সমাজ বোঝা: মহামারী মডেল সম্পর্কে চিন্তাভাবনা করা

বিশ্বকে কাঁপানো মহামারী সংকট থেকে একটি জিনিস স্পষ্ট যে আমাদের কাছে এমন মডেলগুলির অত্যন্ত প্রয়োজন যা আমাদের মহামারীটির ভবিষ্যতের আচরণ অনুমান করার অনুমতি দেয়। মহামারী ছড়িয়ে পড়ার গতিবিদ্যা কেবল স্বজ্ঞাত অনুমানের জন্য উপযুক্ত নয়। সুতরাং উপলব্ধ ডেটা এবং অনুমানের উপর ভিত্তি করে কম্পিউটেশনাল মডেলগুলি রয়েছে যা আমাদের কাছে রোগের নিকটতম এবং মধ্য-মেয়াদী আচরণের অনুমতি দেওয়ার অনুমতি দেয় have

স্কট পেজ মিশিগান বিশ্ববিদ্যালয়ের এক জটিল বিজ্ঞানী যিনি সামাজিক বিজ্ঞানে গণনা মডেলগুলির ব্যবহার এবং ব্যাখ্যার বিষয়ে ব্যাপকভাবে লিখেছেন। তাঁর বই, দ্য মডেল থিঙ্কার: আপনার জন্য ডেটা ওয়ার্ক তৈরির জন্য আপনার কী জানা দরকার, পাঠককে বিস্তৃত মডেলের সাথে পরিচয় করিয়ে দেওয়ার একটি দুর্দান্ত কাজ করেছেন। তার মূল পরামর্শগুলির মধ্যে একটি হ’ল আমরা যখন নির্দিষ্ট ধরণের ঘটনাটি বোঝার চেষ্টা করি তখন আমাদের অনেকগুলি মডেল বিবেচনা করা উচিত। (এখানে বইটির পূর্বের আলোচনা; লিঙ্ক।) পৃষ্ঠাটি একটি খুব দরকারী নিবন্ধ অবদান রেখেছে ওয়াশিংটন পোস্ট এই সপ্তাহে বিশ্বব্যাপী, জাতীয় এবং আঞ্চলিক স্তরে মহামারীটির পাঠক্রমটি বোঝার এবং পূর্বাভাস দেওয়ার জন্য ব্যবহৃত বিভিন্ন ধরণের মহামারী সম্পর্কে আলোকপাত করেছে (“কোন মহামারীটির মডেলটি আপনার বিশ্বাস করা উচিত?”; (লিঙ্ক)। পৃষ্ঠা ইনস্টিটিউট ফর হেলথ মেট্রিক্স এবং মূল্যায়ন (আইএইচএমই) মডেলের মতো “কার্ভ-ফিটিং” মডেলগুলির যুক্তির বর্ণনা দেয় পাশাপাশি মহামারীবিজ্ঞানের মডেলগুলি যে রোগটি ছড়িয়ে পড়ে তা কার্যকরী এবং সামাজিক প্রক্রিয়াগুলি সম্পর্কে অনুমানের ভিত্তিতে এগিয়ে যায় to সংক্রামিত ব্যক্তির থেকে সংক্রামিত হওয়ার প্রক্রিয়াটি পুনরুদ্ধারকৃত ব্যক্তির কাছে সংবেদনশীল ব্যক্তির কাছে হয় (পৃষ্ঠাটি এগুলিকে “মাইক্রোফাউন্ডেশনাল” মডেল হিসাবে উল্লেখ করে।) পৃষ্ঠাটি নির্দেশ করে যে সমস্ত মডেল সম্ভাব্য ত্রুটি এবং অনুপস্থিত তথ্যগুলির একটি পরিসীমা জড়িত, এবং এটি ব্যবহার করা অত্যন্ত গুরুত্বপূর্ণ সুস্বাস্থ্য জনস্বাস্থ্য নীতিগুলির ভিত্তি স্থাপনের জন্য বিভিন্ন মডেলের একটি পরিসীমা his

