நோய்ப்பரவலியல் துறையின் முக்கியமான சொல்லாட்சிகள்: ஒரு விளக்கக் குறிப்பு

கொரோனா வைரஸின் பரவலானது உலகெங்கிலும் முக்கியமான பேசுபொருளாக மாறிவிட்ட இந்த வேளையிலே, நோய்ப்பரவலியல், கணித நோய்ப்பரவலியல், கணனி நோய்ப்பரவலியல் ஆகிய துறைகளில் பாவிக்கப்பட்டு வந்த பல கலைச்சொற்களும் சொற்றொடர்களும் இன்று பொதுவெளியில் புழக்கத்திற்கு வந்திருக்கின்றன. உதாரணம் தொற்றாறு (transmission rate), தேறாறு (recovery rate), அடிப்படைப் பெருக்க இலக்கம் (Basic Reproduction Number), சமூகத் தூரமாக்கல் (Social distancing), மந்தை நோயெதிர்ப்பு (Herd immunity). ஆனால், இந்த சொற்கள் மற்றும் கருதுகோள்கள் பற்றி பொதுவெளியில் பல தவறான விளக்கங்கள் இருக்கின்றன. சிலவேளை அரசியல் தலைவர்கள் கூட இக்கருதுகோள்களைச் சரியாகப் புரிந்து கொள்ளாமல் பேசுவதாகத் தோன்றுகிறது. நோய்ப்பரவலியல், மற்றும் கணனி நோய்ப்பரவலியல் துறை ஆராய்ச்சியாளன் என்ற வகையில் இக் கலைச்சொற்கள் பற்றி சுருக்கமான விளக்கம் ஒன்றைத் தருவது இப்பதிவின் நோக்கம். அதே வேளை, என்னால் முடிந்தவரை தமிழ்க் கலைச்சொற்களையும் உருவாக்க விழைகிறேன். 

தொற்றாறு (transmissibility or transmission rate ): தொற்றாளி ஒருவர் அலகு நேரத்தில் (உதாரணமாக ஒரு நாளில்) மற்றவர்களுடன் ஏற்படுத்தும் தொற்றுக்களை உண்டாக்கும் தொடர்புகளின் எண்ணிக்கை. அதாவது, கிருமி தொற்றிய ஒருவர்ச ராசரியாக ஒரு நாளில் எத்தனை பேருக்கு அதைக் கொடுப்பார் என்பது.

தேறாறு (recovery rate): நோயாளி ஒருவர் குறிப்பிட்ட நாளொன்றில் நோயில் இருந்து தேறுவதற்கான சாத்தியக்கூறு. இது, நோயின் சராசரி வருத்தகாலத்தின் தலைகீழ் விகிதமாகும். உதாரணமாக, குளிர்காய்ச்சல் (influenza) சராசரியாக மூன்று நாட்கள் நீடிப்பதாயின் அதன் தேறாறு 1/3 ஆகும்.

அடிப்படைப் பெருக்க இலக்கம் (Basic Reproduction Number): இது தொற்றாறு, தேறாறு ஆகியவற்றிற்கிடையே உள்ள விகிதமாகும். அதாவது, தொற்றாளி ஒருவர் தேறு முன்பு சராசரியாக எத்தனை பேருக்கு நோயைக் கொடுப்பார் என்பதாகும்.இதை R0 (ஆர் – நோட்) என்ற குறியீட்டால் வழங்குவர். இது இன்று கொரோனா வைரஸ் சம்பந்தமான விவாதங்களில் அதிகம் பேசப்படுகிறது. ஆனால் இதுபற்றி பிழையான விளக்கங்கள் உண்டு.

