Tick-borne infections in the south of Russia: modern epidemiological situation, new approach to create “forecasting” and “explaining” morbidity models (in astrakhan rickettsiosis fever and crimean-congo hemorrhagic fever)

Full Text

Введение

Клещевые трансмиссивные инфекции (КТИ), которые на протяжении последних семи лет составляли более 50% в общей структуре заболеваемости природно-очаговыми инфекциями (ПОИ) в Российской Федерации, по-прежнему являются серьезной угрозой для здоровья населения нашей страны [3, 18, 19, 20, 27, 28, 37]. Несмотря на снижение числа выявленных случаев КТИ в 2020–2021 гг., связанных с сокращением числа специфических лабораторных исследований для их верификации и ограничительными мерами в период пандемии COVID-19, в 2022 г. уже вновь был отмечен рост числа больных такими нозологическими формами, как иксодовый клещевой боррелиоз (ИКБ) — с 3850 до 7257, клещевой вирусный энцефалит (КВЭ) — с 989 до 1969, лихорадка Ку — с 8 до 158, и другими [13, 14, 19, 20]. Выраженным риском возникновения эпидемиологических осложнений по КТИ при этом характеризуются субъекты юга европейской части нашей страны [3, 12, 13, 14, 23, 35]. Помимо регистрации заболеваемости широко распространенными на территории остальных округов России инфекционными болезнями, возбудители которых переносятся клещами, южный регион также является эндемичным по Астраханской риккетсиозной лихорадке (АРЛ), Крымской геморрагической лихорадке (КГЛ) и марсельской лихорадке [2, 4, 13, 14, 15, 17, 21, 32, 33, 34, 35]. Кроме того, большинство от общего числа случаев Ку-лихорадки также ежегодно выявляется на юге страны [13, 14].

Таким образом, особое внимание для поддержания эпидемиологического благополучия на данной территории следует уделять анализу проявлений эпидемического процесса КТИ и риск-ориентированному прогнозированию заболеваемости этими опасными инфекциями для последующего научно-обоснованного составления плана профилактических мероприятий [22, 29, 30, 31, 36]. Прогнозные расчеты проявлений эпидемического процесса при этом целесообразно проводить не для всего субъекта в целом, а отдельно по каждому административному району, что позволит применять дифференцированный подход при последующем планировании профилактических мер и обеспечении готовности лечебно-профилактических организаций (ЛПО) для оказания помощи больным [7, 24]. Ранее авторами была предложена модель для составления эпидемиологического прогноза по КГЛ (на примере Ставропольского края) [9, 26]. Результаты апробации этого метода позволили разработать аналогичные «прогнозные» модели динамики заболеваемости КГЛ и АРЛ для Астраханской области, представленные в данной публикации. Кроме того, актуальность на сегодняшний день имеет продолжение работы по совершенствованию так называемых «объясняющих» моделей (на примере Астраханской области и Ставропольского края) для выявления возможных причин (обусловленных действием погодных условий или «внешних» факторов, непосредственно не связанных с эпидемическим процессом КГЛ и АРЛ) несоответствия прогнозных показателей фактически зарегистрированным [8, 25, 38]. Особый интерес представляют результаты работы этих моделей в период относительной стабилизации эпидемиологической ситуации по COVID-19 в 2022 г., также представленные в настоящей работе

Цель исследования — представить характеристику современной эпидемиологической ситуации по КТИ в субъектах юга европейской части России и предложить новый подход к созданию «прогнозных» и «объясняющих» моделей заболеваемости этими инфекциями на примере АРЛ и КГЛ.

Материалы и методы

Ретроспективный анализ заболеваемости КТИ (6291 случая) был проведен на основе данных официальной статистической отчетности, учетно-отчетной документации и аналитических материалов Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека за 2013–2022 гг.:

• государственных докладов «О состоянии санитарно-эпидемиологического благополучия населения в Российской Федерации»;
• форм федерального государственного статистического наблюдения № 2 «Сведения об инфекционных и паразитарных заболеваниях»;
• внеочередных донесений «О регистрации случая Крымской геморрагической лихорадки»;
• карт эпидемиологического обследования очага инфекционного заболевания (Ф. № 357/у), предоставленных Управлениями Роспотребнадзора в субъектах ЮФО и СКФО.

Для изучения проявлений эпидемического процесса КГЛ и АРЛ дополнительно были использованы сведения из разработанных для этих инфекций в формате проекта баз данных.

