Preview

Проблемы особо опасных инфекций

Расширенный поиск

Алгоритм и результаты краткосрочного прогноза изменения коэффициента распространения COVID-19 в субъектах Российской Федерации

https://doi.org/10.21055/0370-1069-2021-3-98-105

Полный текст:

Аннотация

Во многих субъектах Российской Федерации к концу лета 2020 г. произошло снижение числа случаев проявления коронавирусной инфекции. Тем не менее эта болезнь остается актуальной проблемой для здравоохранения и экономики страны, не исключена возможность возникновения второй волны заболеваемости. Одним из наиболее важных показателей, используемых при обосновании перехода к очередному этапу снятия/введения ограничительных мероприятий по COVID-19, является коэффициент распространения инфекции (Rt). Цель исследования – описать алгоритм анализа и краткосрочного прогноза коэффициента распространения коронавирусной инфекции, оценить соответствие теоретически ожидаемых и фактических значений этого показателя. Материалы и методы. Описана процедура проведения краткосрочного экстраполяционного прогноза Rt в десяти субъектах РФ в зависимости от наличия или отсутствия трендов изменения показателя с расчетом 95 % доверительного интервала возможных изменений его значения. Результаты и обсуждение. Предлагается проводить прогноз Rt на основе усреднения материалов за неделю, сочетая регрессионный анализ и экспертную оценку характера динамики временных рядов для своевременного перехода от прогноза по тренду к экстраполяции стационарных последовательностей наблюдений, и наоборот. Показано, что прогнозируемые значения Rt статистически достоверно не отличаются от фактических. При принятии управленческих решений по профилактике COVID-19 особо следует обращать внимание на случаи, когда фактическое значение Rt превышает верхнюю границу доверительного интервала. В исследуемых субъектах при прогнозировании значения Rt на 33–35-ю календарные недели выявлено шесть (20,0 %) таких случаев. Три из них зарегистрировано в Забайкальском крае, где наблюдался тренд на рост Rt, что требует анализа причин этого явления. Предлагаемый алгоритм анализа и прогноза величины Rt, апробированный на данных по десяти субъектам России, дает корректную информацию для решений по снятию/ введению ограничительных мер для профилактики COVID-19

Об авторах

А. Я. Никитин
ФКУЗ «Иркутский научно-исследовательский противочумный институт Сибири и Дальнего Востока»
Россия

Российская Федерация, 664047, Иркутск, ул. Трилиссера, 78



М. В. Чеснокова
ФКУЗ «Иркутский научно-исследовательский противочумный институт Сибири и Дальнего Востока»
Россия

Российская Федерация, 664047, Иркутск, ул. Трилиссера, 78



С. В. Балахонов
ФКУЗ «Иркутский научно-исследовательский противочумный институт Сибири и Дальнего Востока»
Россия

Российская Федерация, 664047, Иркутск, ул. Трилиссера, 78



Список литературы

1. WHO Director-General’s opening remarks at the media briefng on COVID19, 11 March 2020. [Электронный ресурс]. URL: https://www.who.int/director-general/speeches/detail/who-director-general-s-opening-remarks-at-the-media-briefng-on-covid-19---11-march-2020 (дата обращения 18.11.2020).

2. Кутырев В.В., Попова А.Ю., Смоленский В.Ю., Ежлова Е.Б., Демина Ю.В., Сафронов В.А., Карнаухов И.Г., Иванова А.В., Щербакова С.А. Эпидемиологические особенности новой коронавирусной инфекции (COVID-19). Сообщение 1: Модели реализации профилактических и противоэпидемических мероприятий. Проблемы особо опасных инфекций. 2020; 1:6–13. DOI: 10.21055/0370-1069-2020-1-6-13.

3. Adhikari S., Meng S., Wu Y., Mao Y., Ye R., Wang Q., Sun C., Sylvia S., Rozelle S., Raat H., Zhou H. Epidemiology, causes, clinical manifestation and diagnosis, prevention and control of coronavirus disease (COVID-19) during the early outbreak period: a scoping review. Infect. Dis. Poverty. 2020; 9(1):29. DOI: 10.1186/s40249-020-00646-x.

