Современные тенденции развития эпидемического процесса клещевого вирусного энцефалита (КВЭ) в регионах Западной Сибири характеризуются многокомпонентным влиянием различных по своей природе групп факторов [1, 2]. Природная очаговость инфекции обусловливает необходимость оценки факторов, определяющих как уровень заболеваемости населения, так и активность природных и антропургических очагов [3]. В связи с этим сложившаяся в эндемичных регионах эпидемическая ситуация формируется под взаимным влиянием ряда биологических, социальных и природно-климатических факторов, многие из которых не учитываются системой эпидемиологического надзора [4, 5].
Существенный вклад антропогенного влияния в формирование антропургических очагов КВЭ и поддержание их высокой активности может учитываться в ходе проведения социально-гигиенического мониторинга (СГМ) [6, 7]. Большие объемы ретроспективных данных и непрерывный мониторинг санитарно-эпидемиологической службой значимых в части КВЭ факторов позволяют использовать современные информационные технологии для их структуризации и аналитической обработки [8–10]. Разработанные в рамках данного исследования алгоритмы нейронных сетей позволили объединить потоки данных информационной подсистемы эпидемиологического надзора и социально-гигиенического мониторинга, использовать аналитические компоненты для интерпретации полученных результатов [11, 12]. Нейросетевая обработка больших массивов данных позволила выявить не прослеживаемые ранее взаимосвязи между факторами и заболеваемостью КВЭ, что имеет важное значение в принятии управленческих решений для эпидемиологического контроля заболеваемости [13–15].
Целью проведенного исследования являлось научное обоснование необходимости объединения информационных потоков системы эпидемиологического надзора и социально-гигиенического мониторинга на основе нейросетевых технологий для повышения эффективности эпидемиологического надзора за КВЭ на примере Алтайского края.
В качестве материалов исследования были использованы статистические данные официальной отчетности Федеральной службы в сфере защиты прав потребителей и благополучия человека, Федеральной службы государственной статистики, Министерства здравоохранения РФ, Министерства здравоохранения Алтайского края за 2000–2017 гг. Данные о природно-климатических факторах за 2000–2017 гг. предоставлены Федеральной службой по гидрометеорологии и мониторингу окружающей среды. Разработка нейросетевых алгоритмов анализа полученных данных осуществлялось в программе Statistica 13.0. В оценке потенциальной эпидемической опасности заражения КВЭ населения Алтайского края использованы данные Центрального НИИ эпидемиологии, Омского НИИ природно-очаговых инфекций, Алтайской противочумной станции Роспотребнадзора, Алтайского государственного медицинского университета. Построение картограмм осуществлялось в программе ArcGIS.