Прогнозирование заболеваемости геморрагической лихорадкой с почечным синдромом (Пуумала) с использованием статистических методов. Учебно-методическое

Полученное уравнение регрессии имеет следующий вид:

Заболеваемость ГЛПС = – 34,1931 + П1 * 16,6837 – (18)

– П2 * 26,2850 + П3 * 61,5671 + П4 * 6,5705 – П5 * 1,0526 +

+П6 * 4,7697 – П7 * 36,8161 – П8 * 4,4031+ П9 * 0,9272 +

+П10 * 1,1523 + П11 * 0,0561 – П12 * 0,3230 – П13 * 0,0153 +

+П14 *0,0299 + П15 * 0,0010,

где П1 – фракции опада клена. Цветы на пробной площади 1; П2 – фракции опада ильма. Плоды на пробной площади 2; П3 – фракции опада лещины. Плоды на пробной площади 1; П4 – фракции опада березы. Плоды на пробной площади 1;

П5 – масса опада, собранного на площади 2 по березе, г (кг/га); П6 – фракции опада лещины. Листья на пробной площади 3; П7 – масса опада, собранного по другим породам, г (кг/га); П8 – фракции опада березы. Плоды на пробной площади 2; П9 – фракции опада клена. Плоды на площади 2; П10 – фракции опада клена. Цветы на площади 3;

П11 – масса опада, собранного на площади 3. Общая масса опада, не связанного с отдельными породами, г (кг/га);

П12 – фракции опада липы. Цветы на пробной площади 3; П13 – масса опада. Общая масса генеративных органов всех по-

род на площади 1, г (кг/га); П14 – фракции опада ильма. Плоды на пробной площади 3;

П15 – числа Вольфа – декабрь.

Значимость включенных признаков определялась критерием Фишера (рис. 1). Наибольшей значимостью в разработанной математической модели обладают показатели солнечной активности (числа Вольфа) F = 248,2; общая масса опада на площади 1 (F = 44,7); фракции опада ильма – плоды (F = 38,3), липы – цветы

(F = 24,7), клена – плоды (F = 12,6).

31

6. ЗАКЛЮЧЕНИЕ

Использование данных по опаду основных лесообразующих пород и показателей солнечной активности является относительно новым и перспективным подходом к прогнозированию заболеваемости ГЛПС и позволяет значительно повысить точность прогноза на следующий эпидемический сезон. Показатели опада непосредственно отражают состояние кормовой базы грызунов, численность и инфицированность которых, как известно, характеризуют интенсивность эпизоотического процесса и риска инфицирования при посещении человеком природных очагов ГЛПС.

Характеризовать полученные в моделях взаимосвязи показателей представляется некорректным, так как влияние исследуемых явлений на заболеваемость ГЛПС может реализовываться через множество факторов, отдаленных во времени и пространстве и

32

влияющих друг на друга и на заболеваемость в весьма сложных и разнообразных формах.

При более теплых зиме и лете в предыдущем году, более высокая заболеваемость ГЛПС в последующем году, как следует из полученных данных, может быть обусловлена, как формированием лучшей кормовой базы для рыжей полевки, так и лучшими условиями для зимовки мелких млекопитающих.

При оценке связи уровня осадков с заболеваемостью ГЛПС в следующем году мы обнаружили, что из 8-ми месяцев, показатели по которым вошли в регрессионное уравнение, показатели 6-ти месяцев (февраль, март, апрель, август, сентябрь и октябрь) были прямо сопряжены с уровнем заболеваемости в следующем году.

При более высоком уровне весеннего половодья заболеваемость ГЛПС на следующий год была выше.

Таким образом, большее количество влаги в течение всего предыдущего года, по-видимому, благоприятно влияет на формирование кормовой базы рыжей полевки.

При анализе ситуации необходимо принимать во внимание, что состояние кормовой базы рыжей полевки может зависеть как от урожайности преимущественных для данного вида плодов (липа), так и от урожайности других пород, возможно являющихся кормовой базой для конкурирующих видов. Тем не менее, определенно можно говорить, что при высокой урожайности плодов лещины, березы, ильма и, особенно, клена, заболеваемость ГЛПС в следующем году была выше. Можно предполагать, что кормовая база рыжей полевки формируется, в первую очередь, из плодов клена. Ранее в этом смысле большее значение придавалось плодам липы. В то же время, нельзя не учитывать внутривидовые взаимоотношения мелких млекопитающих, обитающих в очагах ГЛПС или на сопряженных с ними территориях. В связи с этим интересным представляется факт обнаружения нами более высокой заболеваемости ГЛПС при более высоких численности и инфицированности рыжей полевки в предыдущем году, в то время как более высокая общая численность мелких млекопитающих имела обратную корреляционную зависимость с уровнем заболеваемости ГЛПС. В данном случае мож-

33

но говорить о конкурентных взаимоотношениях внутри популяции мелких млекопитающих за кормовую базу, места обитания и т.д.

Использование для прогнозирования заболеваемости ГЛПС данных опада основных лесообразующих пород и показателей солнечной активности позволило значительно повысить точность прогноза в очаге лесного типа. Как нам представляется, это связано с включением в анализ показателей, характеризующих кормовую базу грызунов, основных источников хантавирусов в природе, и исключением объективных и субъективных ошибок, которые неизбежно возникают при непосредственном изучении численности и инфицированности грызунов.

В настоящей работе не ставилась задача проверки и дальнейшего совершенствования прогнозных моделей. Тем не менее, на завершающем этапе работы мы смогли сравнить данные, полученные в прогнозных моделях с фактической заболеваемостью. Разработанные прогнозные модели продемонстрировали вполне приемлемые результаты по качеству выполненного прогноза заболеваемости ГЛПС на следующий эпидемический сезон в очагах различного типа.

Предлагаемые многофакторные математическая модель на основе гидрометеорологических показателей (температура воздуха, атмосферные осадки, уровень весеннего половодья), показателей общей численности мелких млекопитающих, численности и инфицированности рыжей полевки, а так же использования данных по опаду основных лесообразующих пород в очаге лесного типа вместе с показателями солнечной активности (числа Вольфа) позволяет прогнозировать заболеваемость ГЛПС на следующий эпидемический сезон с уровнем вероятности 80-95% для очагов любого типа.

Многофакторные математические модели для прогнозирования заболеваемости ГЛПС на основе гидрометеорологических показателей и показателей численности и инфицированности рыжей полевки может быть рекомендована к использованию в очагах ГЛПС любого типа с целью своевременного планирования и принятия управленческих решений по профилактике данной инфекции.

Определение опада основных лесообразующих пород деревьев и создание на его основе совместно с показателями солнечной ак-

34

тивности (числа Вольфа) многофакторных математических моделей для прогнозирования заболеваемости ГЛПС может быть рекомендовано к применению в очагах лесного типа.

Взаключение следует сказать, что при составлении прогнозов

всилу множества обстоятельств, в том числе, неизбежного упрощения эпидемического процесса, невозможности учета реальных его особенностей в конкретных условиях, влияния на эпидемиологическую ситуацию не одного, а множества факторов при различных путях их воздействия и других, нельзя гарантировать, что получаемые результаты абсолютно достоверно отражают закономерности развития реального эпидемического процесса [133]. Поэтому результаты моделирования должны быть всегда соотнесены с основными положениями теоретической эпидемиологии и с особенностями исследуемой нозологической формы болезни. По мнению Черкасского Б.Н., погрешность значений вероятностных оценок риска, даже при наличии всей необходимой информации, как правило, не менее одного порядка. Действительно, как и любой расчетный прием, методология оценки риска имеет значительные границы неопределенности, вариабельности, условности, погрешностей. Выявление причинно-следственных связей или ассоциаций (одно явление порождает другое) или непричинных связей (изменения одного события зависят от влияния третьего события), установление их направленности, первичность или вторичность (когда изменения происходят непосредственно или через промежуточные стадии) ни

вкоей мере не могут основываться только на результатах статистического (математического) анализа. Наличие высоких статистических показателей само по себе не служит доказательством действительного наличия связей, а лишь указывает на такую возможность и требует дальнейших исследований. Математические методы только помогают поставить вопрос о возможности связи явлений, сформулировать эпидемиологическую гипотезу или служить одним из способов ее проверки. Статистические исследования могут только измерить, т.е. определить характер, размер связи и зависимости между изучаемыми явлениями. При этом, чем выше степень связи, тем меньше вероятность случайности совпадения характера динамики

35

сравниваемых явлений. Однако статистические методы не дают возможности обнаружить или доказать наличие причинноследственных связей в эпидемическом процессе.

По мнению А.П. Авцына (1972) [1], математический метод в эпидемиологии становится особенно плодотворным, если он проверяет справедливость теоретической концепции, которая, в свою очередь, родилась из наблюдений.

Несмотря на все сложности прогнозирования, результатом прогноза является, в том числе, возможность аргументировать стратегию и тактику профилактических и противоэпидемических мер, осуществляемых как органами надзора, так и органами административного управления. Очень важно, что такая оценка эпидемиологического риска органично вливается в систему общественного управления и принятия решений в административной практике.

36

СПИСОК ЛИТЕРАТУРЫ

1.Авцын, А.П. Введение в географическую патологию [Текст] / А.П. Авцын – М.: Медицина, 1972. – С. 87.

2.Айвазян, С.А. Прикладная статистика. Основы моделирования [Текст] / С.А. Айвазян. – М.: Финансы, 1983. – 208 с.

3.Андерсен, Т. Введение в многомерный статистический анализ [Текст] / Т. Андерсен. – М.: Мир, 1963. – 500 с.

4.Бароян, О.В. Моделирование и прогнозирование эпидемий гриппа на территории СССР. [Текст] / О.В. Бароян, Л.А. Рвачев, Ю.Г. Иванников – М., 1977.

5.Башенина, Н.В. Значение теории стресса для понимания ме-

ханизмов динамики численности мелких грызунов [Текст] / Н.В. Башенина // Бюлл. МОИП, отд. биол. Каталог млекопитающих

СССР. – 1963. – Т. 68, № 6. – С. 167-170.

6.Башенина, Н.В. Экология обыкновенной полевки и некоторые черты ее географической изменчивости [Текст] / Н.В. Башени-

на. – М.: Изд-во Моск. ун-та, 1962. – 308 с.

7.Бернштейн, А.Д. Некоторые закономерности циркуляции вируса геморрагической лихорадки с почечным синдромом в популяции рыжей полевки [Текст] / А.Д. Бернштейн [и др.] // XII Всесоюзн. конф. по природной очаговости болезней. – М., 1989. –

С. 26-27.

8.Бернштейн, А.Д. Особенности проявления лесных очагов геморрагической лихорадки с почечным синдромом, расположенных в оптимуме ареала рыжей полевки [Текст] / А.Д. Бернштейн

[и др.] // РЭТ ИНФ, 2000. – № 3. – С. 11-17.

9.Бернштейн, А.Д. Хантавирусная инфекция у рыжих полевок

вприродном очаге [Текст] / А.Д. Бернштейн [и др.] // Мед. паразитология и паразитарные болезни. – 2001. – № 3. – С. 22-26.

10.Бестужев-Лада, И.В. Рабочая книга по прогнозированию [Текст] / И.В. Бестужев-Лада. – М.: Мысль, 1982. – 430 с.

11.Богданова, С.Б. Персистирующая инфекция, вызванная вирусом геморрагической лихорадки с почечным синдром у рыжих полевок (Clethrionomys glareolus) – природных хозяев вируса

37

[Текст] / С.Б. Богданова [и др.] // Микробиол. журнал. – 1987. –

№49. – С. 99-106.

12.Боев, Б. ГИС на страже здоровья [Текст] / Б. Боев // Современ. геоинформационные технологии. – 2003. – № 3. – С. 26.

13.Болотин, Е.И. Особенности прогнозирования заболеваемости природно-очаговыми инфекциями на основе клещевого энцефалита [Текст] / Е.И. Болотин, Г.Ш. Цициашвили // Системный анализ в медицине(САМ 2007): мат. науч. конференции. – М., 2007. – С. 70-71.

14.Боровиков, В.П. Statistica – статистический анализ и обработка данных в среде Windows [Текст] / В.П. Боровиков, И.П. Боро-

виков. – M., 1997. – 592 с.

15.Бриллинджер, Д. Р. Временные ряды: обработка данных и теория [Текст] / Д. Р. Бриллинджер; пер. с англ. А. В. Булинского,

И.Г. Журбенко. – М.: Мир, 1980. – 536 с.

16.Гмурман, В.Е. Теория вероятностей и математическая статистика [Текст] / В.Е. Гмурман. – М.: Высшая школа, 1998. – 479 с.

17.Данилов, А.Н. Географические информационные системы

вэпидемиологическом надзоре за геморрагической лихорадкой с почечным синдромом на территории Саратовской области [Текст] / А.Н. Данилов // Геморрагическая лихорадка с почечным синдромом: история изучения и современное состояние эпидемиологии, патогенеза, диагностики, лечения и профилактики: мат. Всероссийской научно-практ. конференции. – Уфа, 2006. – С. 43-48.

18.Иванов, Л.И. Ареал распространения и природные резервуары вируса ГЛПС на Дальнем Востоке СССР [Текст] / Л.И. Иванов [и др.] // Вопросы вирусологии. – 1989. – № 1. – С. 595-598.

19.Кендалл, М. Многомерный статистический анализ и временные ряды [Текст] / М. Кендалл, А. Стюарт. – М.: Наука, 1976. – 736 с.

20.Ковальский, Г.С. Геморрагическая лихорадка с почечным синдромом [Текст]: учеб. пособ. для студентов и врачей / Г.С. Ковальский. – Хабаровск, 1998. – 68с.