এই সমস্তগুলির অর্থ এই নয় যে আমাদের মডেলগুলি ব্যবহার করা বন্ধ করা উচিত, তবে আমাদের সেগুলির অনেকগুলি ব্যবহার করা উচিত। আমরা কার্ভ-ফিটিং এবং মাইক্রোফাউন্ডেশন মডেলগুলি উন্নত করতে এবং সেগুলিকে হাইব্রিডের সাথে একত্রিত করতে পারি, যা কেবলমাত্র ভবিষ্যদ্বাণীগুলিই নয়, ভাইরাস কীভাবে ছড়িয়ে যায় সে সম্পর্কে আমাদের বোঝার উন্নতি করবে, আশা করি নীতিটি অবহিত করবেন।

আরও ভাল, আমাদের বিভিন্ন ধরণের মডেলকে একত্রিত করা উচিত en বিভিন্ন মডেলের বিভিন্ন শক্তি রয়েছে। কার্ভ-ফিটিং মডেলগুলি নিদর্শনগুলি প্রকাশ করে; “পরামিতি অনুমান” মডেলগুলি মূলত সূচকগুলিতে সামগ্রিক পরিবর্তনগুলি প্রকাশ করে যেমন সংক্রামক ব্যক্তির দ্বারা সংক্রামিত গড় মানুষের সংখ্যা; গাণিতিক মডেলগুলি প্রক্রিয়া উন্মোচন করে; এবং এজেন্ট-ভিত্তিক মডেলগুলি মানুষের নেটওয়ার্ক এবং আচরণগুলির মধ্যে পার্থক্য ক্যাপচার করতে পারে যা রোগের বিস্তারকে প্রভাবিত করে। নীতিগুলি কোনও একক মডেল – এমনকি এখন পর্যন্ত সর্বাধিক নির্ভুল এমন একের ভিত্তিতে হওয়া উচিত নয়। আমি আমার সাম্প্রতিক বইটিতে যুক্তি হিসাবে, তাদের পরিবর্তে বহু মডেল চিন্তার দ্বারা পরিচালিত হওয়া উচিত – একটি জটিল বাস্তবতার বিভিন্ন দিকগুলি ক্যাপচার করার জন্য বিভিন্ন মডেলের সাথে গভীর নিযুক্তি। (লিঙ্ক)

এই মডেলগুলির কাজের পৃষ্ঠার বিবরণ যে কোনও ব্যক্তির পক্ষে মহামারীটি যেভাবে বিকশিত হয়েছে সে সম্পর্কে আরও ভাল ধারণা পেতে চায় for পৃষ্ঠাটি এমন একটি মূল্যবান ভিডিওও বিকাশ করেছে যা এই বিভিন্ন ধরণের মডেলের (লিঙ্ক) গণনার আর্কিটেকচার সম্পর্কে আরও বিস্তারিতভাবে যায়। আপনি যদি মহামারীবিদ্যার মডেলিং আরও ভালভাবে বুঝতে চান তবে এই ভিডিওগুলি খুব স্পষ্ট এবং সুনির্দিষ্টভাবে দেখার উপযুক্ত।

ব্যবসা এবং অন্যান্য সামাজিক সংগঠনগুলি কীভাবে পুনরায় চালু করতে হবে তার চ্যালেঞ্জ মোকাবেলায় সামাজিক নেটওয়ার্ক বিশ্লেষণ অত্যন্ত গুরুত্বপূর্ণ। পৃষ্ঠাটি “পুনরায় খোলার জন্য নেতৃত্বের টুলকিট তৈরি করেছে: বিশটি কৌশল পুনরায় চালু করতে এবং পুনরায় কল্পনা করার জন্য”, নেটওয়ার্ক সরঞ্জাম এবং কৌশলগুলির একটি মূল্যবান সেট যা নিরাপদে এবং উত্পাদনশীলভাবে ব্যবসা পুনরায় চালু করার পদক্ষেপগুলি সম্পর্কে দৃ concrete় পরামর্শ প্রদান করে। নেটওয়ার্ক বিশ্লেষণের সরঞ্জামগুলি কীভাবে আমাদের কর্মক্ষেত্রে নিরাপদ এবং স্বাস্থ্যকর করতে সহায়তা করতে পারে তা দেখতে এই লিঙ্কটি দেখুন (লিঙ্ক)।

মহামারী মডেলগুলির যুক্তি সম্পর্কিত আরও কার্যকর সাম্প্রতিক সম্পদ হলেন জোনাথন ফুলারের সাম্প্রতিক নিবন্ধ “মডেল বনাম প্রমাণ” বোস্টন পর্যালোচনা (লিঙ্ক)। ফুলার বিজ্ঞানের একজন দার্শনিক যিনি এই টুকরোটিতে দুটি কাজ করেন: প্রথমত, বিকল্প মডেলগুলি মূল্যায়নের জন্য আমরা কীভাবে প্রমাণ ব্যবহার করতে পারি? এবং দ্বিতীয়ত, বিভিন্ন শ্রেণির মডেলের বৈধতা নিয়ে একাডেমিক সাহিত্যে যে মতবিরোধ রয়েছে তার কারণ কী? ফুলার মনে আছে কার্ভ-ফিটিং এবং মাইক্রোফাউন্ডেশনাল মডেলগুলির মধ্যে মূলত পৃষ্ঠার মতো একই পার্থক্য। ফুলার প্রাক্তনটিকে “ক্লিনিকাল এপিডেমিওলজিকাল মডেল” এবং পরবর্তীকালে “সংক্রামক রোগ মহামারী সংক্রান্ত মডেল” হিসাবে চিহ্নিত করেছেন এবং তিনি যুক্তি দেখিয়েছেন যে কোনও মডেলকে মূল্যায়নের ক্ষেত্রে গবেষণামূলক প্রমাণের যথাযথ ব্যবহারের বিষয়টি নিয়ে দুটি গবেষণা সম্প্রদায়ের খুব আলাদা ধারণা রয়েছে। মূলত ফুলার বিশ্বাস করেন যে দুটি পদ্ধতির মধ্যে মহামারীর গণনামূলক মডেলগুলির সাথে বিজ্ঞানের দুটি ভিন্ন দর্শনের মূর্ত প্রতীক রয়েছে, একটিটি আরও দৃ strictly়ভাবে অভিজ্ঞতাবাদী এবং অন্যটি মডেলটি বিকাশ ও মূল্যায়ণে তত্ত্ব এবং প্রমাণের সংমিশ্রণে আরও আরামদায়ক। নিবন্ধটি এমন একটি স্তরের বিশদ সরবরাহ করে যা এটি সামাজিক বিজ্ঞানের দর্শনের উপর একটি কোর্সে কেস স্টাডির জন্য আদর্শ করে তোলে।

জেনারেটর সোস্যাল সায়েন্সের লেখক জোশুয়া এপস্টেইন: এজেন্ট-ভিত্তিক কম্পিউটেশনাল মডেলিংয়ের স্টাডিজ, ২০০৯ সালে “মডেলিং টু কনটেন প্যান্ডেমিকস” (লিঙ্ক) -এ মহামারীতে এজেন্ট-ভিত্তিক মডেলগুলির প্রয়োগ সম্পর্কে একটি সংক্ষিপ্ত বিবরণ দিয়েছিলেন। এপস্টেইন একটি বিশ্বব্যাপী মহামারী, গ্লোবাল-স্কেল এজেন্ট মডেল (জিএসএএম) এর একটি বিস্তৃত এবিএম মডেল বর্ণনা করেছেন যা 1996 সালে এইচ 1 এন 1 ভাইরাসের সংক্রমণকে মডেল করার চেষ্টা করেছিল। এখানে একটি ভিডিও রয়েছে যাতে মাইলস পার্কার মডেলটি ব্যাখ্যা করেছেন এবং দেখিয়েছেন (লিঙ্ক) ।

