По всем вопросам звоните:

+7 495 274-22-22

УДК: 616.921.5 DOI:10.33920/med-08-2112-04

Математическое моделирование эпидемических процессов гриппа и ОРВИ в Ярославской области

Ширина Наталья Юрьевна канд. тех. наук, доцент кафедры медицинской физики с курсом медицинской информатики, ФГБОУ ВО «Ярославский государственный медицинский университет» Министерства здравоохранения Российской Федерации, 150000, г. Ярославль, ул. Революционная, д. 5, e-mail: shirina-natasha@mail.ru
Дружинина Татьяна Александровна д-р мед. наук, профессор кафедры инфекционных болезней, эпидемиологии и детских инфекций, ФГБОУ ВО «Ярославский государственный медицинский университет» Министерства здравоохранения Российской Федерации, 150000, г. Ярославль, ул. Революционная, д. 5, e-mail: druzhininata@gmail.com
Ширина Елизавета Сергеевна студент, ФГБОУ ВО «Ярославский государственный медицинский университет» Министерства здравоохранения Российской Федерации, 150000, г. Ярославль, ул. Революционная, д. 5, e-mail: shirina-liza@mail.ru

В структуре инфекционных заболеваний в Ярославской области более 90 % составляют грипп и острые респираторные вирусные инфекции (ОРВИ). Грипп занимает особое место среди инфекционных болезней человека, что обусловлено его способностью к эпидемическому, а нередко и к пандемическому распространению в относительно короткие сроки. В связи с этим особое значение приобретают научные исследования по анализу и прогнозу вероятных сценариев развития эпидемических процессов. Для работы были использованы данные форм федерального государственного статистического наблюдения № 2 «Сведения об инфекционных и паразитарных заболеваниях» по Ярославской области. При обработке временных рядов применялся анализ Фурье. Проверка значимости математической модели проводилась с использованием критерия Фишера. Для оценки статистической достоверности использовалась таблица критических значений критерия Фишера, уровень значимости принимался равным 0,05. Обработка данных проводилась с помощью программного обеспечения MS Excel 2013. В ходе исследования динамики эпидемического процесса определена тенденция к снижению заболеваемости гриппом и ОРВИ в Ярославской области за последние 36 лет. В результате вычислений получены циклические составляющие с периодами, равными 3 и 5 годам, которые объясняются накоплением не иммунных к данным инфекциям людей. Также при помощи математических расчетов были подтверждены общеизвестные значения сезонных колебаний — 6 и 12 месяцев. В зимне-весенний период (февраль — март) фиксируется максимальное количество заболевших, и примерно через 6 месяцев происходит еще один, осенний, подъем инфекции. В соответствии с проведенными расчетами ожидается снижение уровня заболеваемости гриппом и ОРВИ в Ярославской области в период с 2020 по 2022 г. в 2020 г. прогнозируется 20 962,64 заболевших (на 100 тыс. населения), в 2021-м — 18 138,58.

Литература:

1. Лопатин А.А., Сафронов В.А., Раздорский А. С., Куклев Е.В. Современное состояние проблемы математического моделирования и прогнозирования эпидемического процесса. Проблемы особо опасных инфекций. 2010; 3 (105): 28–30.

2. Янчевская Е.Ю., Меснянкина О.А. Математическое моделирование и прогнозирование в эпидемиологии инфекционных заболеваний. Вестник Российского университета дружбы народов. Серия: Медицина. 2019; 23 (3): 328–334.

3. Кондратьев, М.А. Методы прогнозирования и модели распространения заболеваний. Компьютерные исследования и моделирование. 2013; 5: 863–882.

4. Мишулина, О.А. Статистический анализ и обработка временных рядов. М.: МИФИ, 2004. — 178 с.

5. Садовникова Н.А., Шмойлова Р.А. Анализ временных рядов и прогнозирование. Москва: Московский финансово-промышленный университет «Синергия», 2016. — 152 c.

