Модифицирующее влияние факторов среды обитания на течение эпидемического процесса COVID-19
- Авторы: Зайцева Н.В.1, Попова А.Ю.2, Клейн С.В.1, Летюшев А.Н.2, Кирьянов Д.А.1, Чигвинцев В.М.1, Глухих М.В.1
-
Учреждения:
- ФБУН «Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения»
- ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России
- Выпуск: Том 101, № 11 (2022)
- Страницы: 1274-1282
- Раздел: ГИГИЕНА ОКРУЖАЮЩЕЙ СРЕДЫ
- Статья опубликована: 26.12.2022
- URL: https://archivog.com/0016-9900/article/view/638711
- DOI: https://doi.org/10.47470/0016-9900-2022-101-11-1274-1282
- ID: 638711
Цитировать
Полный текст
Аннотация
Введение. Необходимость установления особенностей и закономерностей распространения заболеваемости COVID-19 требует продолжения исследований по формализации и пространственно-временному моделированию распространения инфекционного процесса. В статье рассматриваются вопросы определения факторов неинфекционной природы, модифицирующих течение эпидемического процесса, вызванного коронавирусом COVID-19, для обоснования системных решений в области обеспечения санитарно-эпидемиологического благополучия населения регионов Российской Федерации.
Материалы и методы. Исследование строилось на основе анализа закономерностей региональной дифференциации параметров математических моделей, отражающих ход эпидемического процесса в регионах Российской Федерации, в зависимости от модифицирующих факторов неинфекционной природы, полученных в результате моделирования динамики на примере распространения дельта-штамма вируса SARS-CoV-2. В качестве модифицирующих факторов выступали противоэпидемические мероприятия, санитарно-эпидемиологические, социально-демографические, экономические, погодно-климатические условия, показатели системы здравоохранения и образа жизни населения всех регионов Российской Федерации за 2020–2021 гг. Моделирование динамики эпидемического процесса выполняли с применением классической SIR-модели. Исследование зависимостей между параметрами модели эпидемического процесса с модифицирующими его региональными условиями проводили методами корреляционно-регрессионного анализа.
Результаты. По результатам моделирования определены приоритетные факторы риска, достоверно (p < 0,05) модифицирующие процессы распространения COVID-19 и объясняющие региональные различия в показателях интенсивности инфицирования, выздоровления и летальности. Установлено, что среди противоэпидемических мероприятий наибольшее достоверное положительное влияние на снижение индекса репродукции вируса (R0) оказывает охват вакцинацией населения, особенно в возрастной группе 31–40 лет (r = –0,37). Повышение среднемесячных дневных температур в осенне-зимний период и в целом за год способствует увеличению скорости перехода восприимчивых лиц в категорию инфицированных (r = 0,21–0,22). Увеличение уровня солнечной инсоляции в течение года и особенно в летние месяцы обусловливает снижение скорости перехода восприимчивых лиц в категорию инфицированных: от r = –0,02 до r = –0,23. Из группы санитарно-эпидемиологических показателей достоверно усиливают скорость инфицирования ненормативные условия труда (физические факторы), качество атмосферного воздуха населённых мест по химическому и шумовому факторам (r = 0,29–0,24). На территориях со сравнительно более высоким потреблением алкогольной продукции удлиняется время выздоровления заболевших (r = –0,32).
Ограничения исследования. К ограничениям исследования относятся: моделирование эпидемического процесса с использованием стандартной SIR-модели; ограниченный набор показателей и период анализа.
Заключение. Наблюдаемая региональная дифференциация в развитии отдельных стадий эпидемического процесса распространения дельта-штамма COVID-19 обусловлена сложным взаимодействием и влиянием модифицирующих факторов, формирующих определённую многоуровневую и многокомпонентную систему, обладающую свойствами трансформировать течение эпидемического процесса, потенцируя или замедляя его.
Соблюдение этических стандартов. Для проведения данного исследования не требовалось заключения комитета по биомедицинской этике (исследование выполнено на общедоступных данных официальной статистики).
Участие авторов:
Зайцева Н.В., Попова А.Ю. — концепция и дизайн исследования, написание текста, редактирование;
Клейн С.В. — концепция и дизайн исследования, сбор и обработка материала, написание текста, редактирование;
Кирьянов Д.А. — концепция и дизайн исследования, сбор и обработка материала, написание текста;
Чигвинцев В.М., Глухих М.В. — сбор и обработка материала, написание 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: 06.09.2022 / Принята к печати: 03.10.2022 / Опубликована: 30.11.2022
Об авторах
Н. В. Зайцева
ФБУН «Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения»
Автор, ответственный за переписку.