আরেকটি দরকারী সংস্থান হ’ল “নেটওয়ার্ক থিয়োরি: নেটওয়ার্ক ডিফিউশন অ্যান্ড কনটেজিওন” (লিঙ্ক) এর এই ভিডিওটি, যা সামাজিক নেটওয়ার্কগুলির কাঠামো কীভাবে সংক্রামক রোগের বিস্তারকে প্রভাবিত করে (বা ধারণা, দৃষ্টিভঙ্গি বা গুজব) সম্পর্কে আরও বিশদ সরবরাহ করে provides

বিজ্ঞানের দর্শনে আমার নিজের ভবিষ্যদ্বাণীগুলি বৈজ্ঞানিক বাস্তববাদের দিকে ঝুঁকছে এবং অন্তর্নিহিত কার্যকারিতাগুলি সনাক্তকরণের গুরুত্বের দিকে। এটি আমাকে কার্ভ-ফিটিং মডেলগুলির তুলনায় মাইক্রোফাউন্ডেশন / সংক্রামক রোগের মডেলগুলির দ্বারা আরও প্ররোচিত করে। ন্যান্সি কার্টরাইট এবং জেরেমি হার্ডি প্রমাণ-ভিত্তিক নীতিতে যে সমালোচনাগুলি প্রদান করে: এটিকে করার একটি প্রাক্টিক্যাল গাইড এলোমেলোভাবে নিয়ন্ত্রিত ট্রায়ালগুলির (লিঙ্ক) অনিয়ন্ত্রিত পদ্ধতিটির (লিঙ্ক) আরও ভাল এখানে প্রাসঙ্গিক বলে মনে হয়। আইএইচএমই মডেলটি উহান এবং খুব সম্প্রতি উত্তর ইতালি থেকে প্রাপ্ত তথ্যের বিরুদ্ধে ক্রমাঙ্কিত হয়; তবে সেই অবস্থানগুলির প্রত্যেকের মধ্যে পরিস্থিতি খুব আলাদা ছিল, এটি প্রশ্নবিদ্ধ করে যে একই প্রতিচ্ছবি পয়েন্টগুলি নিউ ইয়র্ক বা ক্যালিফোর্নিয়ায় প্রদর্শিত হবে question কার্টরাইট এবং হার্ডি যেমন বক্তব্য রেখেছিলেন, “কার্যকারণ মূলনীতি স্থানীয় থেকে লোকেলের চেয়ে আলাদা হতে পারে তার অর্থ আপনি যে পড়তে পারবেন না যে কোনও নীতি এখানে অন্য কোথাও কাজ করেছে এমন খুব দৃ evidence় প্রমাণ থেকেও কাজ করবে” (২৩)। তবে পৃষ্ঠা যেমন জোর দিয়েছে, যখন আমরা মহামারী ছড়িয়ে পড়ার মতো জটিল বিষয়টিকে বোঝার চেষ্টা করছি তখন একাধিক মডেল বিভিন্ন অনুমান থেকে কাজ করা মূল্যবান। ফুলার তার নিবন্ধে অনেকটা একই পয়েন্টটি করেছেন:

আমাদের যেমন মডেল এবং প্রমাণ উভয়ই আলিঙ্গন করা উচিত, আমাদের মহামারীবিজ্ঞানের উভয় প্রতিযোগিতামূলক দর্শনকে স্বাগত জানানো উচিত। এটি বিরক্তিকর উপসংহারের মতো শোনাতে পারে তবে করোনভাইরাস মহামারীতে কোনও গৌরব নেই, এবং কোনও বিজয়ী নেই। শৃঙ্খলা বিভাজন জুড়ে সহযোগিতার মাধ্যমে সমাজে সহযোগিতা মিলে যেতে হবে। বৈজ্ঞানিক যাচাই এবং পিয়ার পর্যালোচনার স্বাভাবিক প্রক্রিয়া গবেষণা অফিস থেকে মিডিয়া শিরোনাম এবং নীতি প্যানেলগুলিতে একটি দ্রুত ট্র্যাকের পথ দেখিয়েছে। তবুও বিভিন্ন মন থেকে সমালোচনার প্রয়োজনীয়তা রয়ে গেছে।