6. Залетов Ю.С., Мурашов А.А. Статистический практикум по внешнеэкономической деятельности: практикум для студентов экономических специальностей. М.: МФЮА, 2018. — 122 с.

7. Кремер, Н.Ш. Теория вероятностей и математическая статистика. М.: ЮНИТИ-ДАНА, 2010. — 551 с.

8. Зуева Л.П., Еремин С.Р., Асланов Б.И. Эпидемиологическая диагностика. СПб.: Фолиант, 2009. — 312 с.

9. Miyu Moriyama, Walter J. Hugentobler, Akiko Iwasaki. Seasonality of Respiratory Viral Infections. Annual Reviewof Virology. 2020; 7 (1): 83–101.

10. Беляков В.Д., Голубев Д.Б., Беляков В.Д., Каминский Г.Д., Тец В.В. Саморегуляция паразитарных систем: молекулярно-генетические механизмы. Л.: Медицина, 1987. — 240 с.

11. Фидель Е.С., Ларионова Е.Ю. Применение методов математического моделирования в прогнозировании преступлений коррупционной направленности. Вестник Восточно-Сибирского института Министерства внутренних дел России. 2020; 2: 105–114.

12. Власов В.И. Теоретические основы духовной эпидемиологии. Часть 3. Математическое моделирование и прогнозирование духовной заболеваемости организованных групп взрослого населения (на примере преступности военнослужащих). Российский научный журнал. 2012; 1 (26): 279–295.

13. Паролина Л.Е., Докторова Н.П, Отпущенникова О.Н. Социально-экономические детерминанты и математическое моделирование в эпидемиологии туберкулеза (обзор литературы). Современные проблемы науки и образования. 2020; 6.

14. Косова А.А., Чалапа В.И. Опыт математического моделирования проявлений эпидемического процесса при аскаридозе. https://www.elibrary.ru/item.asp?id=20321225 Здоровье населения и среда обитания. 2013; 9 (246): 31–33.

15. Асатрян М.Н., Салман Э.Р., Киликовский В.В., Киселев К.В., Сипачева Н.Б., Семененко Т.А. Изучение процессов распространения мутантных вариантов «вакцинального бегства» вируса гепатита В с помощью компьютерной модели. Эпидемиология и инфекционные болезни. Актуальные вопросы. 2013; 6: 34–38.

1. Lopatin A.A., Safronov V.A., Razdorskij A. S., Kuklev E.V. The current state of the problem of mathematical modeling and forecasting of the epidemic process. Problemy osobo opasnyh infekcij. 2010; 3 (105): 28–30. (in Russian)

2. Janchevskaja E.Ju., Mesnjankina O.A. Mathematical modeling and forecasting in the epidemiology of infectious diseases. Vestnik Rossijskogo universiteta druzhby narodov. Serija: Medicina. 2019; 23 (3): 328–334. (in Russian)

3. Kondrat’ev, M.A. Methods of forecasting and models of the spread of diseases. Komp’juternye issledovanija i modelirovanie. 2013; 5: 863–882. (in Russian)

4. Mishulina, O.A. Statistical analysis and processing of time series. M.: MIFI, 2004. (in Russian)

5. Sadovnikova N.A., Shmojlova R.A. Time series analysis and forecasting. Moskva: Moskovskij finansovo-promyshlennyj universitet «Sinergija», 2016. (in Russian)

6. Zaletov Ju.S., Murashov A.A. Statistical workshop on foreign economic activity: a workshop for students of economic specialties. M.: MFJuA, 2018. (in Russian)

7. Kremer, N.Sh. Probability theory and mathematical statistics. M.: JuNITI-DANA, 2010. (in Russian)

8. Zueva L.P., Eremin S.R., Aslanov B.I. Epidemiological diagnostics. SPb.: Foliant, 2009. (in Russian)

9. Miyu Moriyama, Walter J. Hugentobler, Akiko Iwasaki. Seasonality of Respiratory Viral Infections. Annual Review of Virology. 2020; 7 (1): 83–101.