Email: noemail@neicon.ru
ORCID iD: 0000-0003-2356-1145
Россия
А. Ю. Попова
ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России
Email: noemail@neicon.ru
ORCID iD: 0000-0003-2567-9032
Россия
Светлана Владиславовна Клейн
ФБУН «Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения»
Email: kleyn@fcrisk.ru
ORCID iD: 0000-0002-2534-5713
Доктор мед. наук, зав. отд. системных методов санитарно-гигиенического анализа и мониторинга ФБУН «ФНЦ медико-профилактических технологий управления рисками здоровью населения», 614045, Пермь.
e-mail: kleyn@fcrisk.ru
РоссияА. Н. Летюшев
ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России
Email: noemail@neicon.ru
ORCID iD: 0000-0002-4185-9829
Россия
Д. А. Кирьянов
ФБУН «Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения»
Email: noemail@neicon.ru
ORCID iD: 0000-0002-5406-4961
Россия
В. М. Чигвинцев
ФБУН «Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения»
Email: noemail@neicon.ru
ORCID iD: 0000-0002-0345-3895
Россия
М. В. Глухих
ФБУН «Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения»
Email: noemail@neicon.ru
ORCID iD: 0000-0002-4755-8306
Россия
Список литературы
- WHO. World Health Statistics 2022: Monitoring Health for the SDGs, Sustainable Development Goals; 2022.
- UNDP. Special Report on Human Security. New Threats to Human Security in the Anthropocene: Demanding Greater Solidarity; 2022. https://doi.org/10.18356/9789210014007
- COVID-19 Excess Mortality Collaborators. Estimating excess mortality due to the COVID-19 pandemic: a systematic analysis of COVID-19-related mortality, 2020-21. Lancet. 2022; 399(10334): 1513-36. https://doi.org/10.1016/S0140-6736(21)02796-3
- The Economist. The pandemic’s true death toll. Available at: https://www.economist.com/graphic-detail/coronavirus-excess-deaths-estimates
- Our World in Data. Total confirmed COVID-19 deaths. Available at: https://ourworldindata.org/grapher/covid-deaths-income
- International Science Council. Unprecedented & Unfinished: COVID-19 and Implications for National and Global Policy. Paris; 2022. https://doi.org/10.24948/2022.03
- Aburto J.M., Schöley J., Kashnitsky I., Zhang L., Rahal C., Missov T.I., et al. Quantifying impacts of the COVID-19 pandemic through life-expectancy losses: a population-level study of 29 countries.Int. J. Epidemiol. 2022; 51(1): 63-74. https://doi.org/10.1093/ije/dyab207
- Aburto J.M., Kashyap R., Schöley J., Angus C., Ermisch J., Mills M.C., et al. Estimating the burden of the COVID-19 pandemic on mortality, life expectancy and lifespan inequality in England and Wales: a population-level analysis. J. Epidemiol.Community Health. 2021; 75(8): 735-40. https://doi.org/10.1136/jech-2020-215505
- Yadav S., Yadav P.K., Yadav N. Impact of COVID-19 on life expectancy at birth in India: a decomposition analysis. BMC Public Health. 2021; 21(1): 1906. https://doi.org/10.1186/s12889-021-11690-z
- Castro M.C., Gurzenda S., Turra C.M., Kim S., Andrasfay T., Goldman N. COVID-19 is not an independent cause of death. medRxiv. 2022; 2022.06.01.22275878. Preprint. https:/doi.org/10.1101/2022.06.01.22275878
- Schwartz J. Harvesting and long-term exposure effects in the relation between air pollution and mortality. Am. J. Epidemiol. 2000; 151(5): 440-8. https://doi.org/10.1093/oxfordjournals.aje.a010228
- Chan E., Cheng D., Martin J. Impact of COVID-19 on excess mortality, life expectancy, and years of life lost in the United States. PLoS One. 2021; 16(9): e0256835. https://doi.org/10.1371/journal.pone.0256835
- COVID-19 Forecasting Team. Variation in the COVID-19 infection-fatality ratio by age, time, and geography during the pre-vaccine era: a systematic analysis. Lancet. 2022; 399(10334): 1469-88. https://doi.org/10.1016/S0140-6736(21)02867-1
- Черкасский Б.Л. Глобальная эпидемиология. М.; 2008.