21.Коротков, В.Б. Геморрагическая лихорадка с почечным синдромом в Саратовской области (эпидемиологические аспекты)

38

[Текст] / В.Б. Коротков, А.В. Наумов, Л.В. Самойлов. – Саратов, 1996. – 128 с.

22.Костылев, А.А. Статистическая обработка результатов экспериментов на микро-ЭВМ [Текст] / А.А. Костылев, П.В. Миляев. – Л.: Энергоатомиздат, 1991. – 305 с.

23.Куклев Е.В.Количественная оценка эпидемического лоймопотенциала природного очага чумы. Е.В.Куклев – автореферат докт дисс. – Саратов, 1999.

24.Львовский, Е. Н. Статистические методы построения эмпирических формул [Текст] : учеб. пособие для втузов / Е. Н. Львовский. – 2-е изд., перераб. и доп. – М. : Высш. шк., 1988. – 239 с.

25.Михайленко, А.Г. Результаты серологического поиска геморрагической лихорадки с почечным синдромом в Молдове [Текст] / А.Г. Михайленко [и др.] // Вопросы вирусологии. – 1994. –

№6. – С. 260-262.

26.Никифоров Л. П. Природный очаг и его структура / Л.П. Никифоров [Текст] // Вопросы эпидемиологии клещевого энцфалита и биологические закономерности в его природном очаге / под ред. М. В. Поспеловой-Шторм и М. Г. Рашиной. – М.: Медици-

на, 1968. – С. 227–231.

27.Окулова, Н.М. Циклы, многолетняя динамика и прогноз заболеваемости клещевым энцефалитом в Ярославской области [Текст] / Н.М. Окулова, Т.Т. Сироткина // Циклы: мат. III межд. конференции. – Ставрополь: СевКавГТУ, 2001. – С. 37-42.

28.Онищенко, Г.Г. Распространение вирусных природноочаговых инфекций в Российской Федерации и меры по их профилактике [Текст] / Г.Г. Онищенко // Эпидемиология и инфекционные болезни. – 2000. – № 4. – C. 4-8.

29.Родькина, Л. А. Микробиологический мониторинг пищевых продуктов в системе эпидемиологического надзора за сальмонеллезами [Текст] : автореф. дис. … канд. мед. наук : 14.00.30, 03.00.07 / Л. А. Родькина ; ГОУ ВПО «Омская гос. мед. акад.», ФГУЗ «Центр гигиены и эпидемиологии в Омской области». –

Омск, 2007. – 23 с.

39

30.Рощупкин, В.И. Геморрагическая лихорадка с почечным синдромом [Текст] / В.И. Рощупкин, А.А. Суздальцев. – Саратов: Изд. Саратовского университета, Куйбышевский филиал, 1990. – 102 с.

31.Рощупкин, В.И. Особенности геморрагической лихорадки

спочечным синдромом в природных очагах европейской части

СССР и Дальнего Востока [Текст] / В.И. Рощупкин [и др.] // Сов.

мед. – 1986. – № 4. – С. 90-92.

32.Савилов С.Д. Применение статистических методов в эпидемиологическом анализе. [Текст] /С.Д. Савилов – Новосибирск:

Наука, 1993.

33.Салман Э.Р. Прогнозирование эпидемии ВИЧ-инфекции среди потребителей внутривенных наркотиков. Автореф. канд.

дисс. М., 2005.

34.Скачков, М.В. Прогнозирование эпидемического процесса ГЛПС [Текст] / М.В. Скачков, В.М. Шерстнев // Организация противоэпидемических мероприятий по профилактике геморрагической лихорадки с почечным синдромом: сб. мат. Всероссийской на- уч.-практ. конференции. – Оренбург, 2007. – С. 101-106.

35.Слонова, Р.А. Резервуары возбудителя геморрагической лихорадки с почечным синдромом в очагах Приморского края [Текст] / Р.А. Слонова [и др.] // Вопросы вирусологии. – 1985. –

№ 2. – С. 189-192.

36.Слонова, Р.А. Результаты изучения геморрагической лихорадки с почечным синдромом на юге Дальнего Востока России [Текст] / Р.А. Слонова, Т.И. Астахова, Г.Г. Компанец // ЖМЭИ. – 1997. – № 5. – С. 97-101.

37.Слонова, Р.А. Экологические аспекты эпидемиологии геморрагической лихорадки с почечным синдромом на юге Дальнего Востока России [Текст] / Р.А. Слонова [и др.] // ЖМЭИ. – 1997. –

№ 3. – С. 19-23.

38.Спиридонов, А. М. Научное обоснование системы мероприятий по снижению рисков неблагоприятного воздействия комплекса факторов среды обитания [Текст] : дис. … д-ра мед. наук : 14.00.07 / А. М. Спиридонов. – М., 2000. – 456 с.

40