Published June 29, 2023 | Version v1
Publication Open

Role of immigration and emigration on the spread of COVID-19 in a multipatch environment: a case study of India

Creators

  • 1. University of New Brunswick
  • 2. The University of Texas at Austin
  • 3. Basque Center for Applied Mathematics
  • 4. Indian Institute of Technology Patna
  • 5. Vellore Institute of Technology University

Description

Human mobility has played a critical role in the spread of COVID-19. The understanding of mobility helps in getting information on the acceleration or control of the spread of disease. The COVID-19 virus has been spreading among several locations despite all the best efforts related to its isolation. To comprehend this, a multi-patch mathematical model of COVID-19 is proposed and analysed in this work, where-in limited medical resources, quarantining, and inhibitory behaviour of healthy individuals are incorporated into the model. Furthermore, as an example, the impact of mobility in a three-patch model is studied considering the three worst-hit states of India, i.e. Kerala, Maharashtra and Tamil Nadu, as three patches. Key parameters and the basic reproduction number are estimated from the available data. Through results and analyses, it is seen that Kerala has a higher effective contact rate and has the highest prevalence. Moreover, if Kerala is isolated from Maharashtra or Tamil Nadu, the number of active cases will increase in Kerala but reduce in the other two states. Our findings indicate that the number of active cases will decrease in the high prevalence state and increase in the lower prevalence states if the emigration rate is higher than the immigration rate in the high prevalence state. Overall, proper travel restrictions are to be implemented to reduce or control the spread of disease from the high-prevalence state to other states with lower prevalence rates.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

لعب التنقل البشري دورًا حاسمًا في انتشار كوفيد-19. يساعد فهم التنقل في الحصول على معلومات حول تسريع أو السيطرة على انتشار المرض. ينتشر فيروس كوفيد-19 بين عدة مواقع على الرغم من كل الجهود الحثيثة المتعلقة بعزله. لفهم ذلك، يتم اقتراح نموذج رياضي متعدد البقع لـ COVID -19 وتحليله في هذا العمل، حيث يتم دمج الموارد الطبية المحدودة والحجر الصحي والسلوك المثبط للأفراد الأصحاء في النموذج. علاوة على ذلك، على سبيل المثال، تتم دراسة تأثير التنقل في نموذج من ثلاث رقع مع الأخذ في الاعتبار الولايات الثلاث الأكثر تضررًا في الهند، أي كيرالا وماهاراشترا وتاميل نادو، على أنها ثلاث رقع. يتم تقدير المعلمات الرئيسية ورقم الاستنساخ الأساسي من البيانات المتاحة. من خلال النتائج والتحليلات، يتبين أن ولاية كيرالا لديها معدل اتصال فعال أعلى ولديها أعلى معدل انتشار. علاوة على ذلك، إذا تم عزل كيرالا عن ماهاراشترا أو تاميل نادو، فإن عدد الحالات النشطة سيزداد في كيرالا ولكنه سينخفض في الولايتين الأخريين. تشير النتائج التي توصلنا إليها إلى أن عدد الحالات النشطة سينخفض في حالة الانتشار المرتفع ويزداد في حالات الانتشار المنخفضة إذا كان معدل الهجرة أعلى من معدل الهجرة في حالة الانتشار المرتفع. بشكل عام، يجب تطبيق قيود مناسبة على السفر للحد من انتشار المرض أو السيطرة عليه من حالة الانتشار المرتفع إلى الولايات الأخرى ذات معدلات الانتشار المنخفضة.

Translated Description (French)

La mobilité humaine a joué un rôle essentiel dans la propagation de la COVID-19. La compréhension de la mobilité aide à obtenir des informations sur l'accélération ou le contrôle de la propagation de la maladie. Le virus COVID-19 s'est propagé à plusieurs endroits malgré tous les efforts déployés pour son isolement. Pour comprendre cela, un modèle mathématique multi-patch de la COVID-19 est proposé et analysé dans ce travail, où, dans des ressources médicales limitées, la mise en quarantaine et le comportement inhibiteur des individus en bonne santé sont incorporés dans le modèle. En outre, à titre d'exemple, l'impact de la mobilité dans un modèle à trois patchs est étudié en considérant les trois États les plus touchés de l'Inde, à savoir le Kerala, le Maharashtra et le Tamil Nadu, comme trois patchs. Les paramètres clés et le nombre de reproduction de base sont estimés à partir des données disponibles. Grâce aux résultats et aux analyses, on constate que le Kerala a un taux de contact effectif plus élevé et la prévalence la plus élevée. De plus, si le Kerala est isolé du Maharashtra ou du Tamil Nadu, le nombre de cas actifs augmentera au Kerala mais diminuera dans les deux autres États. Nos résultats indiquent que le nombre de cas actifs diminuera dans l'état de prévalence élevée et augmentera dans les états de prévalence plus faible si le taux d'émigration est supérieur au taux d'immigration dans l'état de prévalence élevée. Dans l'ensemble, des restrictions de voyage appropriées doivent être mises en œuvre pour réduire ou contrôler la propagation de la maladie de l'état à forte prévalence à d'autres États où les taux de prévalence sont plus faibles.