Значения климатических факторов — средней, максимальной и минимальной температуры воздуха (°С), относительной влажности воздуха (%), количества выпавших осадков (кг/м²), атмосферного давления (Па), нормализованного вегетационного индекса (NDVI, в отн.ед.), влажности (%) и температуры (°С) почвы на глубине 10 и 40 см, глубины снега (м), доли площади, покрытой снегом (%), для создания, апробации и проверки «прогнозных» и «объясняющих» моделей заболеваемости КГЛ и АРЛ были взяты из базы данных ОИ ЦКП «ИКИ-мониторинг» Института космических исследований РАН с 2005 по 2022 г.

Исследование носило комплексный характер с применением эпидемиологического (включающего сбор, систематизацию информации, описательный и аналитических этапы) и статистических методов.

Для каждого субъекта юга России, а также ЮФО и СКФО в целом были рассчитаны интенсивные годовые (ИП) и среднемноголетние 2013–2022 гг. (СМП) показатели заболеваемости (на 100 тыс. населения) по каждой зарегистрированной нозологической форме КТИ и проанализированы:

• возрастная структура больных;
• соотношение городского и сельского населения среди заболевших;
• профессиональный состав и социальный статус;
• структура путей и условий заражения (в том числе связь с профессиональной деятельностью);
• клинические формы, тяжести течения и исходы.

Модели динамики заболеваемости были разработаны на основе непрерывной последовательной процедуры распознавания, теоремы Байеса и последовательного статистического анализа Вальда с предварительным вычислением коэффициентов информативности климатических факторов по методу Кульбака [5, 6, 9, 10, 26]. Принцип построения «объясняющих» моделей аналогичен алгоритму «прогнозных» за исключением использования в расчетах значений климатических факторов не предшествующего, а текущего эпидемического сезона [8, 25]. Значения «пороговых уровней» — медианы, среднего и третьего квартиля для моделей заболеваемости КГЛ составили 0,9; 3,5 и 4,7 (для Ставропольского края) и 0,5; 1; 2 (для Астраханской области), для модели заболеваемости АРЛ — 25; 39,5 и 62,4. Все математические вычисления проводились в ранее разработанной авторами программе на основе Microsoft Excel [9].

Результаты

В течение исследуемого десятилетнего периода случаи КТИ регистрировались на территории всех субъектов ЮФО и СКФО, кроме Республики Ингушетия.

Структура заболеваемости была представлена 8 нозологическими формами. Ведущее место по числу больных занимали риккетсиозы группы клещевой пятнистой лихорадки (КПЛ) — эндемичные для региона АРЛ и марсельская лихорадка, а также риккетсиозы неуточненной этиологии (рис. 1).

 

Рисунок 1. Нозологическая структура КТИ на территории юга Европейской части России (2013–2022 гг.) (в %) Figure 1. The tick-borne infections nosological pattern in the south of the European part of Russia (2013–2022) (per cent)

Figure 1. The tick-borne infections nosological pattern in the south of the European part of Russia (2013–2022) (per cent)

 

Всего с 2013 по 2022 г. было выявлено 2169 больных АРЛ. Заболевшие ежегодно регистрировались в Астраханской области (2130 случаев, СМП составил 20,96 на 100 тыс. населения) и с 2013 по 2019 г. — в Республике Калмыкия (38 больных, СМП 1,93 на 100 тыс. населения). В 2020 г. впервые диагноз «АРЛ» был установлен у жителя Республики Дагестан.

Все случаи марсельской лихорадки были зарегистрированы на территории Республики Крым — 249 (СМП 1,46 на 100 тыс. населения) и г. Севастополя — 69 (СМП 1,78 на 100 тыс. населения). В Краснодарском крае в 2017 г. были выявлены двое больных с диагнозом «риккетсиоз неуточненной этиологии».

Результаты анализа возрастного состава свидетельствуют о преобладании среди заболевших риккетсиозами группы КПЛ взрослого населения (от 18 до 70 лет и старше). Отмечалось вовлечение в эпидемический процесс детей до 14 лет (17,2%), в том числе раннего (до 3 лет) и грудного (до 1 года) возрастов. Так, в 2019 г. были зарегистрированы 2 случая АРЛ у девочек 3 и 11 месяцев в Астраханской области и 2 случая марсельской лихорадки у годовалых детей в Республике Крым. Заболеваемость регистрировалась в равной мере у лиц различных профессий и социального статуса. Среди больных отмечалось некоторое превалирование городских жителей (62,2%). Всем пациентам диагнозы «АРЛ» и «марсельская лихорадка» были установлены клинически на основании патогномоничных симптомов без лабораторного подтверждения. У большинства заболевших риккетсиозы группы КПЛ протекали в среднетяжелой форме (75,1%). Было зарегистрировано 11 летальных исходов, из них 10 при АРЛ (в АО в 2015–2016 гг.) и один случай микст-инфицирования: марсельская лихорадка + ГЛПС (в Республике Крым в 2021 г.).

Серьезной проблемой для здравоохранения юга России остается Ку-лихорадка (коксиеллез) — СМП по ЮФО (0,55 на 100 тыс. населения) и СКФО (0,31 на 100 тыс. населения) превысили среднероссийский показатель в 7,2 и 4,1 раз соответственно. В течение исследуемого периода был выявлен 1051 больной, большинство из которых — в Астраханской области (70,5%) и Ставропольском крае (25,8%). Спорадические случаи отмечались в Волгоградской области (5 — в 2017 г. и по одному — в 2013,2019 и 2022 гг.). В 2022 г. впервые заболевшие были зарегистрированы в Ростовской области (27) и Республике Калмыкия (4). В возрастной структуре преобладало взрослое трудоспособное население. Дети до 14 лет составили 12,8% (из них 6,7% раннего возраста). В Ставропольском крае в 2019 г. заболевание было диагностировано у беременной женщины на сроке 16 недель. Случаи Ку-лихорадки с одинаковой частотой регистрировали среди городских и сельских жителей. На долю профессионально угрожаемых по заражению категорий работников (занимающихся сельским хозяйством и животноводством) пришлось 36,8%. Диагноз в 62% случаев был лабораторно подтвержден методом иммуноферментного анализа (ИФА), в 36,8% — ПЦР и в 1,2% — обоими методами. У большинства больных отмечалось среднетяжелое течение заболевания (96,2%), тяжелые и легкие формы составили 2,1 и 1,7% соответственно.

Проявления эпидемического процесса ИКБ в ЮФО (СМП 0,95 на 100 тыс. населения) ежегодно отмечались на территории Краснодарского края (857, СМП 1,56), Республики Крым (388, СМП 2,26 на 100 тыс. населения), г. Севастополя (61, СМП 1,84 на 100 тыс. населения) и Волгоградской области (31, СМП 0,12 на 100 тыс. населения), а также (за исключением 2020 г.) в Ростовской области (142, СМП 0,37 на 100 тыс. населения) и в Республике Адыгея (35, СМП 0,97 на 100 тыс. населения). В 2022 г. больные (4) впервые были выявлены в Астраханской области. В СКФО (СМП 0,36) ежегодная заболеваемость наблюдалась в Ставропольском крае (291, СМП 1,02 на 100 тыс. населения), спорадические случаи регистрировались в Чеченской Республике (4 — в 2014 г.,10 — в 2019 г. и 2 — в 2022 г.), в Республике Дагестан (по одному в 2016–2017 гг.,3 — в 2018 г. и 4 — в 2019 г.), в Карачаево-Черкесской Республике (по два случая в 2018–2019 гг.) и Республике Северная Осетия — Алания (по одному больному в 2019 г. и 2021–2022 гг.).

Установлено, что 31,8% от общего числа больных ИКБ пришлось на территорию Черноморского побережья полуострова Крым, Краснодарского края и Кавказских Минеральных вод Ставропольского края. Кроме того, ежегодно отмечались эпизоды инфицирования Borrelia burgdorferi s.l. во время отдыха на этих курортах с последующим возникновением завозных случаев не только в других городах в разрезе субъекта, но и на других административных территориях юга России. В эпидемический процесс были вовлечены лица всех возрастных групп. Дети до 14 лет составили 13,4% (из них раннего возраста — 13,8%). Среди больных ИКБ преобладали городские жители (82,8%). Профессиональный состав заболевших был достаточно неоднородным, но связи между частотой заражения и родом их деятельности выявлено не было. Лабораторными методами диагноз был подтвержден в 88,9% случаев (ИФА — 96,1%, ПЦР — 1,1%, их сочетанием — 2,8%). В большинстве случаев отмечалось среднетяжелое течение заболевания — 98,3%, легкое и тяжелое — в 1,2% и 0,4% соответственно. Эритемные формы составили 75,4%.