- Черкасский Б.Л. Эпидемический процесс как система. Сообщение 1. Структура эпидемического процесса. Журнал микробиологии, эпидемиологии и иммунобиологии. 1985; 62(3): 45-51.
- Зайцева Н.В., Попова А.Ю., Алексеев В.Б., Кирьянов Д.А., Чигвинцев В.М. Региональные особенности эпидпроцесса, вызванного вирусом SARS-COV-2 (COVID-19), и меры компенсации влияния модифицирующих факторов неинфекционного генеза. Гигиена и санитария. 2022; 101(6): 701-8. https://doi.org/10.47470/0016-9900-2022-101-6-701-708
- McKendrick A. Applications of Mathematics to Medical Problems. Proc. Edinburgh Math. Soc. 1925; 44: 98-130. https://doi.org/10.1017/S0013091500034428
- Kermack W.O., McKendrick A.G. A contribution to the mathematical theory of epidemics. Proc. Royal Soc. London. 1927; A115: 700-21. https://doi.org/10.1098/rspa.1927.0118
- Li W., Zhang P., Zhao K., Zhao S. The geographical distribution and influencing factors of COVID-19 in China. Trop. Med. Infect. Dis. 2022; 7(3): 45. https://doi.org/10.3390/tropicalmed7030045
- Meo S.A., Abukhalaf A.A., Alomar A.A., Sumaya O.Y., Sami W., Shafi K.M., et al. Effect of heat and humidity on the incidence and mortality due to COVID-19 pandemic in European countries. Eur. Rev. Med. Pharmacol. Sci. 2020; 24(17): 9216-25. https://doi.org/10.26355/eurrev_202009_22874
- Khalis M., Toure A.B., El Badisy I., Khomsi K., Najmi H., Bouaddi O., et al. Relationship between Meteorological and Air Quality Parameters and COVID-19 in Casablanca Region, Morocco.Int. J. Environ. Res. Public Health. 2022; 19(9): 4989. https://doi.org/10.3390/ijerph19094989
- Islam M.M., Noor F.M. Correlation between COVID-19 and weather variables: A meta-analysis. Heliyon. 2022; 8(8): e10333. https://doi.org/10.1016/j.heliyon.2022.e10333
- Chu D.K., Akl E.A., Duda S., Solo K., Yaacoub S., Schünemann H.J. Physical distancing, face masks, and eye protection to prevent person-to-person transmission of SARS-CoV-2 and COVID-19: a systematic review and meta-analysis. Lancet. 2020; 395(10242): 1973-87. https://doi.org/10.1016/S0140-6736(20)31142-9
- Zhu J., Yan W., Zhu L., Liu J. COVID-19 pandemic in BRICS countries and its association with socio-economic and demographic characteristics, health vulnerability, resources, and policy response. Infect. Dis. Poverty. 2021; 10(1): 97. https://doi.org/10.1186/s40249-021-00881-w
- Зайцева Н.В., Клейн С.В., Глухих М.В., Кирьянов Д.А., Камалтдинов М.Р. Прогноз потенциала роста ожидаемой продолжительности жизни населения Российской Федерации на основе сценарного изменения социально-гигиенических детерминант с использованием искусственной нейронной сети. Анализ риска здоровью. 2022; (2): 4-16. https://doi.org/10.21668/health.risk/2022.2.01
- Попова А.Ю., Зайцева Н.В., Онищенко Г.Г., Клейн С.В., Глухих М.В., Камалтдинов М.Р. Санитарно-эпидемиологические детерминанты и ассоциированный с ними потенциал роста ожидаемой продолжительности жизни населения Российской Федерации. Анализ риска здоровью. 2020; (1): 1-17. https://doi.org/10.21668/health.risk/2020.1.01
- Wilta F., Chong A.L.C., Selvachandran G., Kotecha K., Ding W. Generalized Susceptible-Exposed-Infectious-Recovered model and its contributing factors for analysing the death and recovery rates of the COVID-19 pandemic. Appl. Soft Comput. 2022; 123: 108973. https://doi.org/10.1016/j.asoc.2022.108973
Дополнительные файлы
