Эпидемический потенциал COVID-19 в Омской области на фоне противоэпидемических мероприятий

Цель – изучить распространение COVID-19 среди населения Омской области на протяжении 24 недель эпидемического неблагополучия на фоне противоэпидемических мероприятий.

Материалы и методы. Использованы открытые данные и данные ФБУЗ «Центр гигиены и эпидемиологии в Омской области» по официальному учету и эпидемиологическому расследованию выявленных случаев COVID-19 на территории Омской области за период с 27 марта по 10 сентября 2020 г. Рассчитывали экспоненциальный темп  прироста (r), базовый и эффективный показатели репродукции (R0 и Rt), ожидаемый естественный размах эпидемии и порог коллективного иммунитета. Обработка данных выполнена с использованием MS Excel 2010. Построение картограммы проводилось в приложении QGIS 3.12-Bukuresti в системе координат EPSG: 3576.

Результаты и обсуждение. За период с 27 марта по 10 сентября 2020 г. на территории Омской области зарегистрировано 9779 случаев COVID-19, показатель заболеваемости составил 507,6 0/0000 (95 % ДИ 497,5÷517,6), летальность по завершенным случаям – 2,9 %, по выявленным случаям – 2,4 %. Наиболее активное распространение COVID-19 отмечено в Омске и 4 (из 32) районах области (Москаленском, Азовском немецком национальном, Марьяновском, Нововаршавском). На фоне проводимых противоэпидемических мероприятий экспоненциальный темп прироста кумулятивного количества случаев COVID-19 составлял 4,5 % в сутки, R0 – 1,4–1,5, Rt – 1,10. Ожидаемый размах эпидемии при условии продолжения действия ограничительных мер может достигнуть 58,0 % переболевшего населения. Уменьшение количества выявляемых вирусоносителей и неполное выявление COVID-19 среди заболевших  внебольничными пневмониями создают дополнительные риски для скрытого распространения инфекции и осложнения эпидемической ситуации. Сохранение ограничительных мероприятий и превышение порога коллективного иммунитета (28,6 % населения) позволит значительно снизить риски усиления распространения COVID-19  в Омской области. 

1. WHO. WHO Director-General's opening remarks at the media briefing on COVID19 – 11 March 2020. (Cited 29.07.20) [Internet]. Available from: https://www.who.int/dg/speeches/detail/who-director-general-s-opening-remarks-at-the-media-briefing-oncovid-19---11-march-2020.

2. WHO. Coronavirus disease (COVID-19). Dashboard. (Cited 13.09.20) [Internet]. Available from: https://covid19.who.int/table?tableDay=yesterday&tableChartType=heat.

3. Wallinga J., Lipsitch M. How generation intervals shape the relationship between growth rates and reproductive numbers. Proc. Biol. Sci. 2007; 274(1609):599–604. DOI: 10.1098/rspb.2006.3754.

4. Nishiura H., Linton N.M., Akhmetzhanov A.R. Serial interval of novel coronavirus (COVID-19) infections. Int. J. Infect. Dis. 2020; 93:284–6. DOI: 10.1016/j.ijid.2020.02.060.

5. Park M., Cook A.R., Lim J.T., Sun Y., Dickens B.L. A systematic review of COVID-19 epidemiology based on current evidence. J. Clin. Med. 2020; 9(4):967. DOI: 10.3390/jcm9040967.

6. Miller J.C. A note on the derivation of epidemic final sizes. Bull. Math. Biol. 2012; 74(9):2125–41. DOI: 10.1007/s11538-12-9749-6.

7. Rodpothong P., Auewarakul P. Viral evolution and transmission effectiveness. World J. Virol. 2012; 1(5):131–4. DOI: 10.5501/wjv.v1.i5.131.

8. Cori A., Ferguson N.M., Fraser C., Cauchemez S. A new framework and software to estimate time-varying reproduction numbers during epidemics. Am. J. Epidemiol. 2013; 178(9):1505–12. DOI: 10.1093/aje/kwt133.

9. Stolwijk A.M., Straatman H., Zielhuis G.A. Studying seasonality by using sine and cosine functions in regression analysis. J. Epidemiol. Community Health. 1999; 53(4):235–8. DOI: 10.1136/jech.53.4.235.

10. WHO. Coronavirus disease (COVID-19). Situation Report – 46. (Cited 29.07.20) [Internet]. Available from: https://www.who.int/docs/default-source/coronavirus/situation-reports/20200306-sitrep-46-covid-19.pdf?sfvrsn=96b04adf_4.