10. Beljakov V.D., Golubev D.B., Beljakov V.D., Kaminskij G.D., Tec V.V. Self-regulation of parasitic systems: molecular genetic mechanisms. L.: Medicina, 1987. (in Russian)

11. Fidel’, E.S., Larionova E.Ju. Application of mathematical modeling methods in forecasting corruption-related crimes. Vestnik Vostochno-Sibirskogo instituta Ministerstva vnutrennih del Rossii. 2020; 2: 105–114. (in Russian)

12. Vlasov V.I. Theoretical foundations of spiritual epidemiology. Part 3. Mathematical modeling and forecasting of the spiritual morbidity of organized groups of the adult population (on the example of the crime of military personnel). Rossijskij nauchnyj zhurnal. 2012; 1 (26): 279–295. (in Russian)

13. Parolina L.E., Doktorova N.P, Otpushhennikova O.N. Socio-economic determinants and mathematical modeling in tuberculosis epidemiology (literature review). Sovremennye problemy nauki i obrazovanija. 2020;

6. (in Russian)

14. Kosova A.A., Chalapa V.I. The experience of mathematical modeling of the manifestations of the epidemic process in ascariasis. Zdorov’e naselenija i sreda obitanija. 2013; 9 (246): 31–33. (in Russian)

15. Asatrjan M.N., Salman Je.R., Kilikovskij V.V., Kiselev K.V., Sipacheva N.B., Semenenko T.A. Studying the processes of spreading mutant variants of the “vaccine flight” of the hepatitis B virus using a computer model. Jepidemiologija i infekcionnye bolezni. Aktual’nye voprosy. 2013; 6: 34–38. (in Russian)

Эпидемии гриппа и ОРВИ наносят значительный экономический ущерб государству. По данным государственного доклада «О состоянии санитарно-эпидемиологического благополучия населения в Российской Федерации в 2019 году»1, стабильно высокий уровень рейтинга инфекционных болезней по величине экономического ущерба в РФ в течение 11 лет сохранялся по острым инфекциям верхних дыхательных путей множественной и неуточненной локализации (табл. 1). Экономический ущерб в 2019 г. только от 35 инфекционных болезней по ориентировочным расчетам превысил 646 млрд руб. Как и в течение последних 6 лет, в 2019 г. наибольшую экономическую значимость представляли острые респираторные вирусные инфекции (табл. 2).

В связи с этим особое значение приобретают научные исследования по анализу и прогнозу вероятных сценариев развития эпидемических процессов. Математические модели динамики эпидемий позволяют синтезировать данные предварительно проведенного анализа эпидемического процесса с целью подтверждения или опровержения выдвинутых на этом этапе гипотез об особенностях его регуляции во времени и возможных причинах его периодической активизации [1–3]. Математическое моделирование важно не только для прогнозирования развития эпидемии, но и для оценки эффективности проведения противоэпидемических мероприятий. Данная работа посвящена изучению этих актуальных вопросов.

Цель работы — изучение особенностей эпидемического процесса гриппа и ОРВИ в Ярославской области за период с 1983 по 2019 г. и подбор адекватной математической модели для прогнозирования динамики заболеваемости.

В первой части исследования в качестве исходных данных (временного ряда) используются ежемесячные показатели за период с января 2009 г. по декабрь 2019 г. по заболеваемости гриппом и ОРВИ (на 100 тыс. населения) в Ярославской области (рис. 1), а во второй части — ежегодные данные за период с 1983 по 2019 г. по заболеваемости гриппом и ОРВИ (на 100 тыс. населения) в Ярославской области (рис. 2).

Для Цитирования:
Ширина Наталья Юрьевна, Дружинина Татьяна Александровна, Ширина Елизавета Сергеевна, Математическое моделирование эпидемических процессов гриппа и ОРВИ в Ярославской области. Санитарный врач. 2021;12.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: