DOI: https://doi.org/10.1038/s41598-024-60168-6
PMID: https://pubmed.ncbi.nlm.nih.gov/39019935
تاريخ النشر: 2024-07-17
المؤلف: Muhammad Farman وآخرون
الموضوع الرئيسي: حلول المعادلات التفاضلية الكسرية
نظرة عامة
تبحث الورقة البحثية في العلاقة بين COVID-19 والسكري، مسلطة الضوء على كيفية تفاقم السكري لشدة نتائج COVID-19 بسبب عوامل مثل فرط سكر الدم والأمراض المصاحبة. تقترح استراتيجية إدارة جديدة للمرضى المصابين بالسكري باستخدام مشغل كسري جزئي مع نواة ميتاج-ليفلي. تستخدم الدراسة معيار ليبشيتز والنمو الخطي لتحديد تفرد الحلول، مؤكدة الحلول الفريدة والطبيعة المحدودة للنظام. من خلال تحليل الاستقرار العالمي وتحليل الحساسية باستخدام أرقام التكاثر، تؤكد الأبحاث على أهمية فهم ديناميات COVID-19 في السكان المصابين بالسكري وفعالية استراتيجيات السيطرة.
تظهر النتائج أن تطبيق المشغلين الكسريين يعزز بشكل كبير نمذجة ديناميات COVID-19 لدى المرضى المصابين بالسكري. تؤكد المحاكاة العددية التي أجريت في MATLAB الإطار النظري، كاشفة أن الأفراد المصابين بالسكري يعانون من معدلات وفيات أعلى عند الإصابة بـ COVID-19. تؤكد الدراسة على الحاجة إلى علاج مخصص لهؤلاء المرضى وتقدم رؤى قيمة لصانعي السياسات والمسؤولين عن الصحة العامة لتطوير تدخلات فعالة. قد تستكشف الأبحاث المستقبلية ديناميات النموذج المقترح بشكل أعمق من خلال دمج تدابير السيطرة المعتمدة على الوقت ومشغلين كسريين عامين مع نوى غير محلية وغير مفردة.
النتائج
يقدم قسم النتائج محاكاة عددية لنموذج جديد يدمج ديناميات COVID-19 والسكري باستخدام نهج كسري. يستخدم هذا النموذج مشتقات كسريّة-كسريّة مع نوى ميتاج-ليفلي، تم التحقق منها مقابل بيانات الحالات المؤكدة من خدمة الصحة في غانا لشهري مارس وسبتمبر 2020. من خلال حل نظام غير خطي من المعادلات التفاضلية الكسرية، تستكشف الدراسة أوامر كسرية مختلفة، تُرمز بـ $\alpha$، وتأثيرها على ديناميات السكان المعرضين (S)، والأفراد المصابين بالسكري (D)، والحالات المعرضة (E)، والأفراد المتعافين (R). تشير النتائج، الموضحة في عدة أشكال، إلى أن زيادة $\alpha$ ترتبط بانخفاض في عدد السكان المعرضين العام بينما تزيد في نفس الوقت من عدد السكان المعرضين المصابين بالسكري.
تكشف المحاكاة عن معدلات تقارب مميزة لأوامر كسرية مختلفة، مما يؤدي في النهاية بجميع المسارات نحو حالة مستقرة. من الجدير بالذكر أن النموذج يظهر أنه مع زيادة $\alpha$، ينخفض عدد السكان المعرضين بدون سكري، بينما يزيد عدد السكان المصابين بالسكري، مما يؤدي إلى الاستقرار بسبب معدلات الشفاء. تسلط النتائج الضوء على التأثير الكبير للعناصر الكسرية والكسريّة على ديناميات المرض، مما يظهر دقة وموثوقية النموذج المحسنة مقارنة بالمشتقات ذات الأعداد الصحيحة التقليدية. بشكل عام، تؤكد الدراسة على فعالية النموذج في التقاط التفاعلات المعقدة بين COVID-19 والسكري، مقدمة رؤى قيمة حول ديناميات انتشار الفيروس وتأثيرات الذاكرة المرتبطة بهذه الأمراض.
المناقشة
في هذا القسم، تناقش الأبحاث تطبيق المشتقات الكسريّة-الكسريّة في نمذجة ديناميات انتقال COVID-19 بين الأفراد المصابين بالسكري. يعرف المؤلفون المشتقات الكسريّة-الكسريّة والتكاملات لمجموعة متنوعة من النوى، بما في ذلك قانون القوة، والانحلال الأسي، ودوال ميتاج-ليفلي، والتي تعتبر ضرورية لالتقاط تأثيرات الذاكرة في النظام. يصنف النموذج السكان إلى ست مجموعات: الأفراد المعرضون، أولئك المصابون بالسكري، المعرضون، المصابون، حالات COVID-19 مع السكري، والأفراد المتعافين. تشمل الافتراضات الرئيسية غياب قيود العمر أو الحركة وديناميات الانتقال بين هذه الفئات بناءً على معدلات العدوى ومعدلات الشفاء، المتميزة بحالة السكري.
