Оценка и прогноз заболеваемости ОРВИ-гриппом с помощью математической модели SIR+A на территории Москвы в 2016 году

Обложка


Цитировать

Полный текст

Аннотация

Из-за высокой трансмиссивности и способности вызывать крупные эпидемии, грипп представляет собой серьезную проблему для мирового здравоохранения. Эпидемии и пандемии гриппа связаны с изменениями в структуре общества, которые способствуют распространению новых штаммов в конкретных экологических и социальных условиях. В настоящее время грипп является одним из самых распространенных заболеваний в мире. Ежегодно он вызывает эпидемии или даже пандемии, нередко приводя к летальному исходу. Уникальная способность вирусов гриппа к изменчивости путем точечных мутаций, рекомбинаций и реассортации генов, сопровождающаяся изменением биологических свойств вируса — основная причина неконтролируемого распространения инфекции. В связи с этим изучение популяции восприимчивых индивидуумов с использованием вероятностных моделей не только дает дополнительную информацию о вспышке, но и позволяет отслеживать динамику эпидемии на контролируемых территориях. Понимание эпидемиологии гриппа имеет решающее значение в распределении ресурсов здравоохранения. Основой мерой общественного здравоохранения в борьбе с вирусом является вакцинация. Однако существуют уязвимые группы населения, такие как пожилые люди и лица с ослабленным иммунитетом, которые, как правило, не обладают защитным уровнем антител к вирусу гриппа. Несмотря на успехи в создании вакцин и средств химиотерапии, эпидемии гриппа по-прежнему имеют огромные масштабы. При этом достоверные способы прогноза заболеваемости с учетом скорости развития эпидемической ситуации на сегодняшний день отсутствуют. Отслеживание и прогнозирование возникающих эпидемий затруднено из-за несоответствия между динамикой эпидемии, которую можно анализировать по данным эпиднадзора, и системой отслеживания числа заболевших гриппом. Наличие мутаций у вируса гриппа усугубляют данную ситуацию, изменяя истинную динамику заболеваемости. Использование вероятностных моделей для оценки параметров стохастической эпидемии будет способствовать более точному прогнозу изменения заболеваемости. В настоящей работе с целью прогноза изменения заболеваемости используется вероятностная модель, учитывающая взаимосвязь между инфицированными, восприимчивыми и невосприимчивыми индивидуумами, а также агрессивностью внешних рисков — SIR+A. С помощью данной модели проведены оценка и прогноз заболеваемости ОРВИ-гриппом на территории Москвы в 2016 г. Введен и рассчитан новый параметр – интенсивность заражения, с помощью которого можно проводить достоверный анализ заболеваемости и осуществлять прогноз относительно ее изменения. 

Об авторах

Н. А. Контаров

ФГАОУ ВО Первый Московский государственный медицинский университет им. И.М. Сеченова МЗ РФ;
ФГБНУ НИИ вакцин и сывороток им. И.И. Мечникова

Автор, ответственный за переписку.
Email: kontarov@mail.ru

к.б.н., доцент кафедры медицинской и биологической физики;

ведущий научный сотрудник лаборатории детских вирусных инфекций,

105064, Москва, Малый Казенный пер., 5а

Россия

Г. В. Архарова

ФГАОУ ВО Первый Московский государственный медицинский университет им. И.М. Сеченова МЗ РФ

Email: fake@neicon.ru

к.б.н., доцент кафедры медицинской и биологической физики,

Москва

Россия

Ю. Б. Гришунина

Московский институт электроники и математики им. А.Н. Тихонова Национального исследовательского
университета «Высшая школа экономики»

Email: fake@neicon.ru

старший преподаватель департамента прикладной математики,

Москва

Россия

С. А. Гришунина

Московский институт электроники и математики им. А.Н. Тихонова Национального исследовательского
университета «Высшая школа экономики»;
Московский государственный университет им. М.В. Ломоносова

Email: fake@neicon.ru

ассистент департамента прикладной математики;

аспирант кафедры теории вероятностей механикоматематического факультета

Россия

Н. В. Юминова

ФГБНУ НИИ вакцин и сывороток им. И.И. Мечникова

Email: fake@neicon.ru

д.б.н., зам. директора по науке, зав. лабораторией детских вирусных инфекций,

Москва

Россия

Список литературы

  1. Бароян О.В., Рвачев Л.А., Иванников Ю.Г. Моделирование и прогнозирование эпидемий гриппа для территории СССР. М.: Медицина, 1977. 546 с.
  2. Бейли Н. Математика в биологии и медицине. Москва: Мир, 1970. 326 с.
  3. Economou A., Lopez-Herrero M.J. The deterministic SIS epidemic model in a Markovian random environment. J. Math. Biol., 2016, vol. 73, no. 1, pp. 91–121. doi: 10.1007/s00285-015-0943-7
  4. Pellis L, House T, Keeling M.J. Exact and approximate moment closures for non-Markovian network epidemics. J. Theor. Biol., 2015, vol. 382, pp. 160–177. doi: 10.1016/j.jtbi.2015.04.039
  5. Rebuli N.P., Bean N.G., Ross J.V. Hybrid Markov chain models of S-I-R disease dynamics. J. Math. Biol., 2017, vol. 75, no. 3, pp. 521–541. doi: 10.1007/s00285-016-1085-2

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Контаров Н.А., Архарова Г.В., Гришунина Ю.Б., Гришунина С.А., Юминова Н.В., 2019

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: серия ПИ № ФС 77 - 64788 от 02.02.2016.


Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах