Формирование объективной методической базы эпидемиологического прогнозирования заболеваемости геморрагической лихорадкой с почечным синдромом с использованием методов машинного обучения

Высокая медицинская и социальная значимость проблемы геморрагической лихорадки с почечным синдромом (ГЛПС) в Р оссии является значимым аргументом в пользу разработок качественно новых подходов к прогнозированию эпидемиологических осложнений. Наличие сложного характера взаимодействия факторов, определяющих интенсивность эпидемических проявлений, требует продолжения поиска наиболее достоверных прогностических критериев предэпидемической диагностики ГЛПС, способных обеспечить ту полноту информации, которая необходима в современных условиях для оптимизации управления эпидемическим процессом. Целью работы явилось формирование объективной методической базы прогнозирования эпидемиологической обстановки по ГЛПС за счет использования методов машинного обучения при моделировании влияния комбинаций абиотических факторов риска на фактическую заболеваемость ГЛПС. Материалы и методы. Материалы исследования составили данные о 10 788 случаях заболевания ГЛПС, зарегистрированных с 1982 по 2022 г. на территории Саратовской области. В качестве факторов, вероятно оказывающих влияние на эпидемический процесс ГЛПС, рассмотрены более 46 тыс. значений метеопоказателей, полученных из архива базы данных метеонаблюдений за период 1981–2023 гг. метеостанции Саратов – Юго-Восток, представленных в открытом доступе Гидрометцентром России. Разработка нейросетевой модели прогнозирования выполнена на базе специализированного модуля платформы Loginom версии 7.1. Результаты и обсуждение. В работе представлены преимущества методов нейросетевого прогнозирования осложнения эпидемиологической обстановки по ГЛПС на основе анализа сложных, нелинейных зависимостей влияния абиотических факторов на заболеваемость населения. Разработан типовой сценарий для нейросетевого прогнозирования эпидемических осложнений по ГЛПС и апробирована прогностическая модель заболеваемости на территории Саратовской области. Показано, что применение нейросетевых алгоритмов позволяет получить прогноз возможного развития эпидемиологической обстановки по ГЛПС в будущем с вероятностью 98,8 %, что позволит обеспечить качественный переход от экспертного прогнозирования к независимому анализу эпидемиологических тенденций, существенно повышая информационные возможности и значимость прогнозирования при планировании и проведении профилактических работ учреждениями Роспотребнадзора.

1. Онищенко Г.Г., Ежлова Е.Б. Эпидемиологический надзор и профилактика геморрагической лихорадки с почечным синдромом в РФ. Журнал микробиологии, эпидемиологии и иммунологии. 2013; 4:23–32.

2. Иванова А.В., Сафронов В.А., Зубова А.А., Попов Н.В., Кожанова О.И., Матвеева Н.И., Вяткин И.Н., Щербакова С.А., Кутырев В.В. Методические подходы к оценке экономического ущерба, связанного с заболеваемостью геморрагической лихорадкой с почечным синдромом в Российской Федерации. Проблемы особо опасных инфекций. 2023; 1:96–104. DOI: 10.21055/0370-1069-2023-1-96-104.

3. Чистик О.Ф. Статистический подход к исследованию заболеваемости населения России. Интеллект. Инновации. Инвестиции. 2018; 7:4–11.

4. Чистик О.Ф. Статистический анализ заболеваемости и смертности. Вестник Самарского государственного экономического университета. 2019; 9:65–72. DOI: 10.46554/1993-0453-2019-9-179-65-72.

5. Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям: Учеб. пособие. 2-е изд., испр. СП б.: Питер, 2013. 704 с.: ил.

6. Бернштейн А.Д., Апекина Н.С., Копылова Л.Ф., Хворенков А.В., Мясников Ю.А., Михайлова Т.В., Гавриловская И.Н. Особенности проявления лесных очагов геморрагической лихорадки с почечным синдромом, расположенных в оптимуме ареала рыжей полевки. РЭТ-инфо. 2000; 3:11–17.

7. Жигальский О.А., Кшнясев И.А. Популяционные циклы европейской рыжей полевки в оптимуме ареала. Экология. 2000; 5:376–83.

8. Берштейн А.Д., Гавриловская И.Н., Апекина Н.С., Дзагурова Т.К., Ткаченко Е.А. Особенности природной очаговости хантавирусных зоонозов. Эпидемиология и вакцинопрофилактика. 2010; (2):5–13.

9. Коренберг Э.И. Природная очаговость инфекций: современные проблемы и перспективы исследований. Зоологический журнал. 2010; 89(1):5–17.

10. Кушнарева Т.В. Эпизоотологический потенциал мышевидных грызунов в природных очагах хантавирусной инфекции и его эпидемиологическое значение. Тихоокеанский медицинский журнал. 2008; 2:50–2.

11. Транквилевский Д.В. Современное состояние организации зоолого-энтомологического, эпизоотологического мониторинга в России. Пест-менеджмент. 2022; 3:16–9. DOI: 10.25732/PM.2022.123.3.003.

