DOI: https://doi.org/10.1007/s42452-025-07428-w
تاريخ النشر: 2025-10-09
المؤلف: Morufu Oyedunsi Olayiwola وآخرون
الموضوع الرئيسي: حلول المعادلات التفاضلية الكسرية
نظرة عامة
تقدم ورقة البحث نموذجًا جديدًا من نوع كابوتو للترتيب الكسري لمرض السل (TB) الذي يتضمن استراتيجيات العلاج والوقاية المتأثرة بالوعي العام. على الرغم من الجهود العالمية الكبيرة لمكافحة السل، إلا أنه لا يزال مصدر قلق صحي كبير، خاصة بسبب ديناميكياته المعقدة التي تشمل تأثيرات الذاكرة. يوسع النموذج الأطر التقليدية من خلال إدخال فئة عرضة واعية وديناميات انتقال تعتمد على الذاكرة، تم تحليلها من خلال تقنيات رياضية متنوعة، بما في ذلك نظرية الإيجابية والحدود، ونظرية النقطة الثابتة لباناش لإثبات وجود الحل uniqueness.
تشير النتائج الرئيسية إلى أن الجمع التآزري بين حملات التوعية العامة والتدخلات العلاجية يمكن أن يقلل بشكل كبير من عبء السل. يظهر النموذج أنه بينما يمكن أن تؤخر تأثيرات الذاكرة تقدم المرض، فإنها تؤخر أيضًا الشفاء، مما يستلزم التخطيط على المدى الطويل من أجل السيطرة الفعالة. تكشف المحاكاة العددية أن زيادة الوعي العام والامتثال للعلاج تؤدي إلى انخفاض كبير في عدد السكان المصابين مع مرور الوقت. بالإضافة إلى ذلك، تسلط الدراسة الضوء على أن الديناميات ذات الترتيب الكسري، التي تلتقط تأثيرات الذاكرة طويلة الأمد، توفر رؤى غير متاحة في النماذج التقليدية ذات الترتيب الصحيح، مما يشير إلى أن دمج التدخلات السلوكية مع الاستراتيجيات الطبية أمر حاسم لتحسين نتائج السيطرة على السل. تشمل اتجاهات البحث المستقبلية استكشاف مشغلين كسريين آخرين والتحقق من صحة النموذج مقابل بيانات السل التجريبية.
مقدمة
تسلط مقدمة ورقة البحث الضوء على التحدي العالمي المستمر الذي يطرحه مرض السل (TB)، وهو مرض ناتج عن المتفطرة السلية (MTB)، والذي لا يزال سببًا رئيسيًا للوفاة، حيث يودي بحياة أكثر من ثلاثة ملايين شخص سنويًا. ينتشر السل بشكل أساسي من خلال قطرات الهواء من الأفراد المصابين، مما يؤثر بشكل رئيسي على الرئتين. على الرغم من طبيعته القابلة للتجنب، إلا أن السل لا يزال يزدهر، مما تفاقم بسبب ارتفاع حالات فيروس نقص المناعة البشرية/الإيدز. تؤكد الورقة على أهمية 24 مارس، يوم السل العالمي، الذي يحيي اكتشاف روبرت كوخ للـ MTB في عام 1882، والذي مهد الطريق لتشخيص وعلاج السل. تهدف المبادرات العالمية الأخيرة إلى تقليل حدوث السل بنسبة 90% بحلول عام 2030، حيث تلعب النمذجة الرياضية دورًا حاسمًا في فهم والسيطرة على ديناميات المرض.
تستعرض المقدمة أيضًا نماذج رياضية متنوعة تم تطويرها لتحليل ديناميات انتقال السل، بما في ذلك تلك التي تصنف الأفراد بناءً على حالة العدوى والشفاء. تشير النتائج الملحوظة إلى أن زيادة معدلات الاتصال بين الأفراد يمكن أن ترفع من انتقال السل، بينما يمكن أن يؤدي العلاج الفعال إلى إبطاء الانتشار. تناقش الورقة أساليب النمذجة المبتكرة، مثل دمج حساب التفاضل الكسري لالتقاط الديناميات المعتمدة على الذاكرة في انتقال السل، والتي قد تتجاهلها النماذج التقليدية. تقترح هذه الدراسة نموذجًا جديدًا من نوع كابوتو للترتيب الكسري لمرض السل الذي يدمج تأثير الوعي، مما يعكس تأثير الوعي العام على السلوك والقدرة على الإصابة بالسل. من خلال استخدام تقنيات رياضية متقدمة، تهدف الدراسة إلى تعزيز فهم ديناميات السل وإبلاغ استراتيجيات السيطرة الفعالة.
