RU2572227C2 - Method for analysing and predicting development of epidemical situation caused by socially minded airborne infections - Google Patents
Method for analysing and predicting development of epidemical situation caused by socially minded airborne infections Download PDFInfo
- Publication number
- RU2572227C2 RU2572227C2 RU2014112133/15A RU2014112133A RU2572227C2 RU 2572227 C2 RU2572227 C2 RU 2572227C2 RU 2014112133/15 A RU2014112133/15 A RU 2014112133/15A RU 2014112133 A RU2014112133 A RU 2014112133A RU 2572227 C2 RU2572227 C2 RU 2572227C2
- Authority
- RU
- Russia
- Prior art keywords
- concentration
- lower threshold
- people
- week
- sample
- Prior art date
Links
Images
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
Description
Изобретение относится к медицине, в частности к эпидемиологии, и может быть использовано для выработки прогнозов развития эпидемической ситуации.The invention relates to medicine, in particular to epidemiology, and can be used to make predictions for the development of an epidemic situation.
Известно, что предупреждение или, по крайней мере, сокращение масштабов ежегодных сезонных эпидемий, наносящих существенный урон экономике, с помощью влияния на факторы, соответственно стимулирующие или подавляющие рост заболеваемости, представляет собой актуальную медицинскую и социальную задачу. Анализ существующих детерминированных и стохастических моделей эпидемий (Бейли Н. Математика в биологии и медицине, пер. с английского Е.Г. Коваленко. М.: Мир, 1970; Бароян О.В., Рвачев Л.А., Иванников Ю.Г. Моделирование и прогнозирование эпидемии гриппа для территории СССР. М.: ИЭМ им. Н.Ф. Гамалеи, 1977; Бароян О.В., Рвачев Л.А. Прогнозирование эпидемий гриппа в условиях СССР. Вопросы вирусологии. М.: Медицина, 1978, №2; Мастихин А.В. Финальные вероятности для марковских процессов эпидемии. М.: МГТУ им. Н.Э. Баумана, 2011; Авилов К. Математическое моделирование в эпидемиологии как задача анализа сложных данных. http://download.yandex.ru/company/experience/seminars/K_Avilov_mat_modelirovanie.pdf; Linda J.S. Allen. An Introduction to Stochastic Epidemic Models, 2006. http://eaton.math.rpi.edu/csums/papers/epidemic/allenstochasticepidemic.pdf; A. Gray, D. Greenhalgh, X. Mao, J. Pan. The SIS Epidemic Model with Markovian Switching. http://strathprints.strath.ac.uk/41322/) свидетельствует о том, что первым этапом моделирования является выбор разбиения популяции на группы: больные и здоровые, больные, иммунные и восприимчивые и т.д.; затем выписывается система уравнений (обычно дифференциальных), которая, в зависимости от типа модели, тем или иным способом описывает динамику перехода индивидуумов из одной группы в другую. It is known that preventing, or at least reducing the size of annual seasonal epidemics that cause significant damage to the economy, by influencing factors that respectively stimulate or suppress the increase in morbidity, is an urgent medical and social task. Analysis of existing deterministic and stochastic models of epidemics (Bailey N. Mathematics in Biology and Medicine, translated from English by E.G. Kovalenko. M: Mir, 1970; Baroyan O.V., Rvachev L.A., Ivannikov Yu.G. Modeling and forecasting of an influenza epidemic for the USSR. M: IEM named after NF Gamalei, 1977; Baroyan OV, Rvachev LA. Prediction of influenza epidemics in the USSR. Issues of virology. M: Medicine, 1978, No. 2; A. Mastikhin, Final Probabilities for Markov Epidemic Processes, Moscow: MSTU named after NE Bauman, 2011; K. Avilov, Mathematical Modeling in epidemiology as a task of analyzing complex data.http: //download.yandex.ru/company/experience/seminars/K_Avilov_mat_modelirovanie.pdf; Linda JS Allen. An Introduction to Stochastic Epidemic Models, 2006. http: //eaton.math.rpi. edu / csums / papers / epidemic / allenstochasticepidemic.pdf; A. Gray, D. Greenhalgh, X. Mao, J. Pan. The SIS Epidemic Model with Markovian Switching. http://strathprints.strath.ac.uk/41322/ ) indicates that the first stage of modeling is the choice of dividing the population into groups: sick and healthy, sick, immune and susceptible, etc .; then a system of equations (usually differential) is written, which, depending on the type of model, in one way or another describes the dynamics of the transition of individuals from one group to another.
Основными параметрами, входящими в эти уравнения и определяющими развитие эпидемии, являются частота контактов в популяции и интенсивность восстановления (выздоровления); в некоторых моделях учитывается также скорость потери иммунитета и другие характеристики. При этом необходимо отметить, что уравнения, описывающие процесс развития эпидемии в предлагаемых моделях, могут быть решены аналитически в очень редких случаях, что усложняет анализ влияния параметров моделей на эпидемическую ситуацию. Также существенные проблемы вызывает и оценка самих этих параметров: не всегда понятен, а чаще и не указан алгоритм получения оценок на основе имеющихся данных, во всех числовых примерах параметры модели предполагаются известными. Кроме того, ни одна из моделей не учитывает сезонность, которая, безусловно, присуща эпидемиям гриппа и ОРВИ.The main parameters included in these equations and determining the development of the epidemic are the frequency of contacts in the population and the intensity of recovery (recovery); some models also take into account the rate of loss of immunity and other characteristics. It should be noted that the equations describing the epidemic development process in the proposed models can be solved analytically in very rare cases, which complicates the analysis of the influence of model parameters on the epidemic situation. Estimation of these parameters themselves also causes significant problems: the algorithm for obtaining estimates based on the available data is not always clear, and more often than not indicated; in all numerical examples, the model parameters are assumed to be known. In addition, none of the models takes into account seasonality, which, of course, is inherent in epidemics of influenza and SARS.
Известно, что случаи заболевания ОРВИ встречаются постоянно и в любое время года, а не только во время сезонных эпидемий. Эпидемия (или вспышка заболеваемости) начинается лишь тогда, когда складываются некоторые благоприятные для определенного вируса условия (погодные, санитарно-гигиенические и др.), при которых он способен сохранять жизнеспособность и высокую концентрацию во внешней среде в течение некоторого времени, достаточного для массового заражения людей, т.е. для начала эпидемии. Ни одна из известных моделей не учитывает этот фактор, который является особенно важным для оценки рисков развития периодических вспышек вакциноуправляемых вирусных инфекций: в существующих моделях, как правило, количество источников инфекции совпадает с количеством больных.It is known that cases of acute respiratory viral infections occur constantly and at any time of the year, and not only during seasonal epidemics. An epidemic (or an outbreak of morbidity) begins only when certain conditions favorable for a certain virus (weather, sanitary-hygienic, etc.) are formed under which it is able to maintain viability and high concentration in the environment for some time sufficient for mass infection people i.e. to start the epidemic. None of the known models takes this factor into account, which is especially important for assessing the risks of developing periodic outbreaks of vaccine-controlled viral infections: in existing models, as a rule, the number of sources of infection coincides with the number of patients.
Другие математические модели и информационные системы, позволяющие оценить риски в эпидемиологии, описаны, например, в публикациях US 2004078228 (A1), FITZGERALD et al., 22.04.2004; RU 2010106248 (А), ЭФ-АЙ-ОУ КОРПОРЕЙШН (CA), 27.08.2011; JP 2011191236 (A), HITACHI SOLUTIONS, 29.09.2011; WO 2011130730 (A1), HARVARD COLLEGE et al., 20.10.2011, которые также имеют указанный недостаток.Other mathematical models and information systems for assessing risks in epidemiology are described, for example, in publications US 2004078228 (A1), FITZGERALD et al., 04/22/2004; RU 2010106248 (A), EF-AI-OU CORPORATION (CA), 08/27/2011; JP 2011191236 (A), HITACHI SOLUTIONS, 09/29/2011; WO 2011130730 (A1), HARVARD COLLEGE et al., 10.20.2011, which also have this drawback.
Описан способ оценки микробного риска возникновения бактериальных кишечных инфекций, передаваемых водным путем (RU 2449268 C1, Загайнова и др., 07.09.2010). Проводят бактериологический анализ воды по нормируемым показателям с определением патогенных бактерий и дополнительно определяют потенциально-патогенные бактерии и их патогенные и вирулентные свойства, по полученным данным проводят оценку вероятности возникновения у человека инфекционного процесса по приведенной формуле. Затем проводят расчет интегрального показателя вероятности возникновения бактериальных кишечных инфекций, передаваемых водным путем при непосредственном выделении возбудителей, выделенных и идентифицированных при проведении микробиологического анализа воды по приводимой формуле. Осуществляют оценку риска возникновения бактериальных кишечных инфекций, распространяющихся водным путем, считают приемлемым, если его значение не превышает 1×10-5, при этом микробный риск возникновения бактериальных кишечных инфекций, распространяющихся водным путем, считают низким. Если его значение составляет от 1×10-5 и выше, микробный риск возникновения бактериальных кишечных инфекций, распространяющихся водным путем, считают высоким. Если его значение составляет больше 1×10-5, то проводят оценку риска контаминации воды патогенной и потенциально-патогенной микрофлорой на популяционном уровне.A method for assessing the microbial risk of the occurrence of bacterial intestinal infections transmitted by water is described (RU 2449268 C1, Zagainova et al., September 7, 2010). A bacteriological analysis of water is carried out according to standardized indicators with the determination of pathogenic bacteria and additionally potential-pathogenic bacteria and their pathogenic and virulent properties are determined, according to the data obtained, the probability of an infection in a person is estimated using the above formula. Then calculate the integral indicator of the likelihood of bacterial intestinal infections transmitted by water with the direct allocation of pathogens isolated and identified during microbiological analysis of water according to the given formula. An assessment of the risk of bacterial intestinal infections spreading by water is considered acceptable if its value does not exceed 1 × 10 -5 , while the microbial risk of bacterial intestinal infections spreading by water is considered low. If its value is from 1 × 10 -5 and higher, the microbial risk of bacterial intestinal infections spreading by water is considered high. If its value is more than 1 × 10 -5 , then the risk of water contamination by pathogenic and potentially pathogenic microflora is assessed at the population level.
В другом способе количественной оценки факторов, способствующих распространению кишечных инфекций (RU 2335235 C2, Полякова и др., 10.10.2008), осуществляют анкетирование населения путем случайной выборки. Формируют опытную и контрольную группы, различающиеся наличием или отсутствием в них изучаемого фактора. Сравнивают уровень заболеваемости в этих группах. Выделяют фактор риска, вызвавший достоверно повышенный уровень заболеваемости. Количественно оценивают его эпидемиологическую значимость среди прочих причин распространения инфекции. Для этого определяют Е - число заболевших в опытной группе, подвергающейся действию всех прочих факторов, за исключением роли изучаемого фактора; А - число лиц в группе, подвергающейся действию изучаемого фактора; В - число лиц в группе, не подвергающейся действию изучаемого фактора; Д - число заболевших инфекцией в группе лиц с отсутствием изучаемого фактора. Определяют F=C-E, где F - число заболевших в связи с действием изучаемого фактора, которое отражает разницу между числом больных в группе лиц, подвергающихся действию изучаемого фактора (С), и числом заболевших в группе в связи с действием всех прочих факторов за исключением возможной роли изучаемого фактора (Е). Затем рассчитывают коэффициент эпидемиологической значимости изучаемого фактора, по которому осуществляют количественную оценку факторов риска по приведенной формуле. Однако вышеописанные способы не дают возможности перенести эти методы на респираторные инфекции.In another way to quantify the factors contributing to the spread of intestinal infections (RU 2335235 C2, Polyakova et al., 10.10.2008), a population survey is carried out by random sampling. Form experimental and control groups that differ in the presence or absence of the studied factor in them. The incidence rate in these groups is compared. Allocate a risk factor that caused a significantly increased incidence. Quantify its epidemiological significance among other causes of the spread of infection. To do this, determine E - the number of patients in the experimental group exposed to all other factors, with the exception of the role of the studied factor; A is the number of persons in the group exposed to the studied factor; In - the number of persons in the group not exposed to the studied factor; D - the number of cases of infection in the group of people with no studied factor. F = CE is determined, where F is the number of patients in connection with the action of the studied factor, which reflects the difference between the number of patients in the group of people exposed to the studied factor (C), and the number of patients in the group in connection with the action of all other factors, except for the possible the role of the studied factor (E). Then, the coefficient of the epidemiological significance of the studied factor is calculated, according to which the risk factors are quantified using the above formula. However, the above methods do not allow the transfer of these methods to respiratory infections.
Известен способ мониторинга эпидемиологической обстановки и быстрой расшифровки вспышек респираторных вирусных инфекций методом мультиплексной обратной транскрипции и ПЦР с детекцией в режиме реального времени (RU 2460803 С2, Минпромторг России, Файзулоев и др., 10.09.2012 - прототип). Способ предусматривает анализ каждого исследуемого образца на наличие нуклеиновых кислот 11 респираторных вирусов в 3-х реакционных смесях. Способ позволяет дифференцировать в биологических образцах нуклеиновые кислоты основных возбудителей ОРВИ - вирусов гриппа А и В, коронавирусов, вирусов парагриппа 1, 2, 3, 4 типов, аденовирусов, респираторно-синцитиального вируса, риновирусов и энтеровирусов. Наличие в изучаемой пробе нуклеиновых кислот того или иного респираторного вируса определяется ростом сигнала флуоресценции определенного красителя в одной из реакционных смесей.A known method for monitoring the epidemiological situation and rapid decoding of outbreaks of respiratory viral infections by multiplex reverse transcription and PCR with real-time detection (RU 2460803 C2, Ministry of Industry and Trade of Russia, Fayzuloev et al., September 10, 2012 - prototype). The method involves the analysis of each test sample for the presence of nucleic acids of 11 respiratory viruses in 3 reaction mixtures. The method allows to differentiate in biological samples the nucleic acids of the main pathogens of ARVI - influenza A and B viruses, coronaviruses, parainfluenza viruses of
Этот способ фактически является модификацией метода ПЦР в реальном времени, однако не является прогностическим относительно вирусного процесса в организме.This method is actually a modification of the real-time PCR method, but is not predictive of the viral process in the body.
Настоящее изобретение направлено на повышение достоверности в оценке эпидемической ситуации, обусловленной вирусными инфекциями, поскольку обработка данных по концентрации РНК и инфекционному титру проб воздуха и смывов с поверхности в местах скопления людей позволяет выделить (локализовать) места с наибольшей агрессивностью выявленных вирусов, т.е. места наибольшего риска, что также является техническим результатом изобретения.The present invention is aimed at increasing the reliability in assessing the epidemic situation caused by viral infections, since the processing of data on the concentration of RNA and the infectious titer of air samples and swabs from the surface in crowded places allows you to select (localize) the places with the most aggressive viruses detected, i.e. places of greatest risk, which is also a technical result of the invention.
Патентуемый способ анализа и прогноза развития эпидемической ситуации, вызываемой воздушно-капельными инфекциями, включает периодический отбор проб в границах рассматриваемой территории, текущий мониторинг количества больных и прогноз для популяции в границах данной территории.A patented method for analyzing and predicting the development of an epidemic situation caused by airborne infections includes periodic sampling within the boundaries of the territory in question, ongoing monitoring of the number of patients and prognosis for the population within the boundaries of this territory.
Еженедельно определяют количество (К) больных в границах территории, параллельно осуществляют еженедельный отбор проб воздуха и/или смывы с поверхности в местах массового скопления людей. В отобранных пробах определяют концентрацию (Спроб) РНК вирусных антигенов и инфекционный титр (ИТпроб) вирусного материала, а среднюю скорость 
где nt - количество людей, невосприимчивых к данной инфекции в начале t-й недели, в сыворотке крови которых концентрация или титр специфических антител превосходят нижние пороговые значения; N - общее число людей в границах данной территории, kt - число больных в начале t-й недели; µ - величина, обратная средней продолжительности заболевания; γ - величина, обратная средней продолжительности сохранения иммунитета к данному заболеванию; λ - среднее число людей, которых один больной заражает в течение недели; А - среднее число людей, заразившихся в течение недели при контакте с внешними источниками инфекции; t - 1, 2, 3… - текущий номер недели наблюдений, и при удовлетворении условий: Спроб превышает нижнее пороговое значение, а ИТпроб превышает фоновое значение, переходят на ежедневный отбор упомянутых проб и при одновременном росте абсолютных величин К, Спроб и ИТпроб риск возникновения эпидемической ситуации оценивают как высокий.where n t is the number of people immune to this infection at the beginning of the t-th week, in the blood serum of which the concentration or titer of specific antibodies exceeds the lower threshold values; N is the total number of people within the boundaries of a given territory, k t is the number of patients at the beginning of the t-th week; µ is the reciprocal of the average duration of the disease; γ is the reciprocal of the average duration of immunity to this disease; λ is the average number of people that one patient infects during the week; A - the average number of people infected during the week in contact with external sources of infection; t - 1, 2, 3 ... is the current week number of the observations, and if the conditions are met: The sample exceeds the lower threshold value, and the IT sample exceeds the background value, switch to the daily sampling of the mentioned samples and, at the same time, the absolute values of K, Sample and IT sample increase, the risk of occurrence The epidemic situation is rated as high.
Способ может характеризоваться тем, что воздушно-капельные инфекции включают грипп, корь, краснуху и паротит. Показатель ИТпроб определяют как инфекционный титр обобщенного очищенного концентрированного вирусного материала по цитопатогенному действию (ЦПД), при этом за нижнее пороговое значение ИТпроб принимают экспериментально найденное фоновое значение.The method may be characterized in that airborne infections include influenza, measles, rubella and mumps. The IT test index is defined as the infectious titer of the generalized purified concentrated viral material according to the cytopathogenic effect (CPP), while the experimentally found background value is taken as the lower threshold value of the IT test.
Способ может характеризоваться и тем, что концентрацию Спроб РНК вирусных антигенов определяют посредством полимеразно-цепной реакции с флуоресцентной детекцией в режиме реального времени (ПЦР-РВ).The method can be characterized by the fact that the concentration of Sample RNA of viral antigens is determined by polymerase chain reaction with fluorescence detection in real time (PCR-RV).
Способ может характеризоваться также тем, что при гриппе определяют антигемагглютининовые и антинейраминидазные антитела с помощью реакции торможения гемагглютинации (РТГА) с определением видовой принадлежности штамма вируса гриппа, при нижнем пороговом значении 40 отн. ед. для индивидуума, а также и тем, что при кори определяют концентрацию противокоревых антител с помощью иммуноферментного анализа (ИФА) при нижнем пороговом значении 0,3 МЕ/мл для индивидуума. При краснухе определяют концентрацию противокраснушных антител с помощью ИФА при нижнем пороговом значении 25 МЕ/мл для индивидуума. При паротите определяют концентрацию противопаротитных антител при нижнем пороговом значении 1 отн. ед. для индивидуума.The method can also be characterized by the fact that anti-hemagglutinin and antineuraminidase antibodies are determined with influenza using the hemagglutination inhibition test (RTGA) with the determination of the species affiliation of the influenza virus strain, with a lower threshold value of 40 rel. units for an individual, as well as the fact that measles determines the concentration of measles antibodies using an enzyme-linked immunosorbent assay (ELISA) with a lower threshold value of 0.3 IU / ml for an individual. With rubella, the concentration of anti-rubella antibodies is determined by ELISA at a lower threshold of 25 IU / ml for an individual. With mumps, the concentration of anti-mumps antibodies is determined at a lower threshold of 1 rel. units for an individual.
Технический результат - повышение достоверности в оценке эпидемической ситуации, обусловленной вирусными инфекциями.EFFECT: increased reliability in assessing the epidemic situation due to viral infections.