Заражение КВЭ на эндемичной по этой инфекции территории юга России (полуострова Крым) было зарегистрировано в 2017 г. — у местного жителя г. Старый Крым. Однако завозные случаи этой КТИ в ЮФО отмечались с 2015 г. почти ежегодно (кроме 2016 и 2020 г.) Заболевшие, находясь в инкубационном периоде, прибыли из Уральского и Сибирского федеральных округов России, а также из Республики Беларусь (где отмечали присасывания клещей). Всего было выявлено 12 таких больных — на территории курортов Черноморского побережья (Республики Крым и Краснодарского края — 9 и 2 соответственно) и в Республике Адыгея (1). Все случаи заболевания были зарегистрированы исключительно среди взрослого городского населения (от 18 до 70 лет) и не были связаны с профессиональной деятельностью. У всех пациентов диагноз был лабораторно подтвержден методом ИФА. Менингеальная и менингоэнцефалитическая формы составили по 30,8% и 46,2% соответственно, лихорадочная — 23,1%. У большинства больных отмечалось среднетяжелое течение заболевания (76,9%), тяжелое — у 23,1%. Летальный исход был зарегистрирован в 2018 г. в Республике Крым (завозной случай из Свердловской области).

Серьезную опасность для эпидемиологического благополучия населения юга России по-прежнему представляет КГЛ. В течение исследуемого периода было выявлено 894 случая заболевания,34 из которых закончились летально. На территории ЮФО было зарегистрировано 573 больных (СМП 0,35 на 100 тыс. населения). Заболевшие ежегодно выявлялись на территории Ростовской области (397, СМП 0,9 на 100 тыс. населения), Республики Калмыкия (92, СМП 4,04 на 100 тыс. населения), а также, за исключением 2021 г., в Астраханской (31, СМП 0,42 на 100 тыс. населения) и Волгоградской (52, СМП 0,23 на 100 тыс. населения) областях. В СКФО (СМП 0,33 на 100 тыс. населения) ежегодная заболеваемость регистрировалась в Ставропольском крае (277, СМП 0,98 на 100 тыс. населения) и, за исключением 2016 г., в Республике Дагестан (41, СМП 0,15 на 100 тыс. населения). Спорадические случаи отмечались в Кабардино-Балкарской (по одному больному в 2016 и 2021 гг.) и Карачаево-Черкесской Республике (1 в 2015 г.). Также были выявлены 3 завозных случая КГЛ на территории Центрального федерального округа — в Москве (в 2013 г., и в 2020 г., диагноз был установлен у 12-летнего ребенка) и Воронежской области (2015 г.). Инфицирование больных произошло во время отдыха в Республике Крым.

В возрастной структуре преобладали взрослые, дети до 14 лет составили 2,1%. Случаи КГЛ преимущественно регистрировались среди сельских жителей (85,8%). В эпидемический процесс были вовлечены лица различных профессиональных групп, но больше половины составили официально неработающие, занимающиеся разведением крупного и мелкого рогатого скота на личном подворье (64,8%). Наряду с заражением возбудителем КГЛ при реализации трансмиссивного механизма, были зарегистрированы случаи контактного пути передачи от больных: 2 случая в семейных очагах инфекции (в Ростовской области в 2021–2022 гг.) и 2 эпизода профессионального внутрибольничного инфицирования медицинских работников (в 2016 г. в Ставропольском крае и в 2021 г. в Республике Дагестан). Лабораторно диагноз был подтвержден результатами ПЦР в 40,5% случаев, ИФА — в 3,8%, сочетанием двух методом — в 55,7%. В большинстве случаев отмечалось среднетяжелое течение заболевания, легкое и тяжелое составили 0,4 и 34,8% соответственно. Проявления геморрагического синдрома различной степени выраженности были зарегистрированы у 44,5% больных. Следует отметить преобладание геморрагических форм КГЛ в 2020 г (у 67,7% пациентов) на фоне снижения общего уровня заболеваемости наряду с превалированием безгеморрагических форм в другие годы исследуемого периода [2, 13, 14].

Таким образом, учитывая высокую актуальность АРЛ для юга России (лидирующей по числу больных в общей структуре КТИ), а также с целью проверки ранее предложенного метода прогнозирования КГЛ в Ставропольском крае на примере другого субъекта, авторами были разработаны «прогнозные» модели по этим инфекциям для Астраханской области. Результаты представлены в табл. 1 и 2.