Translated Description (Spanish)

La movilidad humana ha desempeñado un papel fundamental en la propagación del COVID-19. La comprensión de la movilidad ayuda a obtener información sobre la aceleración o el control de la propagación de enfermedades. El virus COVID-19 se ha ido propagando por varias localidades a pesar de todos los esfuerzos relacionados con su aislamiento. Para comprender esto, en este trabajo se propone y analiza un modelo matemático de múltiples parches de COVID-19, en el que se incorporan al modelo recursos médicos limitados, cuarentena y comportamiento inhibitorio de individuos sanos. Además, como ejemplo, el impacto de la movilidad en un modelo de tres parches se estudia considerando los tres estados más afectados de la India, es decir, Kerala, Maharashtra y Tamil Nadu, como tres parches. Los parámetros clave y el número básico de reproducción se estiman a partir de los datos disponibles. A través de resultados y análisis, se observa que Kerala tiene una tasa de contacto efectiva más alta y tiene la prevalencia más alta. Además, si Kerala está aislada de Maharashtra o Tamil Nadu, el número de casos activos aumentará en Kerala, pero se reducirá en los otros dos estados. Nuestros hallazgos indican que el número de casos activos disminuirá en el estado de alta prevalencia y aumentará en los estados de menor prevalencia si la tasa de emigración es mayor que la tasa de inmigración en el estado de alta prevalencia. En general, se deben implementar restricciones de viaje adecuadas para reducir o controlar la propagación de la enfermedad desde el estado de alta prevalencia a otros estados con tasas de prevalencia más bajas.

Files

s41598-023-37192-z.pdf.pdf

Files (2.3 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:4bb49433e237b2ddc6082ab6a8118bf6
2.3 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
دور الهجرة والنزوح في انتشار كوفيد-19 في بيئة متعددة البقع: دراسة حالة للهند
Translated title (French)
Rôle de l'immigration et de l'émigration sur la propagation de la COVID-19 dans un environnement multipatch : une étude de cas de l'Inde
Translated title (Spanish)
Papel de la inmigración y la emigración en la propagación de COVID-19 en un entorno de parches múltiples: un estudio de caso de la India

Identifiers

Other
https://openalex.org/W4382540069
DOI
10.1038/s41598-023-37192-z

Is supplement to
https://openalex.org/W4226296940 (Other)
https://openalex.org/W4206669628 (Other)
https://openalex.org/W4205317059 (Other)
https://openalex.org/W4200329650 (Other)
https://openalex.org/W3171943759 (Other)
https://openalex.org/W3127156785 (Other)
https://openalex.org/W3084498529 (Other)
https://openalex.org/W3036314732 (Other)
https://openalex.org/W3009669391 (Other)
https://openalex.org/W3005417802 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
India

References

  • https://openalex.org/W1488435683
  • https://openalex.org/W1979241140
  • https://openalex.org/W1990433697
  • https://openalex.org/W1991038590
  • https://openalex.org/W2015918473
  • https://openalex.org/W2017558991
  • https://openalex.org/W2070589563
  • https://openalex.org/W2095669419
  • https://openalex.org/W2148301044
  • https://openalex.org/W2162982610
  • https://openalex.org/W2553909745
  • https://openalex.org/W2625090420
  • https://openalex.org/W2950423509
  • https://openalex.org/W2952204960
  • https://openalex.org/W3001118548
  • https://openalex.org/W3009041394
  • https://openalex.org/W3009885589
  • https://openalex.org/W3010233963
  • https://openalex.org/W3012284084
  • https://openalex.org/W3013458071
  • https://openalex.org/W3017185871
  • https://openalex.org/W3023260492
  • https://openalex.org/W3032742287
  • https://openalex.org/W3035895679
  • https://openalex.org/W3036490079
  • https://openalex.org/W3038386002
  • https://openalex.org/W3038524942
  • https://openalex.org/W3043442870
  • https://openalex.org/W3044014021
  • https://openalex.org/W3047132168
  • https://openalex.org/W3088952123
  • https://openalex.org/W3101490008
  • https://openalex.org/W3113019934
  • https://openalex.org/W3127543729
  • https://openalex.org/W3140498840
  • https://openalex.org/W3141393450
  • https://openalex.org/W3152714516
  • https://openalex.org/W3155424416
  • https://openalex.org/W3170998295
  • https://openalex.org/W391578156
  • https://openalex.org/W4224306733
  • https://openalex.org/W4285086450
  • https://openalex.org/W4295016751
  • https://openalex.org/W4307385600
  • https://openalex.org/W4321793970