Сущность изобретения поясняется на фигурах, где на:The invention is illustrated in the figures, where:
ФИГ. 1 представлена зависимость значения инфекционного титра ИТ (ln ТЦД 50/мл = 2, 3 lg ТЦД 50/мл) вируса гриппа от концентрации вирусной РНК (число копий/мл) в сыворотке крови и логарифмическая аппроксимирующая кривая;FIG. 1 shows the dependence of the value of the infectious titer of IT (
ФИГ. 2 представлена зависимость значения инфекционного титра ИТ (lg ТЦД 50/мл) от lg числа копий и линейная аппроксимирующая прямая.FIG. Figure 2 shows the dependence of the value of the infectious titer of IT (
ФИГ. 3. Модель прогноза. Зависимость заболеваемости от времени (в неделях) при разных значениях агрессивности А внешних рисков. По оси ординат - прогнозируемое число еженедельно заболевающих на 10000 человек.FIG. 3. The forecast model. The dependence of the incidence on time (in weeks) with different values of aggressiveness A of external risks. The ordinate axis is the predicted number of weekly sicknesses per 10,000 people.
ФИГ. 4. Модель прогноза. Зависимость заболеваемости от времени (в неделях) при разных значениях исходного (начального) числа n1 (невосприимчивых к распространяющейся инфекции), обусловленного популяционным иммунитетом. По оси ординат - прогнозируемое число еженедельно заболевающих на 10000 человек.FIG. 4. The forecast model. The dependence of the incidence on time (in weeks) for different values of the initial (initial) number n 1 (immune to the spreading infection), due to population immunity. The ordinate axis is the predicted number of weekly sicknesses per 10,000 people.
ФИГ. 5. Модель прогноза по данным роста заболеваемости в первую неделю. Прогнозируемое общее число переболевших на 10000 населения в течение 48 недель в отсутствие терапевтических и санитарно-гигиенических мероприятий (по оси ординат) как функция исходного значения n1 (начального к первой неделе числа невосприимчивых - по оси абсцисс).FIG. 5. The forecast model according to the incidence rate in the first week. The predicted total number of cases per 10,000 of the population during 48 weeks in the absence of therapeutic and sanitary measures (along the ordinate axis) as a function of the initial value n 1 (the number of unresponsive ones by the first week is the abscissa).
ФИГ. 6. Пример реализации способа анализа и прогноза развития эпидемической ситуации, вызванной ОРВИ-ГРИПП, по реальному мониторингу заболеваемости в регионе с населением 300000 человек, проведенному в течение 23 недель.FIG. 6. An example of the implementation of the method of analysis and forecasting the development of the epidemic situation caused by SARS-Influenza Influenza, real monitoring of the incidence in the region with a population of 300,000 people, conducted over 23 weeks.
ФИГ. 7-11. Графические материалы к примерам 1, 2.FIG. 7-11. Graphic materials for examples 1, 2.
Способ основан на следующих положениях, установленных самими заявителями.The method is based on the following provisions established by the applicants themselves.
Настоящее изобретение направлено на повышение достоверности в оценке эпидемической ситуации, обусловленной вирусными инфекциями, поскольку способ-прототип не учитывает агрессивность вируса, проявляющуюся в наличии нижнего порога действия концентрации РНК, оцениваемого по числу копий, и проявляющуюся в нарастании инфекционного титра проб с тенденцией к насыщению.The present invention is aimed at increasing the reliability in assessing the epidemic situation caused by viral infections, since the prototype method does not take into account the aggressiveness of the virus, manifested in the presence of a lower threshold for the concentration of RNA, estimated by the number of copies, and manifested in the increase in the infectious titer of samples with a tendency to saturation.
Это новое знание выявлено заявителями в серии исследований сыворотки крови 500 больных с установленным методом ПЦР диагнозом гриппа определенного штамма в период сезонной эпидемии ОРВИ-гриппа. На ФИГ. 1 представлена зависимость значения инфекционного титра ИТ (ln ТЦД 50/мл = 2, 3 lg ТЦД 50/мл) вируса гриппа от концентрации вирусной РНК (число копий/мл) в сыворотке крови и логарифмическая аппроксимирующая кривая. По абсциссе X = Число копий, по ординате Y=ln ТЦД 50/мл. Кривая - логарифмическая аппроксимирующая. Из уравнения аппроксимирующей логарифмической кривой следует Y=0, если ln X=2,69, и тогда число копий пороговое оказывается равным 15 для данного штамма гриппа.This new knowledge was revealed by the applicants in a series of studies of the blood serum of 500 patients with a PCR diagnosis of a specific strain of flu during the seasonal SARS flu epidemic. In FIG. Figure 1 shows the dependence of the value of the IT infectious titer (
НА ФИГ. 2 представлена зависимость значения инфекционного титра ИТ (lg ТЦД 50/мл) от lg числа копий. А именно, отложены: по абсциссе lg числа копий, по ординате - инфекционный титр = lg ТЦД 50/мл. Прямая - линейная аппроксимирующая. Из уравнения линейной аппроксимирующей следует Y=0, если lg числа копий = 1,1683, и тогда число копий пороговое оказывается равным 15 для данного штамма гриппа. Оба вида приближения дают близкие значения нижнего порога числа копий РНК, начиная с которого проявляется инфицирующее действие штамма вируса гриппа.In FIG. Figure 2 shows the dependence of the value of the infectious titer of IT (log
В большинстве существующих моделей эпидемии основными показателями эпидемической ситуации в каждый момент времени является количество больных и невосприимчивых, тогда как на практике статистические данные собираются совсем по другому показателю - заболеваемости, поэтому при моделировании следует рассматривать именно эту характеристику, которая, конечно, зависит и от количества К больных, и от количества людей, невосприимчивых к данной инфекции, в сыворотке крови которых концентрация или титр специфических антител превосходят нижние пороговые значения.In the majority of existing epidemic models, the main indicators of the epidemic situation at each moment of time is the number of patients and are unresponsive, while in practice the statistics are collected for a completely different indicator - the incidence, therefore, when modeling, this characteristic should be considered, which, of course, depends on the quantity To patients, and from the number of people immune to this infection, in the blood serum of which the concentration or titer of specific antibodies exceeds the lower threshold values.
