<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE root>
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:ali="http://www.niso.org/schemas/ali/1.0/" article-type="other" dtd-version="1.2" xml:lang="en"><front><journal-meta><journal-id journal-id-type="publisher-id">Russian Journal of Infection and Immunity</journal-id><journal-title-group><journal-title xml:lang="en">Russian Journal of Infection and Immunity</journal-title><trans-title-group xml:lang="ru"><trans-title>Инфекция и иммунитет</trans-title></trans-title-group></journal-title-group><issn publication-format="print">2220-7619</issn><issn publication-format="electronic">2313-7398</issn><publisher><publisher-name xml:lang="en">SPb RAACI</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="publisher-id">18105</article-id><article-id pub-id-type="doi">10.15789/2220-7619-DTO-18105</article-id><article-categories><subj-group subj-group-type="toc-heading" xml:lang="en"><subject>ORIGINAL ARTICLES</subject></subj-group><subj-group subj-group-type="toc-heading" xml:lang="ru"><subject>ОРИГИНАЛЬНЫЕ СТАТЬИ</subject></subj-group><subj-group subj-group-type="article-type"><subject>Unknown</subject></subj-group></article-categories><title-group><article-title xml:lang="en">DETERMINING THE OPTIMAL TIMING FOR IMPLEMENTING PROPHYLACTIC MEASURES TO PREVENT SPREAD OF COVID-19 WITHIN AN ORGANIZATION (USING THE SARATOV REGION AS AN EXAMPLE)</article-title><trans-title-group xml:lang="ru"><trans-title>ОПРЕДЕЛЕНИЕ ОПТИМАЛЬНЫХ СРОКОВ ВВЕДЕНИЯ ПРОФИЛАКТИЧЕСКИХ МЕР ПО ПРЕДОТВРАЩЕНИЮ РАСПРОСТРАНЕНИЯ COVID-19 В ОРГАНИЗАЦИИ (НА ПРИМЕРЕ САРАТОВСКОЙ ОБЛАСТИ)</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author"><contrib-id contrib-id-type="orcid">https://orcid.org/0009-0004-5648-7003</contrib-id><name-alternatives><name xml:lang="en"><surname>Martynova</surname><given-names>Anastasia</given-names></name><name xml:lang="ru"><surname>Мартынова</surname><given-names>Анастасия Александровна</given-names></name></name-alternatives><address><country country="RU">Russian Federation</country></address><bio xml:lang="en"><p>junior researcher at the Laboratory of Sanitary Protection and Emergency Situations of the Epidemiology Department of the Russian Anti-Plague Institute "Microbe" of Rospotrebnadzor</p></bio><bio xml:lang="ru"><p>младший научный сотрудник лаборатории санитарной охраны и ЧС отдела эпидемиологии ФКУН Российский противочумный институт «Микроб» Роспотребнадзора</p></bio><email>zi_749@mail.ru</email><xref ref-type="aff" rid="aff1"/></contrib><contrib contrib-type="author"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0002-9834-8544</contrib-id><name-alternatives><name xml:lang="en"><surname>Kuklev</surname><given-names>Vasily</given-names></name><name xml:lang="ru"><surname>Куклев</surname><given-names>Василий Евгеньевич</given-names></name></name-alternatives><address><country country="RU">Russian Federation</country></address><bio xml:lang="en"><p>Candidate of Medical Sciences, Leading Researcher of the Laboratory of Sanitary Protection and Emergency Situations of the Epidemiology Department of the Russian Antiplague Institute "Microbe" of Rospotrebnadzor</p></bio><bio xml:lang="ru"><p>к.м.н., ведущий научный сотрудник лаборатории санитарной охраны и ЧС отдела эпидемиологии ФКУН Российский противочумный институт «Микроб» Роспотребнадзора</p></bio><email>rusrapi@microbe.ru</email><xref ref-type="aff" rid="aff1"/></contrib><contrib contrib-type="author"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0001-9563-2833</contrib-id><name-alternatives><name xml:lang="en"><surname>Safronov</surname><given-names>Valentin</given-names></name><name xml:lang="ru"><surname>Сафронов</surname><given-names>Валентин Алексеевич</given-names></name></name-alternatives><address><country country="RU">Russian Federation</country></address><bio xml:lang="en"><p>Ph.D., leading researcher at the epidemiological laboratory. analysis and forecasting of the Epidemiology Department of the Russian Anti-Plague Institute "Microbe" of Rospotrebnadzor</p></bio><bio xml:lang="ru"><p>к.