உண்மையில் ஒரு நோயின் அடிப்படைப் பெருக்க இலக்கத்தை அந்த நோய் பரவும்போது கணிப்பது மிகவும் கடினம். நோய்ப்பரவல் நிறைவடைந்த பின்னரே இதை உறுதியாகக் கணிக்க முடியும். குளிர்காய்ச்சல் முதலிய, கால அடிப்படையில் மீண்டும் மீண்டும் பரவும் நோய்களை பொறுத்தவரை சென்ற வருடங்களில் கணிக்கப்பட்ட இலக்கம் ஓரளவு சரியாக இருக்கும். மேலும், ஒரு நோய்க்கு ஒரு அடிப்படைப் பெருக்க இலக்கம் தான் இருக்கும் என்பது இல்லை. வேறு வேறு நாடுகள், காலநிலைகள், சமூகங்கள் முதலியன வேறு வேறு இலக்கங்களைக் கொண்டிருக்கலாம். உதாரணமாக AIDS நோயின் அடிப்படைப் பெருக்க இலக்கம் மேற்குலக நாடுகளில் 2 அளவாகும். ஆனால், உலகில் இந்நோயினால் மிகவும் கடுமையாகப் பாதிக்கப்பட்ட நாடான Liberia வில் இவ்விலக்கம் 9.5 ஆகும். மேலும், அவுஸ்திரேலியாவில் எதிர்பாலினச் சேர்க்கையாளர் மத்தியில் இவ்விலக்கம் 1 ஐவிடக் குறைவாக ஆக இருக்கும் அதேவேளை, பாதுகாப்பற்ற சேர்க்கை முறைகளை அதிகம் பயன்படுத்தும் ஒருபாலினச் சேர்க்கையாளர் மத்தியில் இவ்விலக்கம் 2 அளவில் உள்ளது. எனவே ஒருநோயின் உலகளாவிய அடிப்படைப் பெருக்க இலக்கம் என்பது ஒருமாதிரியான சராசரியே ஆகும்.

மேலும், அடிப்படைப் பெருக்க இலக்கம் என்பது நோயை மேலும் கடத்தாதவர்களைப் புறம் தள்ளியே கணிக்கப்படும். இதற்கு உதாரணமாக ஒரு சிறிய சமூகத்தில் ஒருவருக்கு உண்டான நோய் முப்பத்தொரு பேருக்குப்பரவுவதாக வைத்துக்கொள்வோம். எனவே சராசரியாக இந்நோய் ஒருவரில் இருந்து இருவருக்கும் பிறகு 4,8,16 என்று பரவி இறுதி பதினாறு பேருடன் நிறைவடைவதாக எடுத்துக் கொள்ளலாம். இங்கே முதல் பதினைந்து பேர் ஆளுக்கு இருவர் வீதமும் இறுதிப்பதினாறு பேர் ஆளுக்கு பூச்சியம் (எவருமில்லை) வீதமும் நோயைப் பரப்புகின்றனர். எனவே சராசரியாக ஆளுக்கு ஒருவர் வீதம் பரப்புகின்றனர் என்று நாம் வாதிடலாம். ஆனால் அடிப்படைப் பெருக்க இலக்கம் அவ்வாறு கணிக்கப்படுவதில்லை. நோயைத் தொடர்ந்து பரப்பாத பரப்பெல்லை நோயாளிகளைத் தவிர்த்து, ஆளுக்கு இருவர் வீதம் பரப்பியதாகவே கணிக்கப்படும். எனவே அடிப்படைப் பெருக்க இலக்கம் என்பது நோயொன்று முடிவிலியாகப் பரவிக்கொண்டிருக்கும்போது ஒருவர் சராசரியாக எத்தனை பேருக்குப் பரப்பினார் என்பதே. முக்கியமாக, சமூகத் 
தூரமாக்கல், தடுப்பூசிகள் போன்றன பயன்படுத்தப்படாத இயல்பான மனித சமுதாயத்தில் ஒரு தொற்றாளி எத்தனை பேருக்கு சராசரியாக நோயைக் கொடுப்பார் என்பதே அடிப்படைப் பெருக்க இலக்கமாகும். எனவே அடிப்படைப் பெருக்க இலக்கமென்பது மாற்றமுடியாத ஒரு நோய்ப்பரம்பலின் தலைவிதியல்ல. அடிப்படைப் பெருக்க இலக்கம் மிகவும் உயர்வான அம்மை (measles) முதலிய நோய்கள் பல நாடுகளில் முற்றாக ஒழிக்கப்பட்டிருக்கின்றன. ஆனால், அடிப்படைப் பெருக்க இலக்கம் உயர்வான நோய்களை பரம்பலை அடக்குவதற்கு அதிக முயற்சி தேவைப்படும். தடுப்பூசிகள் கண்டுபிடிக்கப்படுமிடத்து, மக்கள் தொகையில் ஒப்பீட்டளவில் அதிக வீதத்தினருக்குத் தடுப்பூசி ஏற்றவேண்டியும் ஏற்படும் (இதுபற்றி மேலும் கீழே).