يؤكد المؤلفون على عدم سلبية الحلول ووجود حلول فريدة من خلال التكامل ريمان-ستيلتجيس، مما يضمن بقاء النموذج ضمن ربع موجب محدود. يقومون بتحليل نقاط التوازن، محددين حالات خالية من المرض وحالات وبائية، ويستخرجون الرقم الأساسي للتكاثر ($R_0$) لتقييم إمكانية انتشار الوباء. يكشف تحليل الحساسية أن الرقم التكاثري حساس للغاية للمعلمات مثل معدل الانتقال ومعدلات الشفاء، مما يبرز أهمية التدابير الوقائية على العلاج. يشير تحليل الاستقرار العالمي، المدعوم بدوال ليابونوف، إلى أنه عندما يكون $R_0 > 1$، يستمر المرض، مما يبرز فائدة النموذج في فهم ديناميات COVID-19 بين المرضى المصابين بالسكري. تؤكد النتائج على فعالية النموذج المقترح في محاكاة تقدم المرض وتوجيه استراتيجيات الصحة العامة.
DOI: https://doi.org/10.1038/s41598-024-60168-6
PMID: https://pubmed.ncbi.nlm.nih.gov/39019935
Publication Date: 2024-07-17
Author(s): Muhammad Farman et al.
Primary Topic: Fractional Differential Equations Solutions
Overview
The research paper investigates the relationship between COVID-19 and diabetes, highlighting how diabetes exacerbates the severity of COVID-19 outcomes due to factors such as hyperglycemia and comorbidities. It proposes a novel management strategy for diabetic patients using a fractal fractional operator combined with the Mittag-Leffler kernel. The study employs the Lipschitz criterion and linear growth to identify solution singularities, confirming unique solutions and the bounded nature of the system. Through global stability analysis and sensitivity analysis using reproductive numbers, the research underscores the importance of understanding the dynamics of COVID-19 in diabetic populations and the effectiveness of control strategies.
The findings demonstrate that the application of fractional operators significantly enhances the modeling of COVID-19 dynamics in diabetic patients. Numerical simulations conducted in MATLAB validate the theoretical framework, revealing that individuals with diabetes experience higher mortality rates when infected with COVID-19. The study emphasizes the need for tailored treatment for these patients and provides valuable insights for policymakers and public health officials to develop effective interventions. Future research may explore the dynamics of the proposed model further by incorporating time-dependent control measures and generalized fractional operators with nonlocal and nonsingular kernels.
Results
The results section presents a numerical simulation of a novel model that integrates the dynamics of COVID-19 and diabetes using a fractal fractional approach. This model employs fractal-fractional derivatives with Mittag-Leffler kernels, validated against confirmed case data from the Ghana Health Service for March and September 2020. By solving a nonlinear system of fractional differential equations, the study explores various fractional orders, denoted as $\alpha$, and their impact on the dynamics of susceptible populations (S), individuals with diabetes (D), exposed cases (E), and recovered individuals (R). The findings, illustrated in multiple figures, indicate that increasing $\alpha$ correlates with a decrease in the general susceptible population while simultaneously increasing the susceptible population with diabetes.
The simulations reveal distinct convergence rates for different fractional orders, ultimately leading all trajectories toward a steady state. Notably, the model demonstrates that as $\alpha$ increases, the susceptible population without diabetes decreases, whereas the population with diabetes increases, stabilizing due to recovery rates. The results highlight the significant influence of fractional and fractal elements on disease dynamics, showcasing the model’s enhanced accuracy and reliability over traditional integer-order derivatives. Overall, the study underscores the model’s effectiveness in capturing the complex interactions between COVID-19 and diabetes, offering valuable insights into the propagation dynamics of the virus and the memory effects associated with these diseases.
Discussion
In this section, the research discusses the application of fractal-fractional derivatives in modeling the transmission dynamics of COVID-19 among individuals with diabetes. The authors define fractal-fractional derivatives and integrals for various kernels, including power law, exponential decay, and Mittag-Leffler functions, which are essential for capturing memory effects in the system. The model categorizes the population into six groups: susceptible individuals, those with diabetes, exposed, infected, COVID-19 cases with diabetes, and recovered individuals. Key assumptions include the absence of age or mobility restrictions and the transition dynamics between these categories based on infection rates and recovery rates, differentiated by diabetes status.
The authors establish the non-negativity of solutions and the existence of unique solutions through the Riemann-Stieltjes integral, ensuring that the model remains within a bounded positive orthant. They analyze equilibrium points, identifying disease-free and endemic states, and derive the basic reproduction number ($R_0$) to assess the epidemic’s potential spread. Sensitivity analysis reveals that the reproductive number is highly sensitive to parameters such as transmission rate and recovery rates, emphasizing the importance of preventive measures over treatment. The global stability analysis, supported by Lyapunov functions, indicates that when $R_0 > 1$, the disease persists, highlighting the model’s utility in understanding COVID-19 dynamics among diabetic patients. The findings underscore the effectiveness of the proposed model in simulating disease progression and inform public health strategies.