4. Updated information. [Электронный ресурс]. URL: https://xn--80aesfpebagmfblc0a.xn--p1ai/ (дата обращения 16.08.2020).

5. Букин Ю.С., Джиоев Ю.П., Бондарюк А.Н., Ткачев С.Е., Злобин В.И. Применение универсальной математической модели эпидемического процесса «SRID» для прогноза развития эпидемии COVID-19 в городе Москва. PREPRINTS.RU. 2020. [Электронный ресурс]. DOI: 10.24108/preprints-3112045 (дата обращения 16.08.2020).

6. Zhao S., Chen H. Modeling the epidemic dynamics and control of COVID-19 outbreak in China. Quant. Biol. 2020; 1–9. DOI: 10.1007/s40484-020-0199-0.

7. Rong X., Yang L., Chu H., Fan M. Effect of delay in diagnosis on transmission of COVID-19. Math. Biosci. Eng. 2020; 17(3): 2725–40. DOI: 10.3934/mbe.2020149.

8. 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.

9. Блох А.И., Пеньевская Н.А., Рудаков Н.В., Лазарев И.И., Михайлова О.А., Федоров А.С., Пневский Ю.А. Эпидемический потенциал COVID-19 в Омской области на фоне противоэпидемических мероприятий. Проблемы особо опасных инфекций. 2020; 3:36–42. DOI: 10.21055/0370-1069-2020-3-36-42.

10. Акимкин В.Г., Кузин С.Н., Семененко Т.А., Плоскирева А.А., Дубоделов Д.В., Тиванова Е.В., Пшеничная Н.Ю., Каленская А.В., Яцышина С.Б., Шипулина О.Ю., Родионова Е.Н., Петрова Н.С., Соловьева И.В., Квасова О.А., Вершинина М.А., Мамошина М.В., Клушкина В.В., Чурилова Н.С., Панасюк Я.В., Власенко Н.В., Остроушко А.А., Балмасов Е.С., Мосунов А.В. Гендерно-возрастная характеристика пациентов с COVID–19 на разных этапах эпидемии в Москве. Проблемы особо опасных инфекций. 2020; 3:27–35. DOI: 10.21055/0370-1069-2020-3-27-35.

11. Кутырев В.В., Попова А.Ю., Смоленский В.Ю., Ежлова Е.Б., Демина Ю.В., Сафронов В.А., Карнаухов И.Г., Иванова А.В., Щербакова С.А. Эпидемиологические особенности новой коронавирусной инфекции (COVID-19). Сообщение 2: особенности течения эпидемического процесса COVID-19 во взаимосвязи с проводимыми противоэпидемическими мероприятиями в мире и Российской Федерации. Проблемы особо опасных инфекций. 2020; 2:6–12. DOI: 10.21055/0370-1069-2020-2-6-12.

12. Попова А.Ю., Ежлова Е.Б., Мельникова А.А., Балахонов С.В., Чеснокова М.В., Дубровина В.И., Лялина Л.В., Смирнов В.С., Трухина А.Г., Пережогин А.Н., Пятидесятникова А.Б., Брюхова Д.Д., Киселева Н.О., Гефан Н.Г., Гаврилова О.В., Гаврилова Т.А., Ломоносова В.И., Тотолян А.А. Опыт исследования серопревалентности к вирусу SARS-CoV-2 населения Иркутской области в период вспышки COVID-19. Проблемы особо опасных инфекций. 2020; 3:106–13. DOI: 10.21055/0370-1069-2020-3-106-113.

13. Елисеева И.И., Юзбашев М.М. Общая теория статистики: учебник. М.: Финансы и статистика; 2000. 480 с.

14. Ивантер Э.В., Коросов А.В. Элементарная биометрия. Петрозаводск: ПетрГУ; 2013. 110 с.


Для цитирования:


Никитин А.Я., Чеснокова М.В., Балахонов С.В. Алгоритм и результаты краткосрочного прогноза изменения коэффициента распространения COVID-19 в субъектах Российской Федерации. Проблемы особо опасных инфекций. 2021;(3):98-105. https://doi.org/10.21055/0370-1069-2021-3-98-105

For citation:


Nikitin A.Y., Chesnokova M.V., Balakhonov S.V. Algorithm and Results of Short-Term Forecast of Changes in the COVID-19 Spread Coefcient in the Constituent Entities of the Russian Federation. Problems of Particularly Dangerous Infections. 2021;(3):98-105. (In Russ.) https://doi.org/10.21055/0370-1069-2021-3-98-105

Просмотров: 61


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0370-1069 (Print)
ISSN 2658-719X (Online)