இறுதியாக, ஒரு சமூகம் தனது இயங்கு நிலைகளை மாற்றிக்கொள்ளும்போது அடிப்படைப் பெருக்க இலக்கம் மாறுபடும் (பெரும்பாலும், குறைவடையும்). நன்றாக அறியப்பட்ட நோய்களுக்கு மருத்துவ ஆய்வேடுகளில் குறிப்பிடப்படும் அடிப்படைப் பெருக்க இலக்கங்கள் அநேகமாகக் காலம் கடந்தவையாக உள்ளன. தற்போதைய இலக்கங்கள் அநேகமாக குறைவாக இருக்கும். ஆனால், பிரபலமான ஆய்வுக்கட்டுரைகளில் குறிப்பிடப்படும் அடிப்படைப் பெருக்க இலக்கங்கள் செவ்வைப்படுத்தப்படாமல் பலகாலமாக வழக்கில் உள்ளன.

இவ்வாறான விளக்கங்களோடு, பொதுவான நோய்கள் சிலவற்றின் அடிப்படைப் பெருக்க இலக்கங்களை பார்ப்போம்.

அம்மை = 15.0 – 20.0
சின்னமுத்து = 5.0 – 7.0
போலியோ = 5.0 – 7.0
குக்கல் = 5-7
எயிட்ஸ் = 2.0 – 5.0
சார்ஸ் = 2.0 – 5.0
சாதாரண குளிர்காய்ச்சல் = 1.0 – 2. 0
குளிர்காய்ச்சலின் சில மோசமான உபவகைகள் (உதாரணமாக 1918 ஜுரம்) = 2.0 – 3.0
ஈபோலா = 1.5 – 2.5
கொரோனா (தற்போதைய மதிப்பீடு) = 1.4 – 3.9
மெர்ஸ் = 0.3 – 0.8

இங்கே, ஒருகாலத்தில் பல லட்சம் பேரைப் பலியெடுத்த நோய்கள் எல்லாவற்றிற்கும் அடிப்படைப் பெருக்க இலக்கம் உயர்வாக இருப்பதையும், இவ்வாறான நோய்களுக்கே இன்றைக்கு சிறுவர்களுக்கு தடுப்பூசி வழங்கப்படுவதையும் காணலாம். தடுப்பூசிகளால் இன்று இந்த நோய்கள் பெருமளவு கட்டுப்படுத்தப் பட்டு விட்டன. அதேவேளை, மெர்ஸ் முதலிய நோய்கள் ஒருவருக்கு வருமிடத்து இறப்பு வீதம் மிக அதிகமாக இருந்தும் (25% நோயாளர்கள் மரணித்தனர்) அவை உலகில் பெரும் உயிரிழப்பைக் கொண்டு வராததற்கு காரணம் அவற்றின் அடிப்படைப் பெருக்க இலக்கம் சிறிதாக இருப்பதே. எனவே, கொரோனா வைரசுக்கு இன்று உலகு அஞ்சுவதற்கு காரணம் அதனுடைய அடிப்படைப் பெருக்க இலக்கம், உயிரிழப்பு வீதம் (1% – 8%) இரண்டுமே ஓரளவு உயர்வாக இருப்பதும், தடுப்பூசிகள் எதுவும் கண்டுபிடிக்கப் படாததுமே. எனவே, சமூகத் தூரமாக்கலே பெரும் இழப்புகளைத் தடுக்க ஒரே வழியாகிறது.

