দেশজুড়ে কোভিড সংক্রমণের ঘটনা দ্রুত বাড়ছে। একই সঙ্গে করোনায় রোগীর মৃত্যুর কেসও বেড়ে চলেছে। ওমিক্রনের কারণে দেশের করোনা পরিস্থিতি লাগামহীন হয়ে পড়ছে।
শেষ ২৪ ঘন্টায়, দেশে ২,৫৮,০৮৯ জন মানুষ নতুন করে করোনায় আক্রান্ত হয়েছেন। গতকাল কেন্দ্রের রিপোর্টে দেশের প্রায় আড়াই লক্ষ মানুষ করোনায় আক্রান্ত হয়েছেন। প্রতিদিনই লাফিয়ে লাফিয়ে বাড়ছে আক্রান্তের সংখ্যা।
NTAGI-এর চেয়ারম্যান ডঃ এন কে অরোরা জানান, এখন তৃতীয় ঢেউ এসে ঠেকেছে। এটি খুবই বিপজ্জনক এবং এই ভাইরাসটি আগের মতোই আচরণ করছে। ভারতে এক সপ্তাহে করোনা আক্রান্তের সংখ্যা বহুগুণ বেড়েছে। ডঃ অরোরার মতে, সংক্রমণের গতি নির্ভর করবে আমরা কতটা করোনা স্বাস্থ্যবিধি মেনে চলব, তার উপর।
তবে এরই মধ্যে একটি স্বস্তির বিষয়ও সামনে এসেছে। আগে মনে হচ্ছিল যে কোভিড আক্রান্তের সংখ্যা রোজ যে ভাবে বাড়ছে, তাতে প্রতিদিন ৭ লাখের বেশি কেস আসতে পারে। তবে এখন আশা করা হচ্ছে যে, করোনা সংক্রমণের সর্বোচ্চ পর্যায়েও দৈনিক আক্রান্তের সংখ্যা ৪ লাখের বেশি ছাড়াবে না।
গত কয়েকদিন ধরে এটাও দেখা যাচ্ছে যে, দৈনিক কোভিড আক্রান্তের সংখ্যা আড়াই লাখের উপরে থাকলেও তা তিন লাখের গণ্ডি পেরচ্ছে না। আইআইটি কানপুরের (IIT Kanpur) অধ্যাপক ডঃ মণীন্দ্র আগরওয়াল এর নেপথ্যের আসল কারণ খুঁজে বের করার চেষ্টা করেছেন।
ডঃ আগরওয়াল জানান, দেশের কোভিড পরিস্থিতি স্থিতিশীল হওয়ার পেছনে বিভিন্ন কারণ থাকতে পারে। প্রথমটি হল, জনসংখ্যার মধ্যে দুটি গ্রুপ রয়েছে। প্রথমত, যাদের রোগ প্রতিরোধ ক্ষমতা কম তারা ওমিক্রনের বিরুদ্ধে লড়াই করে, দ্বিতীয়ত যাদের রোগ প্রতিরোধ ক্ষমতা বেশি।
খুব স্বাভাবিক ভাবে যাদের রোগ প্রতিরোধ ক্ষমতা কম, তারাই কোভিডে আক্রান্ত হচ্ছেন বেশি। কিন্তু এখন সেই গ্রুপের বেশির ভাগ মানুষই সংক্রমিত হওয়ায় কোভিডের বিস্তারের গতি কমে গেছে। ডঃ আগরওয়াল জানান, দিল্লিতে করোনার সর্বোচ্চ শিখরে আসবে বলে আশা করা হয়েছিল ১৬ জানুয়ারি এবং এটি ঘটেছে। কিন্তু সর্বোচ্চ মান ছিল মডেলে বলা ভবিষ্যদ্বাণীর প্রায় অর্ধেক।
একই সময়, ১৩ জানুয়ারি কলকাতায় দৈনিক কোভিড আক্রান্তের সংখ্যা শীর্ষে পৌঁছাবে বলে পূর্বাভাস দেওয়া হয়েছিল। বাংলা তার একদিন আগেই কোভিডের সর্বোচ্চ সংক্রমণ দেখেছে। বেঙ্গালুরুতে ২২ জানুয়ারি পিক আসতে পারে পূর্বাভাস দেওয়া হয়েছে। ১৯ জানুয়ারি, উত্তরপ্রদেশে করোনার দৈনিক সংক্রমণ শিখর ছুঁতে চলেছে। কিন্তু সেখানেও প্রকৃত আক্রান্তের সংখ্যা বিহারের মতোই আগে যা অনুমান করা হয়েছিল তার চেয়ে কমই হবে বলে অনুমান করা হচ্ছে।