طرق
في هذه الدراسة، تم تطوير نهج عددي يعتمد على طريقة تحليل لابلاس-أدوميان (LADM) لتحليل ديناميات معادلة معينة، المشار إليها بالمعادلة (2). سمحت تطبيقات LADM باستكشاف منهجي لسلوك المعادلة، مما يسهل الحصول على رؤى حول دينامياتها الأساسية. تمثل هذه المنهجية تقدمًا كبيرًا في التحليل العددي للمعادلات المعقدة، حيث توفر إطارًا قويًا لمزيد من التحقيقات في هذا المجال.
نتائج
يقدم قسم النتائج محاكاة عددية مستمدة من حلول سلسلة من ترتيب عشوائي، باستخدام القيم الأولية والمعلمات المحددة في الجدول 1. يتم تلخيص النتائج الرئيسية في عدة تعبيرات رياضية تصف سلوك النظام قيد الدراسة. من الجدير بالذكر أن حلول السلسلة تشمل مصطلحات تتضمن دالة غاما، مثل \( S = 30201 – t \left( -1562t^a \Gamma(1 + 2a) – 28639 \Gamma(1 + a) \right) \) و \( L = 830 + 830t^a \left( 0.781t^a \Gamma(1 + 2a) + 14.25423 \Gamma(1 + a) \right) \)، مما يشير إلى تفاعل معقد بين المعلمات والزمن.
توضح تعبيرات إضافية، مثل \( T_1 = 498t^a \Gamma(1 + a) + 388.93800(t^3)^a \Gamma(1 + 3a) + t(-498.0t)^{-2+2a} \Gamma(1 + 2a) \)، و \( R = 320.4t^a \Gamma(1 + a) + 300.27888t^{3a} \Gamma(1 + 3a) + t^{-2+2a} (830t + 5502.26124t^2) \Gamma(1 + 2a) \)، العلاقات بين المتغيرات واعتمادها على المعلمة \( a \). توفر هذه النتائج فهمًا شاملاً لديناميات النظام، مما يبرز أهمية دالة غاما في عملية النمذجة.
مناقشة
في هذا القسم، يناقش المؤلفون آثار نموذجهم ذو الترتيب الكسري لديناميات السل (TB)، مع التركيز بشكل خاص على تأثيرات معدلات العلاج والشفاء على الرقم الأساسي للتكاثر، $R_0$. يبرزون أن الفرق الكبير بين معدل الشفاء مع العلاج ($\theta$) ومعدل الشفاء بدون علاج ($z$) يمكن أن يشير إلى فعالية العلاج في تقليل فترة العدوى. إذا كان $\theta$ أعلى بكثير من $z$، فإن ذلك يشير إلى أن العلاج فعال، مما قد يؤدي إلى خفض $R_0$ والسيطرة على انتشار المرض. ومع ذلك، فإن التباين في استجابة المرضى للعلاج يعقد التنبؤات حول $R_0$، مما يستلزم نمذجة أكثر تعقيدًا لأخذ الاختلافات عبر السكان في الاعتبار.
كما يفحص المؤلفون العلاقة بين معدلات الشفاء ($z$) ومعدلات الوفاة الطبيعية ($\mu$). يمكن أن يؤدي زيادة الشفاء بالنسبة للوفيات إلى استقرار السكان وتقليل $R_0$، بينما قد تشير زيادة معدل الوفاة إلى الحاجة إلى تعزيز التدخلات الصحية. تؤكد التحليل على أن ديناميات انتقال السل حساسة للتغيرات في المعلمات مثل معدل الانتقال ($\alpha$) ومعدل التجنيد ($\Lambda$). توضح الأشكال المقدمة في الورقة هذه العلاقات، مما يظهر أن استراتيجيات العلاج والشفاء الفعالة يمكن أن تؤثر بشكل كبير على جهود السيطرة على السل، مما قد يحول ديناميات المرض نحو الإزالة. بشكل عام، تؤكد النتائج على أهمية المراقبة المستمرة واستراتيجيات الصحة العامة التكيفية لإدارة السل بشكل فعال.
DOI: https://doi.org/10.1007/s42452-025-07428-w
Publication Date: 2025-10-09
Author(s): Morufu Oyedunsi Olayiwola et al.
Primary Topic: Fractional Differential Equations Solutions
Overview
The research paper presents a novel Caputo fractional-order model for tuberculosis (TB) that incorporates both curative and preventive treatment strategies influenced by public awareness. Despite significant global efforts to combat TB, it remains a major health concern, particularly due to its complex dynamics involving memory effects. The model extends traditional compartmental frameworks by introducing a conscious susceptible class and memory-dependent transmission dynamics, analyzed through various mathematical techniques, including positivity and boundedness theory, and the Banach fixed-point theorem to establish solution existence and uniqueness.