Заражение может происходить двумя путями: непосредственно от больных (носителей) или от внешних источников (вода, воздух, загрязненные поверхности и т.д.). Отметим, что такое разделение является условным, поскольку практически никогда нельзя с уверенностью выделить основную причину заболевания; оно продиктовано необходимостью учета внешних рисков, о которых было сказано выше. Кроме того, на заболеваемость существенное влияние оказывает и уровень иммунитета населения. Поэтому при оценке средней заболеваемости следует учитывать все эти факторы.Infection can occur in two ways: directly from patients (carriers) or from external sources (water, air, contaminated surfaces, etc.). Note that this separation is conditional, since it is almost never possible to identify with certainty the main cause of the disease; it is dictated by the need to take into account external risks, which were mentioned above. In addition, the incidence rate is also significantly affected by the level of population immunity. Therefore, when assessing the average incidence, all these factors should be taken into account.
Далее, при пояснении сущности изобретения используются термины риски, протекторы и популяционный иммунитет - известные из уровня медицинской техники и медицинских (вирусологических) технологий понятия: риски - факторы, способствующие росту заболеваемости; протекторы - факторы, сдерживающие рост заболеваемости; протектирование (протективный иммунитет) - это ответ на реинфицирование путем распознавания антигенов предсуществующими антителами и эффекторными Т-клетками с последующим удалением возбудителя. Популяционный иммунитет - это приобретенное состояние специфической защищенности популяции, слагающееся из иммунитета индивидуумов, входящих в популяцию.Further, when explaining the essence of the invention, the terms risks, protectors and population immunity are used - the concepts known from the level of medical equipment and medical (virological) technologies: risks - factors contributing to the growth of the incidence rate; protectors - factors inhibiting the growth of morbidity; protection (protective immunity) is a response to reinfection by recognition of antigens by preexisting antibodies and effector T cells, followed by removal of the pathogen. Population immunity is an acquired state of specific protection of a population, composed of the immunity of individuals in a population.
Концептуально способ представляет собой выявление статистически достоверных факторов влияния на развитие эпидемической ситуации, а именно рисков и протекторов, синхронный мониторинг динамики заболеваемости и динамики факторов влияния и прогнозирование на основе получаемых результатов характера развития эпидемической ситуации с целью оперативного принятия адекватных санитарно-гигиенических мер в отношении рисков и/или дополнительных медико-профилактических мер в отношении протекторов.Conceptually, the method is the identification of statistically significant factors influencing the development of the epidemic situation, namely risks and protectors, synchronous monitoring of the dynamics of the incidence and dynamics of the factors of influence and forecasting based on the results of the nature of the development of the epidemic situation with the aim of prompt adoption of adequate sanitary and hygienic measures with regard to risks and / or additional preventative measures for protectors.
Для анализа текущего состояния рисков отбирают пробы воздуха и/или смывы с поверхности в местах скопления людей, а именно: на конечных и привокзальных станциях метро, а также в поездах метро в часы пик; в зданиях вокзалов, автовокзалов и аэропортов, а затем отслеживают наличие или отсутствие положительного линейного тренда этих показателей как фактора угрозы развития эпидемии.To analyze the current state of risks, air samples and / or flushes are taken from the surface in crowded places, namely: at the terminal and station metro stations, as well as in metro trains during peak hours; in the buildings of train stations, bus stations and airports, and then monitor the presence or absence of a positive linear trend of these indicators as a threat factor for the development of the epidemic.
Для уточнения прогноза развития эпидемии по району предлагается использовать не усредненное на общее число жителей района значение числа заболевших, а оценивать состояние эпидемической ситуации в районе путем учета числа заболевших выборочной поликлиники на общее число обратившихся в данную поликлинику за прошедший год. Увеличение числа выборочных поликлиник повысит точность прогноза по району и округу в целом.To clarify the forecast for the development of the epidemic in the district, it is proposed to use not the average number of sick people averaged over the total number of residents of the district, but to assess the state of the epidemic situation in the district by taking into account the number of sick people in the selected clinic for the total number of people who came to this clinic over the past year. An increase in the number of selected clinics will increase the accuracy of the forecast for the district and the district as a whole.
Способ применяет впервые разработанную модель эпидемии, определяя отдельно влияние внутренних протекторов и рисков, связанных с состоянием внутренней среды индивидуума и его непосредственным контактом с больным-вирусоносителем, и внешних рисков, связанных с пребыванием индивидуума в неблагоприятной по содержанию вирусов внешней среде. Для выявления локализации внешних рисков предлагается проведение вирусологических наблюдений в отдельных пунктах по округу.The method uses the first developed epidemic model, determining separately the influence of internal protectors and risks associated with the state of the individual’s internal environment and its direct contact with the virus carrier patient, and external risks associated with the individual being in an environment that is unfavorable in terms of virus content. To identify the localization of external risks, it is proposed to conduct virological observations at individual points in the district.
В предлагаемой модели динамика эпидемической ситуации определяется следующими параметрами: λ - интенсивность заражения от одного больного, А - агрессивность вируса во внешней среде, µ - интенсивность выздоровления одного больного, γ - скорость потери иммунитета одним человеком.In the proposed model, the dynamics of the epidemic situation is determined by the following parameters: λ is the intensity of infection from one patient, A is the aggressiveness of the virus in the environment, μ is the intensity of recovery of one patient, γ is the rate of loss of immunity by one person.
Интенсивность заражения от одного больного λ - это среднее число людей, которых один больной может заразить в единицу времени (в течение недели или суток). Величина λ определяется, прежде всего, частотой контактов в рассматриваемом регионе, а также зависит и от свойств вируса, особенно контагиозности: если она близка к 1, как, например, при ОРВИ, то λ можно интерпретировать как среднее число контактов в единицу времени (под контактом понимается взаимодействие между двумя людьми, продолжительность которого достаточна для заражения).The intensity of infection from one patient λ is the average number of people whom one patient can infect per unit time (within a week or day). The value of λ is determined, first of all, by the frequency of contacts in the region under consideration, and also depends on the properties of the virus, especially contagiousness: if it is close to 1, as, for example, during acute respiratory viral infections, then λ can be interpreted as the average number of contacts per unit time (under contact is understood as the interaction between two people, the duration of which is sufficient for infection).
Внешний риск характеризуется параметром А, определяющим агрессивность вируса во внешней среде. Под агрессивностью вируса понимается среднее количество заболевших в течение недели (суток) людей, заражение которых обусловлено контактом с внешними источниками инфекции (вода, воздух и т.д.). Это параметр определяется частотой контактов с внешними источниками инфекции, а также свойствами самого вируса, а именно: выживаемостью, вирулентностью, патогенностью вируса в заданных внешних условиях.External risk is characterized by parameter A, which determines the aggressiveness of the virus in the external environment. Virus aggressiveness is understood as the average number of people infected during the week (day) of people whose infection is caused by contact with external sources of infection (water, air, etc.). This parameter is determined by the frequency of contacts with external sources of infection, as well as the properties of the virus itself, namely: survival, virulence, pathogenicity of the virus in given external conditions.
На ФИГ. 3. представлена моделируемая зависимость заболеваемости от агрессивности внешних рисков, где отложены по оси абсцисс время в неделях, по оси ординат - прогнозируемое число еженедельно заболевающих на 10000 человек при разных значениях агрессивности А внешних рисков.In FIG. 3. The simulated dependence of the incidence on the aggressiveness of external risks is presented, where the time in weeks is plotted on the abscissa axis, and the predicted number of weekly cases per 10,000 people with different values of aggressiveness A of external risks on the ordinate axis.
Параметры λ и А, очевидно, относятся к рискам. Отметим, что на λ повлиять довольно сложно (если только введением карантина, что не всегда бывает возможно, особенно среди взрослого населения), тогда как для уменьшения А достаточно организовать своевременные санитарно-гигиенические профилактические мероприятия (дезинфекция в местах массового скопления людей, очистка воды, поверхностей и т.д.).The parameters λ and A are obviously related to risks. Note that it is rather difficult to influence λ (if only by introducing quarantine, which is not always possible, especially among the adult population), while to reduce A it is enough to organize timely sanitary and hygienic preventive measures (disinfection in crowded places, water purification, surfaces, etc.).
Параметр µ - интенсивность выздоровления одного больного, величина, обратная средней продолжительности заболевания; γ - скорость потери иммунитета одним человеком, величина, обратная средней продолжительности сохранения иммунитета к данному заболеванию.The parameter µ is the intensity of recovery of one patient, the reciprocal of the average duration of the disease; γ is the rate of loss of immunity by one person, the reciprocal of the average duration of immunity to this disease.
Указанные параметры, определяющие предлагаемую модель эпидемии, позволяют оценить динамику заболеваемости (т.е. среднего числа заболевших в течение недели), числа больных и числа невосприимчивых.The indicated parameters that determine the proposed epidemic model make it possible to assess the dynamics of the incidence rate (i.e., the average number of cases during the week), the number of patients, and the number of unresponsive ones.
Если в начале текущей недели известно число больных k и количество невосприимчивых к данной инфекции n, то прогнозируемое среднее число людей, которые заболеют за неделю, будет равноIf at the beginning of the current week the number of patients k and the number of n immune to this infection are known, then the predicted average number of people who fall ill in a week will be
где N - общее число людей в границах данной территории; 
В начале первой недели наблюдения n1 и k1 - соответственно число невосприимчивых и больных. По формуле (1) за эту неделю заболеет в среднем 
Вычисления показателей эпидемической ситуации по соотношениям (2) достаточно просты и могут быть выполнены, например, в Excel.The calculation of the indicators of the epidemic situation by the relations (2) is quite simple and can be performed, for example, in Excel.