м.н., ведущий научный сотрудник лаборатории эпид. анализа и прогнозирования отдела эпидемиологии ФКУН Российский противочумный институт «Микроб» Роспотребнадзора</p></bio><email>rusrapi@microbe.ru</email><xref ref-type="aff" rid="aff1"/></contrib></contrib-group><aff-alternatives id="aff1"><aff><institution xml:lang="en">Russian Anti-Plague Research Institute "Microbe" of Rospotrebnadzor</institution></aff><aff><institution xml:lang="ru">ФКУН Российский научно-исследовательский противочумный институт «Микроб» Роспотребнадзора</institution></aff></aff-alternatives><pub-date date-type="preprint" iso-8601-date="2026-03-12" publication-format="electronic"><day>12</day><month>03</month><year>2026</year></pub-date><history><date date-type="received" iso-8601-date="2025-12-18"><day>18</day><month>12</month><year>2025</year></date><date date-type="accepted" iso-8601-date="2026-03-04"><day>04</day><month>03</month><year>2026</year></date></history><permissions><copyright-statement xml:lang="en">Copyright ©; , Martynova A., Kuklev V., Safronov V.</copyright-statement><copyright-statement xml:lang="ru">Copyright ©; , Мартынова А.А., Куклев В.Е., Сафронов В.А.</copyright-statement><copyright-holder xml:lang="en">Martynova A., Kuklev V., Safronov V.</copyright-holder><copyright-holder xml:lang="ru">Мартынова А.А., Куклев В.Е., Сафронов В.А.</copyright-holder><ali:free_to_read xmlns:ali="http://www.niso.org/schemas/ali/1.0/"/><license><ali:license_ref xmlns:ali="http://www.niso.org/schemas/ali/1.0/">https://creativecommons.org/licenses/by/4.0</ali:license_ref></license></permissions><self-uri xlink:href="https://iimmun.ru/iimm/article/view/18105">https://iimmun.ru/iimm/article/view/18105</self-uri><abstract xml:lang="en"><p>Large organizations of various types (industrial, scientific, commercial, etc.) are characterized by high personnel density, which creates conditions for intense interpersonal contact. In such an environment, respiratory infections, including COVID-19, spread unchecked, affecting employees of all ages. Inadequate ventilation in premises and neglect of personal hygiene as well as social distancing rules comprise the main factors contributing to the accumulation of viral particles and the increase in morbidity. Altogether, it turns office and production sites into areas of increased epidemiological risk so that implementing a set of preventive measures can significantly minimize a risk of infection within the workforce. An effective anti-epidemic strategy in a specific region of the country should rely on analyzing regional morbidity trends, which often differ over time from those in central regions. This article presents a scientifically-justified algorithm for determining the optimal timing for activating preventive measures in organizations. The methodology is based on analytical approaches such as cross-correlation analysis and calculation of the effective reproductive number (Rt). A comparative study of the epidemic process in Moscow and the Saratov region revealed specific patterns necessary for timely management decisions. It was found that the incidence rate in the Saratov region lags behind that in Moscow (by 16-17 days). According to the proposed algorithm, achieving an Rt ≥ 1.5 in the capital region serves as a leading indicator (signal) for immediate initiation of preventive measures in the Saratov region. This predictive approach significantly reduces the likelihood of infection among the most vulnerable groups of workers, particularly those aged 65 and above. The proposed model is universal: it can be successfully integrated into the healthcare system to combat other airborne infectious diseases in case they spread widely across the Russian Federation.