DOI: https://doi.org/10.1186/s12879-025-11303-9
PMID: https://pubmed.ncbi.nlm.nih.gov/40859186
تاريخ النشر: 2025-08-26
المؤلف: Benedict Celestine Agbata وآخرون
الموضوع الرئيسي: حلول المعادلات التفاضلية الكسرية
نظرة عامة
تتناول هذه الورقة البحثية التحدي المستمر لمرض السل (TB)، الذي لا يزال من الأمراض المعدية الرائدة على مستوى العالم، والذي تفاقم بسبب جائحة COVID-19. تقدم الدراسة نموذجًا جديدًا حتميًا مقسمًا يتضمن مشتقات من الرتبة الكسرية وطريقة آدامز-باشفورث لتحليل ديناميات انتقال السل. يصنف النموذج السكان إلى ستة أقسام: الأفراد المعرضون، والمكشوفون، والمصابين بشكل حاد، والمصابين بشكل مزمن، والمعالجين، والمتعافين. من خلال دمج المشتقات من الرتبة الكسرية، يلتقط النموذج آثار الذاكرة ويوفر فهمًا أكثر دقة لانتشار السل، كاشفًا أن معدلات العلاج الأعلى تحسن بشكل كبير نتائج التعافي وأن الرقم الأساسي للتكاثر ($R_0$) يلعب دورًا حاسمًا في تحديد استمرار السل في السكان.
تشير النتائج إلى أن انخفاض الرتب الكسرية يؤدي إلى فترات تعرض مطولة وانخفاضات أبطأ في معدلات العدوى، مما يبرز أهمية الكشف المبكر والعلاج في الوقت المناسب. تسلط تحليلات الحساسية الضوء على أن زيادة معدلات العلاج وتقليل معدلات الاتصال بين الأفراد المصابين والمعرضين أمران حيويان للسيطرة على انتقال السل. تختتم الدراسة بأن النموذج المقترح من الرتبة الكسرية يوفر واقعية محسنة مقارنة بالنماذج التقليدية ذات الرتبة الصحيحة، مما يسمح بتوقعات أفضل لديناميات المرض وإبلاغ استراتيجيات الصحة العامة. تشمل القيود الاعتماد على معلمات افتراضية، ويجب أن تركز الأبحاث المستقبلية على المعايرة التجريبية ودمج تعقيدات إضافية مثل الآثار العشوائية والعدوى المشتركة. بشكل عام، تؤكد الدراسة على الحاجة إلى تدخلات مستهدفة لتحسين السيطرة على السل، لا سيما من خلال تعزيز الوصول إلى العلاج وتقليل تأخيرات التشخيص.
مقدمة
تسلط مقدمة الورقة البحثية الضوء على الأزمة المستمرة في الصحة العامة العالمية التي يسببها مرض السل (TB)، خاصة في البيئات ذات الموارد المحدودة حيث تسهم التأخيرات في التشخيص والعلاج غير المكتمل في استمراره. على الرغم من التقدم في الوقاية والعلاج، لا يزال السل سببًا رائدًا للمراضة والوفيات، مع الإبلاغ عن أكثر من 10 ملايين حالة جديدة و1.4 مليون وفاة في عام 2023. لقد تفاقم عبء السل بسبب جائحة COVID-19 والصراعات الجيوسياسية، مما يؤثر بشكل خاص على البلدان ذات الدخل المنخفض والمتوسط. إن ظهور سلالات مقاومة للأدوية، مثل السل المقاوم للأدوية المتعددة (MDR-TB) والسل المقاوم للأدوية بشكل واسع (XDR-TB)، يعقد جهود السيطرة، حيث يتلقى حوالي 60% فقط من مرضى MDR-TB العلاج المناسب بسبب الحواجز في الوصول إلى الرعاية الصحية.
تقترح الدراسة نموذجًا جديدًا مقسمًا من الرتبة الكسرية لانتقال السل، باستخدام طريقة آدامز-باشفورث لدمج آثار الذاكرة التي تعكس الديناميات البيولوجية المعقدة للمرض. يقسم هذا النموذج السكان إلى ستة أقسام، ملتقطًا تفاصيل تقدم السل من العدوى الكامنة إلى المرض النشط والعلاج. من خلال دمج التأثيرات التاريخية على ديناميات المرض، يهدف النموذج إلى تقديم تمثيل أكثر واقعية لانتقال السل ونتائج العلاج مقارنة بالنماذج التقليدية ذات الرتبة الصحيحة. تؤكد الأبحاث على أهمية معالجة العوامل الرئيسية مثل تأخير التشخيص وفعالية العلاج، وتهدف إلى تحديد استراتيجيات الصحة العامة الفعالة من خلال تحليل الحساسية لمعلمات النموذج. في النهاية، تسعى الدراسة إلى تعزيز فهم ديناميات السل وإبلاغ تدخلات الصحة العامة الأفضل لمكافحة هذا المرض المستمر.
النتائج
تشير نتائج المحاكاة العددية إلى أن زيادة المعلمات $\theta$ و$\beta_T$، التي تمثل معدل التقدم من الأفراد المعرضين إلى المصابين ومعدل الاتصال بين الأفراد المعرضين والمصابين، على التوالي، تؤدي إلى ارتفاع كبير في الرقم الأساسي للتكاثر $R_{T0}$ للسل، متجاوزة العتبة الحرجة للواحد. وهذا يشير إلى أن تجاهل هذه العوامل قد يؤدي إلى تفاقم انتشار فيروس نقص المناعة البشرية داخل السكان. على العكس من ذلك، فإن تعزيز معدلات العلاج للأفراد المتأثرين يبقي $R_{T0}$ أقل من واحد، مما يقلل بشكل فعال من عبء السل. كما تسلط التحليلات الضوء على التأثير التآزري لمعدلات الانتقال والرتبة الكسرية على عدد الأفراد المصابين، حيث تؤدي القيم الأعلى إلى زيادة حادة في العدوى، مما يبرز أهمية كل من معدلات انتشار المرض وآثار الذاكرة للنظام.
تكشف النتائج الإضافية أن زيادة معدلات العلاج للأفراد المصابين بشكل حاد ومعدل التعافي من السل تؤدي إلى انخفاض في $R_{T0}$، مما يشير إلى إمكانية تقليل انتشار السل. تظهر ديناميات السكان المعرضين انخفاضًا مع تنفيذ استراتيجيات العلاج، بينما ينمو عدد السكان المعرضين في البداية ولكنه ينخفض لاحقًا مع ارتفاع معدلات العدوى. يستمر عدد الأفراد المصابين بشكل مزمن في الانخفاض مع مرور الوقت، مما يعكس التقدم في تقليل عبء المرض، بينما يزداد عدد السكان المعالجين، مما يظهر انتقالات فعالة من العدوى إلى العلاج. توضح المقارنة بين النموذج من الرتبة الكسرية والنماذج التقليدية ذات الرتبة الصحيحة أن النهج الكسرية يلتقط بشكل أفضل تقدم المرض المتأخر وأنماط العدوى المستمرة التي تميز السل، مما يبرز الحاجة إلى أنظمة علاج مطولة وفعالية تدخلات الصحة العامة.
المناقشة
في هذا القسم، يناقش المؤلفون تطبيق حساب التفاضل الكسرية، وخاصة المشتقات الكسرية كابوتو، في نمذجة ديناميات انتقال مرض السل (TB). يقدمون نموذجًا حتميًا مقسمًا يقسم السكان البشريين إلى ست فئات: الأفراد المعرضون، والمكشوفون، والمصابين بشكل حاد، والمصابين بشكل مزمن، والمعالجين، والمتعافين. يتضمن النموذج معدلات مختلفة، بما في ذلك التوظيف في الفئة المعرضة، والعدوى، والتقدم من السل الحاد إلى المزمن، والعلاج، والتعافي، والوفيات. يسمح استخدام المشتقات الكسرية للنموذج بالتقاط آثار الذاكرة والاعتماد غير المحلي، مما يعزز دقته في عكس ديناميات انتقال السل.
يستخرج المؤلفون معادلات النموذج ويحددون شروطًا لإيجابية وحصر الحلول، مما يضمن بقاء جميع أقسام السكان غير سلبية مع مرور الوقت. كما يقومون بتحليل الرقم الأساسي للتكاثر ($R_0$) لتحديد الشروط اللازمة لاستمرار المرض أو القضاء عليه. يتم استكشاف نقاط التوازن للنموذج، مما يكشف عن حالات خالية من المرض وحالات وبائية، مع تحليل الاستقرار يشير إلى أن التوازن الوبائي مستقر بشكل عالمي عندما يكون $R_0 > 1$. تحدد تحليل الحساسية المعلمات الرئيسية التي تؤثر على انتقال السل، مما يبرز أهمية معدلات الاتصال وفعالية العلاج في السيطرة على المرض. بشكل عام، تؤكد النتائج على فائدة حساب التفاضل الكسرية في نمذجة الأوبئة، مما يوفر إطارًا قويًا لفهم وإدارة ديناميات السل.
DOI: https://doi.org/10.1186/s12879-025-11303-9
PMID: https://pubmed.ncbi.nlm.nih.gov/40859186
Publication Date: 2025-08-26
Author(s): Benedict Celestine Agbata et al.
Primary Topic: Fractional Differential Equations Solutions
Overview
This research paper addresses the ongoing challenge of tuberculosis (TB), which remains a leading infectious disease globally, exacerbated by the COVID-19 pandemic. The study presents a novel deterministic compartmental model that incorporates fractional-order derivatives and the Adams-Bashforth method to analyze TB transmission dynamics. The model categorizes the population into six compartments: susceptible, exposed, acutely infected, chronically infected, treated, and recovered individuals. By integrating fractional-order derivatives, the model captures memory effects and provides a more nuanced understanding of TB spread, revealing that higher treatment rates significantly improve recovery outcomes and that the basic reproduction number ($R_0$) plays a crucial role in determining the persistence of TB in the population.