Key findings indicate that synergistically combining public awareness campaigns with therapeutic interventions can significantly reduce the TB burden. The model demonstrates that while memory effects can slow disease progression, they also delay recovery, necessitating long-term planning for effective control. Numerical simulations reveal that increased public awareness and treatment compliance lead to a substantial decrease in the infectious population over time. Additionally, the study highlights that fractional-order dynamics, which capture long-term memory effects, provide insights not available in classical integer-order models, suggesting that integrating behavioral interventions with medical strategies is crucial for improving TB control outcomes. Future research directions include exploring other fractional operators and validating the model against empirical TB data.
Introduction
The introduction of the research paper highlights the enduring global challenge posed by tuberculosis (TB), a disease caused by Mycobacterium tuberculosis (MTB), which remains a leading cause of mortality, claiming over three million lives annually. TB primarily spreads through airborne droplets from infected individuals, predominantly affecting the lungs. Despite its preventable nature, TB continues to thrive, exacerbated by the rise of HIV/AIDS. The paper emphasizes the significance of March 24th, World Tuberculosis Day, commemorating Robert Koch’s discovery of MTB in 1882, which paved the way for TB diagnosis and treatment. Recent global initiatives have aimed to reduce TB incidence by 90% by 2030, with mathematical modeling playing a crucial role in understanding and controlling the disease’s dynamics.
The introduction also reviews various mathematical models developed to analyze TB transmission dynamics, including those that categorize individuals based on their infection status and recovery. Notable findings indicate that increased contact rates among individuals can elevate TB transmission, while effective treatment can slow down the spread. The paper discusses innovative modeling approaches, such as the incorporation of fractional calculus to capture memory-dependent dynamics in TB transmission, which traditional models may overlook. This study proposes a novel Caputo fractional-order TB model that integrates a consciousness effect, reflecting the impact of public awareness on behavior and susceptibility to TB. By employing advanced mathematical techniques, the research aims to enhance understanding of TB dynamics and inform effective control strategies.
Methods
In this study, a numerical approach based on the Laplace-Adomian Decomposition Method (LADM) was developed to analyze the dynamics of a specific equation, referred to as Eq. (2). The application of LADM allowed for a systematic exploration of the equation’s behavior, facilitating insights into its underlying dynamics. This methodology represents a significant advancement in the numerical analysis of complex equations, providing a robust framework for further investigations in this domain.
Results
The results section presents numerical simulations derived from series solutions of arbitrary order, utilizing initial values and parameters specified in Table 1. The key findings are encapsulated in several mathematical expressions that describe the behavior of the system under study. Notably, the series solutions include terms involving the Gamma function, such as \( S = 30201 – t \left( -1562t^a \Gamma(1 + 2a) – 28639 \Gamma(1 + a) \right) \) and \( L = 830 + 830t^a \left( 0.781t^a \Gamma(1 + 2a) + 14.25423 \Gamma(1 + a) \right) \), indicating a complex interplay between the parameters and time.
Further expressions, such as \( T_1 = 498t^a \Gamma(1 + a) + 388.93800(t^3)^a \Gamma(1 + 3a) + t(-498.0t)^{-2+2a} \Gamma(1 + 2a) \), and \( R = 320.4t^a \Gamma(1 + a) + 300.27888t^{3a} \Gamma(1 + 3a) + t^{-2+2a} (830t + 5502.26124t^2) \Gamma(1 + 2a) \), further illustrate the relationships among the variables and their dependence on the parameter \( a \). These results provide a comprehensive understanding of the system’s dynamics, highlighting the significance of the Gamma function in the modeling process.
Discussion
In this section, the authors discuss the implications of their fractional-order model for tuberculosis (TB) dynamics, particularly focusing on the effects of treatment and recovery rates on the basic reproduction number, $R_0$. They highlight that a significant difference between the recovery rate with treatment ($\theta$) and the recovery rate without treatment ($z$) can indicate the effectiveness of treatment in reducing the infectious period. If $\theta$ is much higher than $z$, it suggests that treatment is effective, potentially lowering $R_0$ and controlling disease spread. However, variability in patient responses to treatment complicates predictions about $R_0$, necessitating more complex modeling to account for differences across populations.
The authors also examine the relationship between recovery rates ($z$) and natural death rates ($\mu$). An increase in recovery relative to mortality can stabilize the population and further reduce $R_0$, while a rising death rate may indicate a need for enhanced health interventions. The analysis emphasizes that the dynamics of TB transmission are sensitive to changes in parameters such as the transmission rate ($\alpha$) and the recruitment rate ($\Lambda$). Figures presented in the paper illustrate these relationships, showing that effective treatment and recovery strategies can significantly influence TB control efforts, potentially shifting the disease dynamics towards elimination. Overall, the findings underscore the importance of ongoing monitoring and adaptive public health strategies to manage TB effectively.