</p></abstract><trans-abstract xml:lang="ru"><p>Для крупных организаций различного профиля (промышленного, научного, коммерческого и т.д.) характерна высокая плотность размещения персонала, что создает условия для интенсивного межличностного контакта. В подобной среде респираторные инфекции, включая COVID-19, распространяются беспрепятственно, поражая сотрудников различных возрастных категорий. Основными факторами, способствующими накоплению вирусных частиц и росту заболеваемости, являются дефицит качественной вентиляции в помещениях и пренебрежение правилами личной гигиены и социального дистанцирования. Это, в свою очередь, превращает офисные и производственные площадки в зоны повышенного эпидемиологического риска. В таких условиях реализация комплекса превентивных мероприятий способна значительно минимизировать риски инфицирования внутри коллектива. Эффективная стратегия противоэпидемической защиты в конкретном субъекте страны должна базироваться на анализе региональной динамики заболеваемости, которая зачастую имеет временные отличия от показателей центральных регионов. В данной статье представлен научно обоснованный алгоритм, предназначенный для определения оптимальных сроков активации профилактических мер в организациях. В основу методики заложены аналитические подходы, такие как взаимокорреляционный анализ и расчет эффективного репродуктивного числа (Rt). Сравнительное исследование эпидемического процесса в Москве и Саратовской области позволило выявить конкретные закономерности, необходимые для принятия своевременных управленческих решений. Установлено, что динамика заболеваемости в Саратовской области запаздывающий характер относительно г. Москвы (на 16–17 суток). Согласно предложенному алгоритму, достижение показателя Rt ≥ 1,5 в столичном регионе служит опережающим индикатором (сигналом) для немедленного начала профилактических мероприятий в Саратовской области. Такой прогностический подход позволяет существенно снизить вероятность заражения наиболее уязвимых групп работников, в частности лиц старше 65 лет и старше. Предложенная модель является универсальной: она может быть успешно интегрирована в систему здравоохранения для борьбы с иными инфекционными заболеваниями, имеющими аэрогенный механизм передачи, в случае их массового распространения на территории Российской Федерации.</p></trans-abstract><kwd-group xml:lang="en"><kwd>COVID-19</kwd><kwd>prevention</kwd><kwd>organized groups</kwd><kwd>regional dynamics</kwd><kwd>strategy</kwd><kwd>algorithm.</kwd></kwd-group><kwd-group xml:lang="ru"><kwd>COVID-19</kwd><kwd>профилактика</kwd><kwd>организованные коллективы</kwd><kwd>региональная динамика</kwd><kwd>стратегия</kwd><kwd>алгоритм.</kwd></kwd-group><funding-group/></article-meta></front><body></body><back><ref-list><ref id="B1"><label>1.</label><mixed-citation>Профилактика заболевания коронавирусом в коллективе – обязанность работодателя [Электронный ресурс]. URL: http://www.04.rospotrebnadzor.ru/index.php/epid-otdel/org/13329-29092020.html (дата обращения 09.11.2025).</mixed-citation></ref><ref id="B2"><label>2.</label><mixed-citation>Lau J, Yu Y, Xin M, She R, Luo S, Li L, Wang S, Ma L, Tao F, Zhang J, Zhao J, Hu D, Li L, Zhang G, Gu J, Lin D, Wang H, Cai Y, Wang Z, You H, Hu G. COVID-19 University Student Research Group. Adoption of Preventive Measures During the Very Early Phase of the COVID-19 Outbreak in China: National Cross-sectional Survey Study. JMIR Public Health Surveill. 2021 Oct 7;7(10): e26840. doi: 10.2196/26840.</mixed-citation></ref><ref id="B3"><label>3.</label><mixed-citation>Jean-Victor Alipour, Harald Fadinger, Jan Schymik. My home is my castle – The benefits of working from home during a pandemic crisis. Journal of Public Economics, Volume 196, 2021. doi:10.1016/j.jpubeco.2021.104373.