 

Таблица 1. Результаты апробации на 2018–2020 гг. (ретроспективно) и проверки на 2021–2022 г. «прогнозной» модели динамики заболеваемости КГЛ (на примере Астраханской области)

Table 1. The results of testing “forecasting” СCHF morbidity dynamics model based on 2018–2020 retrospective data and assessing 2021–2022 period (in the Astrakhan region)

Результат прогноза Forecast result	Годы
	2018		2019		2020		2021		2022
	абс. abs.	%	абс. abs.	%	абс. abs.	%	абс. abs.	%	абс. abs.	%
Полностью совпадающий Correct	5	41,7	7	58,3	10	83,3	2	16,7	11	91,7
Ложноположительный False positive	5	41,7	4	33,3	–	–	10	83,3	1	8,3
Ложноотрицательный False negative	1	8,3	–	–	2	16,7	–	0,0	–	–
Завышенный Overestimated	1	8,3	1	8,3	–	–	–	–	–	–

 

Таблица 2. Результаты апробации на 2018–2020 гг. (ретроспективно) и проверки на 2021–2022 г. «прогнозной» модели динамики заболеваемости АРЛ (на примере Астраханской области)

Table 2. The results of testing “forecasting” ARF morbidity dynamics model using 2018–2020 retrospective data for and assessing for 2021–2022 (in the Astrakhan region)

Результат прогноза Forecast result	Годы
	2018		2019		2020		2021		2022
	абс. abs.	%	абс. abs.	%	абс. abs.	%	абс. abs.	%	абс. abs.	%
Полностью совпадающий Correct	10	83,3	7	58,3	4	33,3	–	–	11	91,7
Ложноположительный False positive	–	–	–	–	4	33,3	2	16,7	–	–
Ложноотрицательный False negative	1	8,3	1	8,3	1	8,3	–	–	–	–
Завышенный Overestimated	–	–	4	33,3	3	25,0	10	83,3	1	8,3
Заниженный Underestimated	1	8,3	–	–	–	–	–	–	–	–

 

Полное совпадение прогнозируемых результатов с фактическими данными варьировало от 16,7% в 2021 г. до 91,7% в 2022 г. для модели по КГЛ и от 33,3% в 2020 г. до 91,7% в 2022 г. для модели по АРЛ.

Также в 2022 г. была проведена проверка ранее разработанных «объясняющих» моделей динамики заболеваемости КГЛ (на примере Ставропольского края и Астраханской области) и АРЛ. Полученные данные, а также их сопоставление с прогнозными результатами и фактическими показателями заболеваемости по каждому административному району этих субъектов представлены в табл. 3–5.

 

Таблица 3. Сопоставление результатов «прогнозной» и «объясняющей» моделей динамики заболеваемости КГЛ для Ставропольского края (на примере 2022 г.)

Table 3. Comparison of “forecasting” and “explaining” CCHF morbidity dynamics models for the Stavropol Territory (in 2022)

	Административный район Administrative region	Результат «прогноза» “Forecast” result	Трактовка прогноза Interpretation of “forecast”	Результат «объяснения» “Explanation” result	Трактовка «объяснения» Interpretation of “explanation”	Фактическая заболеваемость (на 100 тыс.) Factual morbidity (per 100,000 population)
1	Александровский Alexandrovsky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
2	Андроповский Andropovsky	≤3,5	Верный Right	≤3,5	Верный Right	2,99
3	Апанасенковский Apanasenkovsky	> 4,7	Верный Right	> 4,7	Верный Right	13,65
4	Арзгирский Arzgirsky	≤0,000009	Верный Right	> 4,7	Ложноположит. False positive	0,00
5	Благодарненский Blagodarnensky	≤3,5	Верный Right	≤3,5	Верный Right	3,49
6	Буденновский Budennovsky	> 4,7	Завышенный Overstated	> 4,7	Завышенный Overstated	0,90
7	Георгиевский Georgievsky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
8	Грачевский Grachevsky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
9	Изобильненский Izobilnensky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
10	Ипатовский Ipatovsky	> 4,7	Верный Right	> 4,7	Верный Right	9,17
11	Кировский Kirovsky	≤0,000009	Верный Right	≤ 0,000009	Верный Right	0,00
12	Кочубеевский Kochubeevsky	≤0,000009	Верный Right	≤ 0,000009	Верный Right	0,00
13	Красногвардейский Krasnogvardeisky	≤0,000009	Верный Right	≤ 0,000009	Верный Right	0,00
14	Курский Kursky	≤0,000009	Верный Right	≤ 0,000009	Верный Right	0,00
15	Левокумский Levokumsky	≤0,000009	Верный Right	≤ 0,000009	Верный Right	0,00
16	Минераловодский Mineralovodsky	≤0,000009	Верный Right	≤ 0,000009	Верный Right	0,00
17	Нефтекумский Neftekumsky	> 4,7	Завышенный Overstated	> 4,7	Верный Right	1,58
18	Новоалександровский Novoaleksandrovsky	≤0,000009	Верный Right	≤ 0,000009	Верный Right	0,00
19	Новоселицкий Novoselytsky	> 4,7	Завышенный Overstated	> 4,7	Завышенный Overstated	3,82
20	Петровский Petrovsky	≤3,5	Верный Right	≤3,5	Верный Right	1,44
21	Предгорный Predgornyy	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
22	Советский Soviet	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
23	Степновский Stepnovsky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
24	Труновский Trunovsky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
25	Туркменский Turkmensky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
26	Шпаковский Shpakovsky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00

