Региональные особенности эпидпроцесса, вызванного вирусом SARS-COV-2 (COVID-19), и меры компенсации влияния модифицирующих факторов неинфекционного генеза

Введение. Развитие пандемии SARS-COV-2 (COVID-19) ставит ряд аналитических задач, направленных как на изучение самого процесса распространения заболевания, так и на исследование причин и закономерностей эпидемии для различных условий. В статье рассматривается наименее изученная проблема, связанная с необходимостью выяснения особенностей течения и причин наблюдаемых различий при распространении коронавирусной инфекции в регионах Российской Федерации с различным социально-экономическим и социально-гигиеническим статусом, для обоснования системы мер по компенсации предотвратимого модифицирующего влияния внешних факторов среды обитания и образа жизни.

Материалы и методы. Исследование строили на основе анализа закономерностей региональной дифференциации параметров SIR-модели, отражающей эпидемический процесс в регионах Российской Федерации. В качестве базовой модели использовали модификацию классической SIR-модели. В исследовании использовали данные по более чем 250 различным показателям, отражающим уровень инфицирования населения, вакцинации, госпитализации и летальности для 85 субъектов Российской Федерации за 2020–2021 гг. с недельным осреднением.

Результаты. Получены оценки параметров математических моделей для регионов РФ, на основе которых выполнен анализ особенностей течения эпидемического процесса, выявлены основные закономерности территориального распределения параметров, характеризующих скорости инфицирования, вылечивания, летальности, а также индекса репродукции вируса.

Ограничения исследования. Результаты исследования ограничены региональным уровнем агрегации данных, упрощённой моделью развития эпидемического процесса, а также недостаточным охватом факторов среды обитания, отражающих особенности распространения инфекции, что является перспективным направлением дальнейших исследований.

Заключение. Проведённое исследование позволило проследить основные особенности и закономерности распространения заболевания, выделить регионы, в которых эпидемические процессы протекали наиболее остро и сопровождались пиковыми нагрузками на региональные службы социальной сферы. Полученные тенденции и закономерности свидетельствуют, что наблюдаемая региональная дифференциация в развитии отдельных стадий эпидемического процесса распространения новой коронавирусной инфекции (COVID-19) штамма дельта обусловлена сложным взаимодействием и влиянием модифицирующих факторов, формирующих определённую многоуровневую и многокомпонентную систему.

Соблюдение этических стандартов. Исследование одобрено локальным этическим комитетом ФБУН «ФНЦ медико-профилактических технологий управления рисками здоровью населения».

Участие авторов:
Зайцева Н.В. — концепция и дизайн исследования, подготовка текста, редактирование;
Попова А.Ю. — концепция и дизайн исследования, подготовка текста, редактирование;
Алексеев В.Б. — концепция и дизайн исследования, подготовка текста;
Кирьянов Д.А. — концепция и дизайн исследования, сбор и обработка материала, подготовка текста;
Чигвинцев В.М. — сбор и обработка материала, подготовка текста.
Все соавторы — утверждение окончательного варианта статьи, ответственность за целостность всех частей статьи.

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов в связи с публикацией данной статьи.

Финансирование. Исследование не имело спонсорской поддержки.

Поступила: 11.04.2022 / Принята к печати: 08.06.2022 / Опубликована: 26.06.2022

1. Криворотько О.И., Кабанихин С.И. Математические модели распространения COVID-19. arXiv. Препринт. 2021; arXiv:2112.05315. https://doi.org/10.48550/arXiv.2112.05315

2. Ефимова Т.А., Тимощенко И.А., Абрашина-Жадаева Н.Г. Дробно-дифференциальная модель распространения COVID-19. Журнал Белорусского государственного университета. Физика. 2021; 3: 40-8.

3. Тарутин А. Моделирование вирусных эпидемий. Инновации. Наука. Образование. 2021; (27): 930-8.

4. Янчевская Е.Ю., Меснянкина О.А. Математическое моделирование и прогнозирование в эпидемиологии инфекционных заболеваний. Вестник Российского университета дружбы народов. Серия: Медицина. 2019; 23(3): 328-34. https://doi.org/10.22363/2313-0245-2019-23-3-328-334

5. Акимов В.А., Диденко С.Л., Олтян И.Ю. Моделирование биолого-социальных чрезвычайных ситуаций с использованием эпидемиологической модели SIR. Технологии гражданской безопасности. 2020; (4): 4-8.

6. Контаров Н.А., Архарова Г.В., Гришунина Ю.Б., Гришунина С.А., Юминова Н.В. Оценка и прогноз заболеваемости ОРВИ-гриппом с помощью математической модели sir+a на территории Москвы в 2016 году. Инфекция и иммунитет. 2019; 9(3-4): 583-8. https://doi.org/10.15789/2220-7619-2019-3-4-583-588

7. Разумов Т.Е. Модель эпидемии SIR с учетом пространственной неоднородности расположения индивидов. Политехнический молодежный журнал. 2019; (6): 5. https://doi.org/10.18698/2541-8009-2019-6-490

8. Соколовский В.Л., Фурман Г.Б., Полянская Д.А., Фурман Е.Г. Пространственно-временное моделирование эпидемии COVID-19. Анализ риска здоровью. 2021; (1): 23-37. https://doi.org/10.21668/health.risk/2021.1.03

9. Dos Santos I.F.F., Almeida G.M.A., de Moura F.A.B.F. Adaptive SIR model for propagation of SARS-CoV-2 in Brazil. Physica A. 2021; 569: 125773. https://doi.org/10.1016/j.physa.2021.125773

10. McKendrick A.G. Applications of mathematics to medical problems. Proceedings of the Edinburgh Mathematical Society. 1925; 44: 98-130. https://doi.org/10.1017/S0013091500034428

11. Kermack W.O., McKendrick A.G. A contribution to the mathematical theory of epidemics. Proc. R. Soc. Lond. 1927; 115(772): 700-21. https://doi.org/10.1098/rspa.1927.0118