</mixed-citation></ref><ref id="B4"><label>4.</label><mixed-citation>Бевова М.Р., Нетесов С.В., Аульченко Ю.С. Новая коронавирусная инфекция COVID-19. Молекулярная генетика, микробиология и вирусология. 2020; 38(2):51‑58. doi: 10.17116/molgen20203802151.</mixed-citation></ref><ref id="B5"><label>5.</label><mixed-citation>Ing AJ, Cocks C, Green JP. COVID-19: in the footsteps of Ernest ShackletonThorax 2020; 75:693-694. doi: 10.1136/thoraxjnl-2020-215337.</mixed-citation></ref><ref id="B6"><label>6.</label><mixed-citation>Li R, Pei S, Chen B, Song Y, Zhang T, Yang W, Shaman J. Substantial undocumented infection facilitates the rapid dissemination of novel coronavirus (SARS-CoV-2). Science. 2020;368(6490):489-493. doi: 10.1126/science.abb3221.</mixed-citation></ref><ref id="B7"><label>7.</label><mixed-citation>Акимкин В.Г., Попова А.Ю., Плоскирева А.А., Углева С.В., Семененко Т.А., Пшеничная Н.Ю.,Ежлова Е.Б., Летюшев А.Н., Демина Ю.В., Кузин С.Н., Дубоделов Д.В., Хафизов К.Ф., Заволожин В.А., Андреева Е.Е., Микаилова О.М., Дятлов И.А., Кутырев В.В., Троценко О.Е., Балахонов С.В., Рудаков Н.В., Куличенко А.Н., Максютов Р.А., Тотолян А.А., Носков А.К., Зайцева Н.Н., Ананьев В.Ю., Ковалев Е.В., Молдованов В.В.,Воронин Е.М., Кравцова О.А., Глазов М.Б., Остроушко А.А., Гасанов Г.А., Сванадзе Н.Х., Корабельникова М.И., Клушкина В.В., Черкашина А.С., Миронов К.О., Есьман А.С., Сычева Н.В., Овчинникова В.С., Лукьянов А.В., Мурадова А.А. COVID-19: эволюция пандемии в России. Сообщение I: проявления эпидемического процесса COVID-19. Журнал микробиологии, эпидемиологии и иммунобиологии. 2022;99(3):269–286. doi: 10.36233/0372-9311-276.</mixed-citation></ref><ref id="B8"><label>8.</label><mixed-citation>Карпова Л.С., Столяров К.А., Поповцева Н.М., Столярова Т.П., Даниленко Д.М. Сравнение первых трех волн пандемии COVID-19 в России (2020–2021 гг.). Эпидемиология и Вакцинопрофилактика. 2022;21(2):4-­16. doi: 10.31631/2073-3046-2022-21-2-4-16.</mixed-citation></ref><ref id="B9"><label>9.</label><mixed-citation>Карпова Л. С., Комиссаров А. Б., Столяров К. А., Поповцева Н. М., Столярова Т. П., Пелих М. Ю., Лиознов Д. А. Особенности эпидемического процесса COVID-19 в каждую из пяти волн заболеваемости в России. Эпидемиология и Вакцинопрофилактика. 2023;22 (2):2336. doi: 10.31631/2073-3046-2023-22-2-23-36.</mixed-citation></ref><ref id="B10"><label>10.</label><mixed-citation>Земцов С.П., Бабурин В.Л. COVID-19: пространственная динамика и факторы распространения по регионам России. Известия Российской академии наук. Серия географическая. 2020;84(4):485–505. doi: 10.31857/S2587556620040159.</mixed-citation></ref><ref id="B11"><label>11.</label><mixed-citation>Гущин В.А., Почтовый А.А., Кустова Д.Д., Огаркова Д.А., Клейменов Д.А., Семененко Т.А., Логунов Д.Ю., Злобин В.И., Гинцбург А.Л. Характеристика эпидемического процесса COVID-19 в Москве и поиск возможных факторов, определяющих тенденции наблюдаемых изменений // Журнал микробиологии, эпидемиологии и иммунобиологии. 2023. №4. URL: https://cyberleninka.ru/article/n/harakteristika-epidemicheskogo-protsessa-covid-19-v-moskve-i-poisk-vozmozhnyh-faktorov-opredelyayuschih-tendentsii-nablyudaemyh (дата обращения: 12.11.2025).</mixed-citation></ref><ref id="B12"><label>12.</label><mixed-citation>Экстремум взаимокорреляционной функции (Cross-correlation function extremum) [Электронный ресурс]. URL: https://wiki.loginom.ru/articles/ccf-max.html (дата обращения 15.11.2025).</mixed-citation></ref><ref id="B13"><label>13.</label><mixed-citation>Меры по охране общественного здоровья и репродуктивное число SARS-CoV-2 [Электронный ресурс]. URL: https://www.vshouz.ru/news/vshouz/wcs-3721/ (дата обращения 18.11.2025).</mixed-citation></ref></ref-list></back></article>