 

Таблица 4. Сопоставление результатов «прогнозной» и «объясняющей» моделей динамики заболеваемости КГЛ для Астраханской области (на примере 2022 г.)

Table 4. Comparison of the “forecasting” and “explaining” CCHF morbidity dynamics models for the Astrakhan region (in 2022)

	Административный район Administrative region	Результат «прогноза» “Forecast” result	Трактовка прогноза Interpretation of “forecast”	Результат «объяснения» “Explanation” result	Трактовка «объяснения» Interpretation of “explanation”	Фактическая заболеваемость (на 100 тыс.) Factual morbidity (per 100,000 population)
1	Астрахань Astrakhan	≤0,000009	Верный Right	> 2	Ложноположит. False positive	0,00
2	Ахтубинский Akhtubinsky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
3	Володарский Volodarsky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
4	Енотаевский Enotaevsky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
5	Икрянинский Ikryaninsky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
6	Камызякский Kamyzyaksky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
7	Красноярский Krasnoyarsky	> 2	Верный Right	> 2	Верный Right	5,50
8	Лиманский Limansky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
9	Наримановский Narimanovsky	> 2	Ложноположит. False positive	> 2	Ложноположит. False positive	0,00
10	Приволжский Privolzhskiy	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
11	Харабалинский Kharabalinsky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
12	Черноярский Chernoyarsky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00

 

Таблица 5. Сопоставление результатов «прогнозной» и «объясняющей» моделей динамики заболеваемости АРЛ для Астраханской области (на примере 2022 г.)

Table 5. Comparison of the “forecasting” and “explaining” CCHF morbidity dynamics models for the Astrakhan region (in 2022)

	Административный район Administrative region	Результат «прогноза» “Forecast” result	Трактовка прогноза Interpretation of “forecast”	Результат «объяснения» “Explanation” result	Трактовка «объяснения» Interpretation of “explanation”	Фактическая заболеваемость (на 100 тыс.) Factual morbidity (per 100,000 population)
1	Астрахань Astrakhan	≤25	Верный Right	≤25	Верный Right	1,93
2	Ахтубинский Akhtubinsky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00
3	Володарский Volodarsky	≤25	Верный Right	≤25	Верный Right	2,20
4	Енотаевский Enotaevsky	≤25	Верный Right	≤25	Верный Right	4,10
5	Икрянинский Ikryaninsky	≤25	Верный Right	≤25	Верный Right	8,81
6	Камызякский Kamyzyaksky	≤25	Верный Right	≤25	Верный Right	4,38
7	Красноярский Krasnoyarsky	≤25	Верный Right	≤25	Верный Right	11,00
8	Лиманский Limansky	≤25	Верный Right	≤25	Верный Right	0,00
9	Наримановский Narimanovsky	≤25	Верный Right	≤39,5	Завышенный Overstated	8,58
10	Приволжский Privolzhskiy	≤39,5	Завышенный Overstated	≤25	Верный Right	10,75
11	Харабалинский Kharabalinsky	≤25	Верный Right	≤25	Верный Right	23,34
12	Черноярский Chernoyarsky	≤0,000009	Верный Right	≤0,000009	Верный Right	0,00

 

Точное совпадение результатов «объясняющих» моделей динамики заболеваемости КГЛ с фактическими данными составило 88,5% (23 района) и 83,3% (10 районов) для Ставропольского края и Астраханской области соответственно, АРЛ — 91,7% (11 районов). Кроме того, выявлено совпадение двух «завышенных» и одного «ложноположительного» результатов «объяснения» по КГЛ с таковыми «прогнозными» по Ставропольскому краю, и Астраханской области соответственно, что также подтверждает правильность работы «прогнозных» моделей.

Обсуждение

Таким образом, эпидемиологическая ситуация по КТИ на территории ЮФО и СКФО в течение исследуемого периода сохранялась напряженной. Благоприятные природно-климатические условия юга России способствовали поддержанию высокой активности природных очагов этих опасных инфекций и увеличению числа субъектов, вовлеченных в эпидемический процесс. Ежегодная регистрация случаев КТИ на территории курортных зон приводила к выносу инфекции в неэндемичные субъекты ЮФО и СКФО, а также в другие регионы страны. А появление даже одного больного такой особо опасной инфекцией, как КГЛ, в условиях недостаточной подготовки медицинского персонала и несвоевременного оказания квалифицированной помощи, помимо развития тяжелых форм, угрожающих жизни самого заболевшего, может также привести к формированию нозокомиальных очагов в медицинском учреждении [1].

Серьезного внимания требует проблема частого выявления большинства нозологических форм КТИ среди детского населения до 14 лет (особенно раннего возраста). Относительная трудность диагностики у детей вследствие преобладания диспепсического и лихорадочного синдрома над неярко выраженными патогномоничными симптомами при недостаточном сборе эпиданамнеза может привести к возникновению различных осложнений вследствие позднего назначения адекватного лечения [11, 16, 24, 27, 43, 45]. Настороженность вызывает выявленный случай коксиеллеза у беременной женщины — согласно литературным данным, инфицирование C. burnetii во время беременности может привести не только к преждевременным родам и развитию тяжелых акушерских осложнений, но и к внутриутробной гибели плода [16, 39, 43, 45]. Проблемы с назначением медикаментозной терапии пациентам данной группы на фоне физиологически обусловленного снижения иммунного статуса часто способствуют переходу болезни в хроническую форму [11, 39, 43, 45].

Ежегодная регистрация тяжелых летальных случаев КГЛ наряду с выявлением эпизодов заражения возбудителем этой инфекции контактным путем (в семейных очагах и внутрибольничном инфицировании) может свидетельствовать о недостаточной бдительности в отношении этой опасной инфекции не только у населения эндемичных территорий, но и работников групп высокого профессионального риска, в том числе медицинского персонала.

В целях стабилизации эпидемиологической ситуации по КГЛ и АРЛ риск-ориентированному прогнозированию заболеваемости этими инфекциями в настоящее время уделяется особое внимание. Из немногочисленных отечественных публикаций следует отметить математические модели краткосрочного прогнозирования проявлений эпидемического процесса КГЛ и АРЛ на основе метода Крамера c учетом многофакторного влияния абиотических (средней температуры воздуха и объема осадков в сезонный подъем заболеваемости этими инфекциями) и биотических (индекс обилия иксодовых клещей) факторов, разработанные доктор медицинских наук С.В. Углевой на примере Астраханской области [35]. Из зарубежных работ интерес представляют регрессионные модели для прогноза эпидемиологической ситуации по КГЛ в Иране и метод, основанный на системе нелинейных дифференциальных уравнений — в Уганде [41, 42, 44]. Также широко известна прогнозная модель типа SIR, разработанная в Турции (учитывающая данные по здоровым «восприимчивым» лицам (susceptible, «S»), «зараженным», являющимся источниками возбудителя инфекционной болезни (infected, «I») и «выздоровевшим», имеющим специфический иммунитет (recovered, «R») [40]. Вместе с тем, все эти модели предназначены для составления краткосрочного прогноза и расчета показателей заболеваемости в целом по субъекту, а не по отдельным административным районам, что может несколько ограничить возможности их последующего использования на практике. Методик для проведения «объясняющего» анализа текущей эпидемиологической ситуации по КГЛ и АРЛ на сегодняшний день нет. Однако поэтапная демонстрация («объяснение») опосредованной связи влияния климатических факторов текущего эпидемического сезона с наблюдаемой интенсивностью проявлений эпидемического процесса важна для установления возможных причин несоответствия прогнозируемых показателей фактическимени Так, совпадение полученных результатов «объясняющих» моделей с зарегистрированным числом больных при наличии ошибочного прогноза демонстрирует, что реализации прогнозируемого «порогового уровня» заболеваемости помешали погодные условия весенне-летнего периода, заранее учесть действие которых невозможно. Одновременное получение одинаковых «ошибок» по одному району в «Прогнозных» и «объясняющих» моделях может свидетельствовать о возможной гиподиагностике заболеваний (при «ложноположительных» или «завышенных» результатах) или «завозных» случаях (при «ложноотрицательных» ответах).

Анализ данных, полученных при апробации и проверке предложенных авторами моделей динамики заболеваемости КГЛ и АРЛ на примере Астраханской области, в целом свидетельствует об их удовлетворительной работе. Некоторое превалирование «завышенных» и «ложноположительных» результатов «прогнозных» моделей в 2020–2021 гг. может быть объяснено, тем, что показатели официально зарегистрированной заболеваемости КТИ в период пандемии COVID-19 вследствие объективных причин (в том числе изменений в организации медицинской деятельности профильных инфекционных стационаров и возможной гиподиагностики легких форм), вероятно, были ниже фактической. Данное предположение также косвенно подтверждается представленными результатами проверки «прогнозных» и «объясняющих» моделей в 2022 г. (характеризующимися более высокой точностью) в условиях снижения интенсивности проявлений эпидемического процесса новой коронавирусной инфекции, вызванной SARS-CoV-2.

Кроме того, учитывая нестабильность эпидемиологической ситуации по КГЛ и АРЛ в Астраханской области, использование в дальнейшем «прогнозных» моделей, может способствовать повышению эффективности планирования неспецифических профилактических мер в условиях отсутствия препаратов для специфической профилактики этих инфекций. Так, результаты ранее разработанной «прогнозной» модели динамики заболеваемости КГЛ (на примере Ставропольского края) ежегодно перед началом эпидемического сезона направляются в Управление Роспотребнадзора и Министерство Здравоохранения по Ставропольскому краю. Для наиболее эпидемиологически неблагополучных (согласно данным прогноза) административных районов, помимо проведения акарицидных мероприятий, рекомендуется усиление контроля за проведением информационно-разъяснительной работы среди населения и инструктажей с группами риска о мерах профилактики этой опасной инфекции, а также за обеспечением готовности ЛПО и медицинских работников к оказанию своевременной квалифицированной помощи больным.

В качестве перспективы развития исследования в дальнейшем планируется разработка подобных «прогнозных» и «объясняющих» моделей для других актуальных на юге России КТИ — КБ и Ку-лихорадки.

About the authors

Darya A. Prislegina

Stavropol Plague Control Research Institute; Central Research Institute of Epidemiology

Author for correspondence.
Email: daria775@rambler.ru
ORCID iD: 0000-0002-9522-129X
SPIN-code: 7232-8698
Scopus Author ID: 57189703013
ResearcherId: S-6520-2018
https://www.elibrary.ru/author_items.asp?authorid=899655

Cand. Med. Sci., Senior researcher Laboratory of Epidemiology; member of the temporary research team for the implementation of the grant of the Russian Science Foundation

Россия, 355035, Stavropol, Sovetskaya str., 13–15; 111123, Moscow, Novogireevskaya str., 3a

Olga V. Maletskaya

Stavropol Plague Control Research Institute

Email: stavnipchi@mail.ru
ORCID iD: 0000-0002-3003-4952
SPIN-code: 9280-8532
Scopus Author ID: 6507821290
ResearcherId: R-5300-2017
https://www.elibrary.ru/author_profile.asp?authorid=375450

MD, Рrof., Deputy Head for Scientific and Anti-epidemic Work

Россия, 355035, Stavropol, Sovetskaya str., 13–15

Vladimir M. Dubyanskiy

Stavropol Plague Control Research Institute; Central Research Institute of Epidemiology

Email: stavnipchi@mail.ru
ORCID iD: 0000-0003-3817-2513
SPIN-code: 5448-6069
Scopus Author ID: 17345565300
ResearcherId: A-4030-2013
https://www.elibrary.ru/author_profile.asp?authorid=615408

ВD, Head of Department of epizootological monitorning and prognostication; member of the temporary research team for the implementation of the grant of the Russian Science Foundation

Россия, 355035, Stavropol, Sovetskaya str., 13–15; 111123, Moscow, Novogireevskaya str., 3a

Tatiana V. Taran

Stavropol Plague Control Research Institute

Email: stavnipchi@mail.ru
ORCID iD: 0000-0002-8070-0706
SPIN-code: 9158-3750
https://www.elibrary.ru/author_profile.asp?authorid=615408

MD, Head of the Laboratory for Training Specialists

Россия, 355035, Stavropol, Sovetskaya str., 13–15

Aleksandr E. Platonov

Central Research Institute of Epidemiology

Email: platonov@pcr.ru
ORCID iD: 0000-0001-7450-0081
SPIN-code: 1635-6647
Scopus Author ID: 7101893425
ResearcherId: I-4906-2014
https://www.elibrary.ru/author_profile.asp?authorid=87361

ВD, Prof., Chief Researcher Laboratory of Zoonoses

Россия, 111123, Moscow, Novogireevskaya str., 3a

References

Supplementary files