DOI: https://doi.org/10.55214/25768484.v9i4.6353
تاريخ النشر: 2025-04-18
المؤلف: Benedict Celestine Agbata وآخرون
الموضوع الرئيسي: حلول المعادلات التفاضلية الكسرية
نظرة عامة
تبحث هذه الدراسة في ديناميات العدوى المشتركة للملاريا والسل (TB) باستخدام نموذج رياضي من الدرجة الكسرية، مع معالجة تعقيدات تفاعل الأمراض في البيئات ذات الموارد المحدودة. يستخدم النموذج إطارًا تفصيليًا مقسمًا ويعتمد على حساب التفاضل الكسرية لأخذ تأثيرات الذاكرة في انتقال الأمراض بعين الاعتبار. لاشتقاق حلول تحليلية تقريبية، تستخدم الدراسة طريقة تحليل لابلاس-أدوميان، مع تحقيق تقدير المعلمات من خلال ملاءمة البيانات الواقعية باستخدام خوارزمية تحسين fmincon في MATLAB.
تؤكد النتائج على الدور الحاسم لتعزيز تغطية العلاج وفعاليته في تخفيف عبء كل من الملاريا والسل. تدعو الدراسة إلى استراتيجيات إدارة الأمراض المتكاملة، خاصة في المناطق التي تنتشر فيها العدوى المشتركة، مشيرة إلى أن الجهود المنسقة في العلاج والوقاية ومكافحة الناقلات يمكن أن تحسن بشكل كبير نتائج الصحة العامة. بشكل عام، توفر هذه الدراسة رؤى قيمة لصانعي السياسات وممارسي الصحة العامة، مما يبرز الحاجة إلى تعاون مستدام لتحقيق السيطرة طويلة الأمد على هذه الأمراض المعدية.
مقدمة
تسلط مقدمة ورقة البحث الضوء على التحديات الصحية العالمية الكبيرة التي تطرحها الملاريا والسل (TB)، خاصة في البلدان ذات الدخل المنخفض والمتوسط. تسببت الملاريا، التي تسببها طفيليات البلازموديوم المنقولة بواسطة بعوض الأنوفيلة، في حوالي 247 مليون حالة و619,000 وفاة في عام 2022، مما يؤثر بشكل أساسي على الأطفال دون سن الخامسة في منطقة جنوب الصحراء الكبرى في إفريقيا. يشكل ظهور سلالات مقاومة للأدوية، خاصة من بلازموديوم فالسيباروم، تهديدًا لجهود السيطرة على الملاريا، مما يستلزم استراتيجيات صحة عامة متكاملة تشمل مكافحة الناقلات وإدارة البيئة. وبالمثل، لا يزال السل، الذي تسببه المتفطرة السلية، أحد الأسباب الرئيسية للوفاة على مستوى العالم، مع 10 ملايين حالة جديدة سنويًا. تزيد العدوى المشتركة بين الملاريا والسل من التحديات الصحية العامة، حيث يمكن أن تؤثر كلا المرضين على وظيفة المناعة، مما يعقد التشخيص والعلاج بسبب الأعراض المتداخلة والتفاعلات المحتملة بين الأدوية.
تهدف الدراسة إلى تطوير نموذج مقسم من الدرجة الكسرية لاستكشاف الديناميات المشتركة لانتقال الملاريا والسل، باستخدام طريقة تحليل لابلاس-أدوميان (LADM) للحلول التحليلية. تسعى هذه الطريقة إلى تقديم رؤى حول التدخلات الفعالة لإدارة العدوى المشتركة، مع التأكيد على الحاجة إلى استراتيجيات متكاملة تعالج كلا المرضين في وقت واحد. تبرز الأبحاث السابقة المذكورة في المقدمة أهمية تدابير السيطرة المشتركة، ونظم العلاج المحسنة، وأخذ العوامل الاجتماعية والاقتصادية بعين الاعتبار في تقليل عبء هذه الأمراض. من المتوقع أن تسهم النتائج من هذه الدراسة في تحسين نتائج الصحة العامة من خلال إبلاغ ممارسات إدارة الأمراض بشكل أفضل في المناطق المتأثرة بكل من الملاريا والسل.
طرق البحث
في هذا القسم، يصف المؤلفون منهجية ملاءمة البيانات الخاصة بهم لمواءمة بيانات الملاريا والسل المجمعة مع النماذج الرياضية الفرعية باستخدام مجموعة أدوات fmincon من مجموعة أدوات تحسين MATLAB. تعزز هذه التقنية من عملية ملاءمة المعلمات، مما يضمن أن النموذج يعكس بدقة البيانات الواقعية. تشمل المعلمات الملائمة التي تم الحصول عليها من التحسين $\beta_T = 0.334$، $\theta_T = 0.45$، $\tau = 0.001000$، $\gamma_T = 0.62$، $\gamma_C = 0.295079$، و$\alpha_T = 0.76$.
استخدمت الدراسة بيانات عدوى الأمراض من نيجيريا، حيث تغطي بيانات الملاريا السنوات من 2014 إلى 2021 وبيانات السل من 2010 إلى 2022. يتم تلخيص الحالات المؤكدة لكلا المرضين في الجداول المرفقة، والتي توفر أساسًا للنماذج الملائمة. يتم تقديم الرسوم البيانية للبيانات الملائمة الناتجة في الأشكال التالية، موضحة فعالية عملية ملاءمة المعلمات.
النتائج
توضح النتائج المقدمة في هذا القسم ديناميات الملاريا والسل (TB) داخل السكان البشر، مما يظهر فعالية تدابير السيطرة المختلفة. تشير الأشكال 3a و3b إلى انخفاض مستمر في عدد الأفراد المعرضين الذين ينتقلون إلى مقصورات مكشوفة، مما يعكس التأثير الإيجابي للتدخلات مثل العلاج الفعال، وإدارة الناقلات، والتثقيف الصحي العام. يبرز الانخفاض الكبير في عدد السكان المعرضين فقط للملاريا نجاح هذه الاستراتيجيات في تقليل انتقال المرض. وبالمثل، تكشف الأشكال 3c و3d عن انخفاض في الأفراد المعرضين للسل وحده وانخفاض في التعرض المشترك لكل من الملاريا والسل، مما يبرز فوائد استراتيجيات إدارة الأمراض المتكاملة.
تظهر التحليلات الإضافية في الأشكال 3e إلى 3h انخفاضًا مستمرًا في إصابات الملاريا وحالات السل الحادة، ويعزى ذلك إلى تحسين توفر العلاج والتقدم في التشخيص. ومن الجدير بالذكر أن الأشكال 3g و3h توضح تقريبًا القضاء على حالات السل المزمن والعدوى المشتركة الحادة بين السل والملاريا، مما يبرز فعالية تدابير السيطرة المستدامة والتدخلات المجتمعية. تعزز الأشكال 3j إلى 3l هذه النتائج، حيث تعرض الانخفاض في الحالات النشطة ومعدلات الشفاء العالية بسبب أنظمة الرعاية الصحية الشاملة. أخيرًا، تركز الأشكال 3m إلى 3p على مكافحة الناقلات، كاشفة عن انخفاضات كبيرة في الناقلات المعرضة والمصابة، مما يكمل التدخلات الموجهة نحو البشر. بشكل عام، تسلط البيانات الضوء على أن الجهود المنسقة في الصحة العامة، بما في ذلك التشخيص المبكر، والعلاج، والتعليم، ومكافحة الناقلات، ضرورية لتحقيق النجاح على المدى الطويل في مكافحة الملاريا والسل.
المناقشة
في هذا القسم، يقدم المؤلفون نموذجًا مقسمًا حتميًا لتحليل ديناميات العدوى المشتركة بين الملاريا والسل (TB). يعتمد النموذج على عدة افتراضات رئيسية، بما في ذلك غياب الانتقال العمودي من الأم إلى الطفل، وخلط متجانس للسكان، وإمكانية أن يصبح الأفراد معرضين للعدوى بعد التعافي. يتضمن النموذج مقصورات مختلفة تمثل الأفراد المعرضين، والمكشوفين، والمعديين، والمتعافين لكل من المرضين، بالإضافة إلى التفاعلات مع مجموعة من القوارض التي تنقل السل فقط.
يقدم المؤلفون مشتقات كسرية، وتحديدًا مشتق كابوتو، لتعزيز دقة النموذج في التقاط ديناميات العدوى. يستخدمون طريقة تحليل لابلاس-أدوميان (LADM) لحل المعادلات التفاضلية الناتجة، مما يسمح بتفكيك الحدود غير الخطية إلى مكونات قابلة للإدارة. يختتم القسم بتحديد الشروط الأولية وصياغة المعادلات التي ستستخدم في التحليل الإضافي، مع التأكيد على قدرة النموذج على تقديم رؤى حول ديناميات انتقال العدوى المشتركة وإبلاغ استراتيجيات الصحة العامة.
DOI: https://doi.org/10.55214/25768484.v9i4.6353
Publication Date: 2025-04-18
Author(s): Benedict Celestine Agbata et al.
Primary Topic: Fractional Differential Equations Solutions
Overview
This research investigates the co-infection dynamics of malaria and tuberculosis (TB) using a fractional-order mathematical model, addressing the complexities of disease interaction in resource-limited settings. The model employs a detailed compartmental framework and incorporates fractional calculus to account for memory effects in disease transmission. To derive approximate analytical solutions, the study utilizes the Laplace-Adomian Decomposition Method, with parameter estimation achieved through real-world data fitting using MATLAB’s fmincon optimization algorithm.
The findings underscore the critical role of enhancing treatment coverage and effectiveness in mitigating the burden of both malaria and TB. The study advocates for integrated disease management strategies, particularly in regions where co-infection is prevalent, suggesting that coordinated efforts in treatment, prevention, and vector control can significantly improve public health outcomes. Overall, this work provides valuable insights for policymakers and public health practitioners, emphasizing the need for sustained collaboration to achieve long-term control of these infectious diseases.
Introduction
The introduction of the research paper highlights the significant global health challenges posed by malaria and tuberculosis (TB), particularly in low- and middle-income countries. Malaria, caused by Plasmodium parasites transmitted by Anopheles mosquitoes, resulted in approximately 247 million cases and 619,000 deaths in 2022, predominantly affecting children under five in sub-Saharan Africa. The emergence of drug-resistant strains, especially of Plasmodium falciparum, threatens malaria control efforts, necessitating integrated public health strategies that include vector control and environmental management. Similarly, TB, caused by Mycobacterium tuberculosis, remains a leading cause of death worldwide, with 10 million new cases annually. The co-infection of malaria and TB exacerbates public health challenges, as both diseases can impair immune function, complicating diagnosis and treatment due to overlapping symptoms and potential drug interactions.
The study aims to develop a fractional-order compartmental model to explore the co-dynamics of malaria and TB transmission, utilizing the Laplace-Adomian Decomposition Method (LADM) for analytical solutions. This approach seeks to provide insights into effective interventions for managing co-infection, emphasizing the need for integrated strategies that address both diseases simultaneously. Previous research cited in the introduction underscores the importance of combined control measures, optimized treatment regimens, and the consideration of socio-economic factors in reducing the burden of these diseases. The findings from this study are expected to contribute to improved public health outcomes by informing better disease management practices in regions affected by both malaria and TB.
Methods
In this section, the authors describe their data fitting methodology for aligning collected malaria and tuberculosis data with mathematical sub-models using the fmincon toolbox from MATLAB’s Optimization Toolbox. This optimization technique enhances the parameter fitting process, ensuring that the model accurately reflects real-world data. The fitted parameters obtained from the optimization include $\beta_T = 0.334$, $\theta_T = 0.45$, $\tau = 0.001000$, $\gamma_T = 0.62$, $\gamma_C = 0.295079$, and $\alpha_T = 0.76$.
The study utilized disease infection data from Nigeria, with malaria data covering the years 2014 to 2021 and tuberculosis data spanning from 2010 to 2022. The confirmed cases for both diseases are summarized in accompanying tables, which provide a basis for the fitted models. The resulting fitted data plots are presented in the subsequent figures, illustrating the effectiveness of the parameter fitting process.
Results
The results presented in this section illustrate the dynamics of malaria and tuberculosis (TB) within human populations, demonstrating the effectiveness of various control measures. Figures 3a and 3b indicate a steady decline in the number of susceptible individuals transitioning to exposed compartments, reflecting the positive impact of interventions such as effective treatment, vector management, and public health education. The significant decrease in the population exposed solely to malaria underscores the success of these strategies in reducing disease transmission. Similarly, Figures 3c and 3d reveal a decline in individuals exposed to TB alone and a reduction in co-exposure to both malaria and TB, highlighting the benefits of integrated disease management approaches.
Further analysis in Figures 3e to 3h shows a consistent decrease in malaria infections and acute TB cases, attributed to improved treatment availability and diagnostic advancements. Notably, Figures 3g and 3h illustrate a near-eradication of chronic TB cases and acute TB/malaria co-infections, emphasizing the effectiveness of sustained control measures and community-based interventions. Figures 3j to 3l reinforce these findings, showcasing the reduction in active cases and high recovery rates due to comprehensive healthcare systems. Lastly, Figures 3m to 3p focus on vector control, revealing significant reductions in exposed and infected vectors, which complement human-focused interventions. Overall, the data highlight that coordinated public health efforts, including early diagnosis, treatment, education, and vector control, are crucial for achieving long-term success in combating malaria and TB.
Discussion
In this section, the authors present a deterministic compartmental model to analyze the co-infection dynamics of malaria and tuberculosis (TB). The model is based on several key assumptions, including the absence of vertical transmission from mother to child, homogeneous mixing of the population, and the possibility of individuals becoming susceptible to infections after recovery. The model incorporates various compartments representing susceptible, exposed, infectious, and recovered individuals for both diseases, as well as interactions with a rodent population that only transmits TB.
The authors introduce fractional derivatives, specifically the Caputo derivative, to enhance the model’s accuracy in capturing the dynamics of the infections. They employ the Laplace-Adomian Decomposition Method (LADM) to solve the resulting differential equations, which allows for the decomposition of nonlinear terms into manageable components. The section concludes with the establishment of initial conditions and the formulation of equations that will be used for further analysis, emphasizing the model’s potential to provide insights into the transmission dynamics of co-infections and inform public health strategies.