இறப்புவீதம் (case fatality rate): ஒரு குறிப்பிட்ட தொற்றுநோய் பீடித்த நூறு நோயாளிகளில், எத்தனை பேர் மரணத்தைத் தழுவுகின்றனர் என்பதே இறப்பு வீதமாகும். இதையும், ஒரு நோய் பரவிக்கொண்டிருக்கின்ற சூழலில் மதிப்பிடுவது கடினம். நோய்ப்பரவல் அடங்கிய பிறகுதான் சரியாக மதிப்பிட முடியும். நோயாளர் எண்ணிக்கை அதிகரித்து வருகின்ற சூழலில், இன்றைக்கு மரணிக்கின்றவர்கள் சில நாட்களுக்கு அல்லது வாரங்களுக்கு முன்பே தொற்றுக்கு உள்ளாகி இருப்பதனால் இறப்பு வீதம் செயற்கையாகக் குறைத்துக் காட்டப்படும். உதாரணமாக இன்றைக்கு ஒருநாட்டில் இதுவரை 1000 கொரோனா நோயாளிகளும் ஐந்து இறப்புகளும் இருந்தால் இறப்புவீதம் 0.5% என்று கணிக்கலாம். ஆனால் இரண்டு வாரத்துக்கு முன்பு வரை தொற்றுக்கு உள்ளானவர்கள் தான் இன்று வரை இறந்திருப்பார்கள். இரண்டு வாரத்திற்கு முன்னர் அந்த நாட்டில் நூறு நோயாளர்கள் இருந்திருந்தால் உண்மையான இறப்புவீதம் 5% ஆகும்.

மறுவளமாக, ஒருநாட்டில் போதுமான அளவு நோய்ச் சோதனைகள் செய்யப்படாத இடத்து இறப்புவீதம் செயற்கையாகக் கூட்டிக் காட்டப்படும். உதாரணமாக ஒரு நாட்டில் 1000 இனம்காணப் பட்ட நோயாளர்களுக்கு 100 இறப்புகள் இருப்பின் இறப்புவீதம் 10% போலத்தோன்றும். ஆனால் உண்மையில் அந்நாட்டில் இன்னும் நோய்ச்ச்சோதனை செய்துகொள்ளாத 9000 நோயாளிகள் இருக்கலாம். அவ்வாறாயின் உண்மையான இறப்புவீதம் 1% ஆகும். இதனால் புதிய நோயொன்றின் இறப்பு வீதத்தைக் கணிப்பது இலகுவல்ல. 

மேற்குறிப்ப்பிட்ட சிரமங்களுக்கு மத்தியில், கோவிட் நோயின் இறப்புவீதமானது 1% – 8% வரை என்று தற்காலிகமாகக் கணிக்கப்பட்டிருக்கிறது. ஒப்பீட்டுக்காக வேறு நோய்களைப்பார்ப்பின் எய்ட்ஸ் = 80 – 90% (நோயிலிருந்து விடுதலை பெறாமல் இறத்தல் – பல வருடங்கள் ஆகலாம்), மெர்ஸ் = 25%, சார்ஸ் = 11%, மஞ்சள் காய்ச்சல் (தடுப்பூசி போடாவிட்டால்) = 7.5%, ஸ்பானிஷ் காய்ச்சல் = 2.5% என்றவாறு இருக்கிறது. 

சமூகத் தூரமாக்கல் (social distancing): இன்றைக்கு கோவிட் நோய் சம்பந்தமாகப் பேசும்போது மிக அதிகளவில் பாவிக்கப்பட்டு வரும் ஒரு சொல்லாடல் இதுவாகும். சமூகத் தூரமாக்கல் என்றால், மக்கள் நமது நாளாந்த நேருக்கு நேர் ஊடாட்டங்களைக் குறைத்துக் கொள்வதன்மூலம் நோய்ப் பரவல் வேகத்தைக் குறைத்தல் என்று பொருள்படும். சாதாரணமாக தடுப்பூசி, சமூகத் தூரமாக்கல் ஆகியவற்றின் மூலம் ஒரு நோயின் அடிப்படைப் பரவல் எண்ணைக் குறைக்கலாம். கொரோனா வைரஸிற்கான தடுப்பூசி இன்னும் கண்டுபிடிக்கப் படாததால் சமூகத் தூரமாக்கலே ஒரே வழி ஆகிறது.

சமூகத் தூரமாக்கலை மக்கள் வலியவே கடைப்பிடிக்கலாம் அல்லது அரசுகளால் அது நடைமுறைப் படுத்தப்படலாம். மக்கள் சாதாரணமாகக் கடைப்பிடிக்கக் கூடிய தூரமாக்கல் முறைகளில், பஸ், ட்ரெயின் வண்டிகளைத் தவிர்த்தல், பெரும் சனக்கூட்டங்களைத் தவிர்த்தல், உணவகங்களில் உண்பதைத் தவிர்த்தல் முதலியன அடங்கும். இவை போதாத போது, பாடசாலைகளை மூடுதல் முதலிய நடவடிக்கைகளை அரசுகள் எடுக்க வேண்டி ஏற்படுகிறது.

