios.
Discussion
The discussion section of the research paper outlines the comprehensive modeling framework used to analyze COVID-19 transmission dynamics across various communities in Gauteng, South Africa. The model incorporates demographic data, household transmission rates, outside household close contacts, vaccine efficacy, relative susceptibility, and infectivity, all of which are critical for understanding the spread of the virus. The demographic data is derived from the 2022 census, categorizing households by size and age groups (A: ≤19 years, B: 20-39 years, C: 40-64 years, D: ≥65 years), reflecting the differential impact of COVID-19 on these groups. The household transmission rate is modeled to quantify the likelihood of infection spread within households, while outside contacts are influenced by government-imposed intervention levels that dictate social behavior and interactions.
The model further explores vaccine efficacy, which varies based on the type of vaccine administered and real-world conditions, and incorporates age-related differences in susceptibility and infectivity. The study emphasizes the importance of these parameters in determining optimal vaccination strategies that minimize the effective reproduction number, \( R_{HV}(\omega) \), post-vaccination. The proposed ICC-SP (Integrated Constraint Control-Stochastic Programming) model aims to optimize vaccination coverage while considering the reliability levels set by public health authorities, thereby providing a robust framework for managing vaccination strategies in the face of uncertain epidemic dynamics. This approach allows for the assessment of various scenarios and their probabilities, ultimately guiding public health decisions to mitigate the spread of COVID-19 effectively.