The findings indicate that lower fractional orders lead to prolonged exposure durations and slower declines in infection rates, emphasizing the importance of early detection and timely treatment. Sensitivity analyses highlight that increasing treatment rates and reducing contact rates between infected and susceptible individuals are vital for controlling TB transmission. The study concludes that the proposed fractional-order model offers enhanced realism over traditional integer-order models, allowing for better predictions of disease dynamics and informing public health strategies. Limitations include reliance on hypothetical parameters, and future research should focus on empirical calibration and the integration of additional complexities such as stochastic effects and co-infections. Overall, the study underscores the need for targeted interventions to improve TB control, particularly through enhanced treatment access and reduced diagnostic delays.
Introduction
The introduction of the research paper highlights the ongoing global public health crisis posed by tuberculosis (TB), particularly in resource-limited settings where delayed diagnosis and incomplete treatment contribute to its persistence. Despite advancements in prevention and treatment, TB remains a leading cause of morbidity and mortality, with over 10 million new cases and 1.4 million deaths reported in 2023. The burden of TB has been exacerbated by the COVID-19 pandemic and geopolitical conflicts, particularly affecting low- and middle-income countries. The emergence of drug-resistant strains, such as multidrug-resistant TB (MDR-TB) and extensively drug-resistant TB (XDR-TB), further complicates control efforts, as only about 60% of MDR-TB patients receive adequate treatment due to barriers in healthcare access.
The study proposes a novel fractional-order compartmental model for TB transmission, utilizing the Adams-Bashforth method to incorporate memory effects that reflect the disease’s complex biological dynamics. This model divides the population into six compartments, capturing the nuances of TB progression from latent infection to active disease and treatment. By integrating historical influences on disease dynamics, the model aims to provide a more realistic representation of TB transmission and treatment outcomes compared to traditional integer-order models. The research emphasizes the importance of addressing key factors such as delayed diagnosis and treatment efficacy, and it aims to identify effective public health strategies through sensitivity analysis of the model’s parameters. Ultimately, the study seeks to enhance understanding of TB dynamics and inform better public health interventions to combat this enduring disease.
Results
The results of the numerical simulations indicate that increasing the parameters $\theta$ and $\beta_T$, which represent the progression rate from exposed to infected individuals and the contact rate between susceptible and infected individuals, respectively, leads to a significant rise in the basic reproduction number $R_{T0}$ for tuberculosis, surpassing the critical threshold of one. This suggests that neglecting these factors could exacerbate the spread of HIV within the population. Conversely, enhancing treatment rates for affected individuals keeps $R_{T0}$ below one, effectively reducing the tuberculosis burden. The analysis also highlights the synergistic effect of transmission rates and fractional order on the number of infected individuals, with higher values resulting in a steep increase in infections, underscoring the importance of both disease spread rates and the system’s memory effects.
Further findings reveal that increasing treatment rates for acutely infected individuals and the tuberculosis recovery rate leads to a decrease in $R_{T0}$, indicating a potential reduction in tuberculosis prevalence. The dynamics of the susceptible population show a decline as treatment strategies are implemented, while the exposed population initially grows but subsequently declines as infection rates rise. The number of chronically infected individuals continues to decrease over time, reflecting progress in reducing disease burden, while the treatment population increases, demonstrating effective transitions from infection to treatment. The comparison between the fractional-order model and classical integer-order models illustrates that the fractional approach better captures the delayed disease progression and persistent infection patterns characteristic of tuberculosis, emphasizing the need for prolonged treatment regimes and the efficacy of public health interventions.
Discussion
In this section, the authors discuss the application of fractional calculus, particularly the Caputo fractional derivatives, in modeling the transmission dynamics of tuberculosis (TB). They present a deterministic compartmental model that divides the human population into six classes: susceptible, exposed, acutely infected, chronically infected, treated, and recovered individuals. The model incorporates various rates, including recruitment into the susceptible class, infection, progression from acute to chronic TB, treatment, recovery, and mortality. The use of fractional derivatives allows the model to capture memory effects and non-local dependencies, enhancing its accuracy in reflecting the dynamics of TB transmission.
The authors derive the model equations and establish conditions for the positivity and boundedness of solutions, ensuring that all population compartments remain non-negative over time. They also analyze the basic reproduction number ($R_0$) to determine the conditions for disease persistence or eradication. The model’s equilibrium points are explored, revealing both disease-free and endemic states, with stability analysis indicating that the endemic equilibrium is globally asymptotically stable when $R_0 > 1$. Sensitivity analysis identifies key parameters influencing TB transmission, highlighting the importance of contact rates and treatment efficacy in controlling the disease. Overall, the findings underscore the utility of fractional calculus in epidemiological modeling, providing a robust framework for understanding and managing TB dynamics.