இங்கே முக்கியமாகக் கவனிக்க வேண்டியது, சமூகத் தூரமாக்கல் நடவடிக்கைகளின் விளைவுகள் உடனடியாகத் தெரியாது என்பதாகும். உதாரணமாக கோவிட் நோயை எடுத்துக் கொண்டால் இரு வாரங்களுக்கு முன்பு தொற்றுக்கு உள்ளானவர்களே இன்று பரிசோதிக்கப்பட்டு உறுதி செய்யப்படுகின்றனர். எனவே, கடுமையான தூரமாக்கல் விதிகள் மத்தியிலும் ஐரோப்பிய நோயாளர் எண்ணிக்கை ஏறிக்கொண்டே செல்கிறது. ஐரோப்பாவில் இன்று அமுல்படுத்தப்பட்டுள்ள விதிகளின் பிரயோசனங்களை இன்னும் இரு வாரங்களின் பின்னரே உணர்ந்து கொள்ள முடியும்.

மந்தை நோயெதிர்ப்பு (herd immunity): இன்று மிக அதிகமாகவும், அதேவேளை அடிக்கடி தவறாகவும் பாவிக்கப்படும் ஒரு சொற்றொடர் இதுவாகும். மந்தை நோயெதிர்ப்பு எனில், ஒருவர் தனிப்பட்ட ரீதியில் முழுமையான நோயெதிர்ப்பு சக்தி இல்லாமலேயே, அவரைச்சுற்றி நோயெதிப்பு பெற்று விட்டவர்கள் சூழ்ந்திருப்பதால் நோய் வரும் சாத்தியத்தில் இருந்து அதாவது நோய்த்தொற்றில் இருந்து பாதுகாக்கப் படுகிறார் என்று பொருள்படும்.

அதாவது, தொற்றுநோய் ஒன்று பரவும்போது, ஒரு தனிநபர் மூன்று விதங்களில் நோய்த்தொற்று ஏற்படும் சாத்தியத்தில் இருந்து தன்னைப் பாதுகாத்துக் கொள்ளலாம். (1) நோய் வந்து மாறியதால் நோயெதிர்ப்புப் பெறுதல் (2) தடுப்பு மருந்து மூலம் நோயெதிர்ப்புப் பெறுதல் (3) அவரைச் சுற்றி இந்த இரண்டு வகைகளில் நோயெதிர்ப்புப் பெற்றவர்கள் சூழ்ந்திருப்பதால் தொற்று ஏற்படும் சாத்தியம் இல்லாமல் போதல். இந்த மூன்றாவது வகை “நோயெதிர்ப்பையே” மந்தை நோயெதிர்ப்பு என்கிறோம்.

இன்று முக்கியமான புள்ளிகள் பலர், அரசியல் தலைவர்கள் கூட, ஒரு சமூகம் மந்தை நோயெதிர்ப்பைப் பெறுவது குறித்துப் பேசுகின்றனர். இது தவறானதும் குழப்பமானதுமாகும். ஒரு சமூகம் முழுவதும் மந்தை நோயெதிர்ப்பைப் பெறவோ அதனால் பாதுகாக்கப்படவோ முடியாது. சமூகத்தில் உள்ள பலர் (அநேகமாக, பெரும்பகுதியினர்), நோய் வந்து மாறியதாலோ, தடுப்பு மருந்தாலோ நோயெதிர்ப்பைப் பெறும்போது எஞ்சிய பகுதியினர் இவையிரண்டும் இல்லாமலே நோய்த்தொற்று ஏற்படும் சாத்தியத்தில் இருந்து பாதுகாக்கப் படுவர் என்பதே இதன் பொருளாகும்.