12. Беляков В.Д. Управляемые инфекции и саморегуляция паразитарных систем. Журнал микробиологии, эпидемиологии и иммунологии. 1986; 63(11):8–12.

13. Прислегина Д.А., Дубянский В.М., Платонов А.Е., Малецкая О.В. Влияние природно-климатических факторов на эпидемиологическую ситуацию по природно-очаговым инфекциям. Инфекция и иммунитет. 2021; 11(5):820–36. DOI: 10.15789/2220-7619-EOT-1631.

14. Лифиренко Н.Г., Костина Н.В. К оценке возможного влияния климата на эпидемический процесс. Известия Самарского научного центра Российской академии наук. 2008; 10(2):333–9.

15. Малецкая О.В., Таран Т.В., Прислегина Д.А., Платонов А.Е., Дубянский В.М., Волынкина А.С., Василенко Н.Ф., Тохов Ю.Н., Цапко Н.В. Природно-очаговые вирусные лихорадки на юге европейской части России. Геморрагическая лихорадка с почечным синдромом. Проблемы особо опасных инфекций. 2019; 4:79–84. DOI: 10.21055/0370-1069-2019-4-79-84.

16. Платонов А.Е. Влияние погодных условий на эпидемиологию трансмиссивных инфекций (на примере лихорадки Западного Нила в России). Вестник Российской академии медицинских наук. 2006; 2:25–9.

17. Прохоренко И.О. Метод нейросетевого моделирования и его использование для прогнозирования развития соматической патологии у лиц старших возрастных групп. Современные проблемы науки и образования. 2013; 1:70.

18. Хасанов А.Г., Шайбаков Д.Г., Жернаков С.В., Меньшиков А.М., Бадретдинова Ф.Ф., Суфияров И.Ф., Сагадатова Ю.Р. Нейронные сети для прогнозирования динамики развития заболеваний. Креативная хирургия и онкология. 2020; 10(3):198–204. DOI: 10.24060/2076-3093-2020-10-3-198-204.

19. Лазаренко В.А., Антонов А.Е., Markapuram V.K., Awad K. Опыт нейросетевой диагностики и прогнозирования язвенной болезни по результатам анализа факторов риска. Бюллетень сибирской медицины. 2018; 17(3):88–95. DOI: 10.20538/1682-0363-2018-3-88-95.

20. Суханова Н.В. Разработка нейросетевой модели для мониторинга заболеваемости и прогнозирования эффективности противоэпидемических мер. Вестник Брянского государственного технического университета. 2020; 10:42–50. DOI: 10.30987/1999-8775-2020-10-42-50.

21. Светлый Л.И., Лопухова В.А., Тарасенко И.В., Климкин А.С. Применение системы оценки технологий здравоохранения в принятии эффективных управленческих решений. Журнал научных статей «Здоровье и образование в XXI веке». 2013; 15(1-4):234–5.

22. Безруков Н.С., Еремин Е.Л. Построение и моделирование адаптивной нейро-нечеткой системы в задаче медицинской диагностики. Информатика и системы управления. 2005; 2:36–46.

23. Гидрометцентр России. [Электронный ресурс]. URL: https://meteoinfo.ru/archive-pogoda (дата обращения 15.01.2024).

24. Иванова А.В., Сафронов В.А., Попов Н.В., Кожанова О.И., Матвеева Н.И., Кресова У.А., Чумачкова Е.А., Поспелов М.В., Архипова Г.Н., Вяткин И.Н., Щербакова С.А., Кутырев В.В. Эпидемиологические особенности вспышки ГЛПС в Саратовской области 2019 г. Проблемы особо опасных инфекций. 2020; 2:78–85. DOI: 10.21055/0370-1069-2020-2-78-85.

25. Ормели Е.И. Оценка степени континентальности климата Саратовской области в начале XXI века. Вестник Удмуртского университета. Серия «Биология. Науки о Земле». 2022; 32(4):476–84. DOI: 10.35634/2412-9518-2022-32-4-476-484.

26. Даутов Р.З., Карчевский М.М. Введение в теорию метода конечных элементов: Учеб. пособие. Казань: Казанский государственный университет им. В.И. Ульянова-Ленина; 2004. 239 с.

27. Гамбаров Г.М., Журавель Н.М., Королев Ю.Г. Статистическое моделирование и прогнозирование: Учеб. пособие. М.: Финансы и статистика; 1990. 383 с.

28. Котельников С.А., Усков А.А. Методика оценки точности нейросетевых моделей. Программные продукты и системы. 2008; 2:63–5.

29. Савицкая Т.А., Иванова А.В., Исаева Г.Ш., Решетникова И.Д., Трифонов В.А., Зиатдинов В.Б., Магеррамов Ш.В., Хусаинова Р.М., Транквилевский Д.В. Анализ эпидемиологической ситуации по геморрагической лихорадке с почечным синдромом в Российской Федерации в 2022 г. и прогноз ее развития на 2023 г. Проблемы особо опасных инфекций. 2023; 1:85–95. DOI: 10.21055/0370-1069-2023-1-85-95.