எனவே, ஒரு நோயின் தொற்றுத்திறன் (அதாவது அடிப்படைப் பெருக்க எண்) அதிகமாக இருந்தால், சமூகத்தின் ஒப்பீட்டளவில் அதிகமான பகுதியினர் நோயெதிர்ப்பைப் பெற்ற பின்னரே மற்றையவர்கள் மந்தை நோயெதிர்ப்பால் பாதுகாக்கப் படலாம் என்பது வெளிப்படை. எனவே, ஒரு நோய்க்குத் தடுப்பு மருந்து ஒன்று கண்டுபிடிக்கப்பட்டால், சமூகத்தின் எத்தனை சதவீதத்தினர் தடுப்பு மருந்தைப் பெற வேண்டும் என்பதற்கும் அந்நோயின் அடிப்படைப் பெருக்க எண்ணுக்கும் தொடர்புண்டு. இது, தடுப்பூசி விகிதம் = 100 (1- 1/R0) என்பதாகும். உதாரணமாக, குளிர் காச்சலின் அடிப்படைப் பெருக்க எண் 2 என்பதால் 100*(1-1/2) = 50% குளிர் காய்ச்சல் தடுப்பூசி (fluvax) போட்டுக்கொண்டாலே மற்றையவர்களும் பாதுகாக்கப்படுவார்கள். ஆனால், அம்மை (measles) வருத்தத்திற்கு அடிப்படைப்பெருக்க எண் 20 என்பதால், சமுகத்தில் 100(1-1/20) = 95% வீதத்தினர் தடுப்பூசி போட்டுக்கொண்டால் மட்டுமே எஞ்சியவர்களை பாதுகாக்க முடியும்.

பகுப்பு வடிவமைப்பு (compartmental modelling): நோய்ப்பரவலியல், ஒரு மனித சமூகத்தை அடிப்படையில் மூன்று கூறுகளாகப் பிரிக்கிறது. அது தொற்றுக்கிடமானோர் (Susceptible),தொற்ற வைப்போர் (Infectious), தேறியோர் (Recovered) — (S, I,R ) என்பனவாகும். தடுப்பூசி பெற்றவர்களை R வகையாகக் கருதலாம். நோயொன்று பரவும்போது S வகையினர் I வகைக்கும், I வகையினர் R வகைக்கும் செல்வர்.

மிகவும் எளிமைப்படுத்திச் சொல்வதாயின், நோய்ப்பரவலியலின் அடிப்படைக் கருதுகோள்கள் மூன்றாகும்.

1) தொற்றுக்கிடமானோர் எண்ணிக்கை மாற்ற வீதமானது (அதாவது அவர்கள் எண்ணிக்கை குறைந்து தொற்ற வைப்போர் ஆக மாறும் வீதம்), ஒரு சமூகத்தில் உள்ள தொற்றுக்கிடமானோர் எண்ணிக்கைக்கும், தொற்ற வைப்போர் எண்ணிக்கைக்கும், தொற்றாறுக்கும் மறை விகித சமனாகும்.

2) தொற்ற வைப்போர் எண்ணிக்கை மாற்ற வீதமானது, ஒரு சமூகத்தில் உள்ள தொற்றுக்கிடமானோர் எண்ணிக்கைக்கும், தொற்ற வைப்போர் எண்ணிக்கைக்கும், தொற்றாறுக்கும் நேர்விகித சமனாக உள்ளதோடு, தொற்ற வைப்போர் எண்ணிக்கைக்கும் தேறாறுக்கும் மறை விகித சமனாகும்.

3) தேறியோர் எண்ணிக்கை மாற்ற வீதமானது தொற்ற வைப்போர் எண்ணிக்கைக்கும் தேறாறுக்கும் நேர் விகித சமனாகும்.

மேற்குறிப்பிட்ட விதிகளை அல்லது இதன் குறிப்பிட்ட நோய்க்கான வழிவிதிகளை சமன்பாடுகளாக ஆக்கி, வகையீட்டுச் சமன்பாடுகள் மூலமோ அல்லது கணணிவழி வடிவமைப்புகள் மூலமோ தீர்ப்பதன் மூலம் நோய்ப்பரவலியல் எதிர்வு கூறல்கள் மேற்கொள்ளப் படுகின்றன.

நீங்கள் இவற்றையும் விரும்பக்கூடும்

ஆசிரியர்: விழிமைந்தன்

உங்கள் கருத்துக்களை பதிவு செய்ய

Your email address will not be published.