Поскольку ежегодные эпидемии (например, гриппа и ОРВИ) вызываются различными типами вирусов и, кроме того, частота контактов может варьироваться в зависимости от территории, для каждой конкретной территории необходимы свои оценки параметров λ и А.Since annual epidemics (for example, influenza and SARS) are caused by different types of viruses and, moreover, the frequency of contacts may vary depending on the territory, for each specific territory its own estimates of the parameters λ and A are necessary.
При построения оценок параметров λ и А в предлагаемой модели используют метод наименьших квадратов (МНК). По имеющимся данным строят график заболеваемости и визуально выделяют на нем участок временного интервала I, на котором не происходит резких скачков заболеваемости, т.е. заражение происходит только при контактах с больными, а агрессивность вируса во внешней среде близка к нулю. Тогда для построения оценки параметра λ достаточно решить задачу 
здесь vt - результаты наблюдений (статистические данные). here v t are the results of observations (statistical data).
Для оценки параметра А решается задача 
где значение λ найдено при решении задачи (3). Затем полученные оценки λ и А используют для прогнозирования эпидемической ситуации в соответствии с соотношениями (2).where the value of λ is found in solving problem (3). Then, the obtained estimates of λ and A are used to predict the epidemic situation in accordance with relations (2).
Исходное число людей, невосприимчивых к распространяющейся инфекции, обусловленное популяционным иммунитетом, существенно влияет на заболеваемость.The initial number of people immune to a spreading infection due to population immunity significantly affects the incidence.
На ФИГ. 4 представлена моделируемая зависимость еженедельно заболевающих, на 10000 человек, при разных значениях исходного (начального) числа n1 невосприимчивых к распространяющейся инфекции, обусловленного популяционным иммунитетом; по оси абсцисс - время в неделях. Заболеваемость можно снизить путем влияния на популяционный иммунитет, увеличивая число невосприимчивых, например, с помощью вакцинации населения или рекомендаций по оперативному профилактическому приему противовирусных препаратов.In FIG. Figure 4 shows the simulated dependence of weekly sick people per 10,000 people, with different values of the initial (initial) number n 1 immune to the spreading infection caused by population immunity; the abscissa is the time in weeks. The incidence can be reduced by influencing population immunity by increasing the number of refractory ones, for example, by vaccinating the population or recommending prompt preventive antiviral medications.
На ФИГ. 5 представлен прогноз заболеваемости по данным роста заболеваемости за первую неделю. По оси ординат моделируется прогнозируемое общее число заболевших на 10000 населения в течение 48 недель в отсутствие терапевтических и санитарно-гигиенических мероприятий как функция исходного значения n1, т.е. начального к первой неделе, числа невосприимчивых, отложенного по оси абсцисс.In FIG. 5 presents the prognosis of incidence according to the increase in incidence for the first week. On the ordinate axis, the predicted total number of cases per 10,000 population is simulated for 48 weeks in the absence of therapeutic and sanitary measures as a function of the initial value n 1 , i.e. initial to the first week, the number of refractory, delayed by the abscissa.
На ФИГ. 6 представлен пример реализации патентуемого способа анализа и прогноза развития эпидемической ситуации, вызванной воздушно-капельной инфекцией ОРВИ-ГРИПП, по реальному мониторингу заболеваемости в регионе с населением 300 тыс. человек в течение 23 недель.In FIG. Figure 6 shows an example of the implementation of a patented method for analyzing and predicting the development of an epidemic situation caused by an airborne infection of ARVI-INFLUENZA for real monitoring of the incidence in a region with a population of 300 thousand people over 23 weeks.
0-й этап. Определение фона заболеваемости.0th stage. Determination of the background incidence.
1-й этап развития эпидемической ситуации. Возникший на 15 неделе наблюдений всплеск заболеваемости спровоцирован возникшим в регионе резким скачком агрессивности внешнего риска и практическим отсутствием популяционного иммунитета к данной инфекции. Прогноз: рост заболеваемости - значительный.1st stage of the development of the epidemic situation. The burst of incidence that occurred at the 15th week of observations was provoked by a sharp jump in the aggressiveness of external risk that arose in the region and a practical lack of population immunity to this infection. Forecast: an increase in the incidence rate is significant.
2-й этап развития эпидемической ситуации. На 16-17 неделях наблюдения растет текущее число невосприимчивых за счет приобретших иммунитет переболевших, Агрессивность внешнего риска падает. Прогноз: рост заболеваемости - умеренный.2nd stage of the development of the epidemic situation. At 16-17 weeks of observation, the current number of refractory patients is growing due to those who have acquired immunity and have become ill. Aggressiveness of external risk decreases. Forecast: an increase in the incidence is moderate.
3-й этап развития эпидемической ситуации. Устремление к нулю агрессивности внешнего риска при t>18 недель оказывает стабилизирующее влияние на заболеваемость.3rd stage of the development of the epidemic situation. Tending to zero external risk aggressiveness at t> 18 weeks has a stabilizing effect on the incidence.
Прогноз: рост заболеваемости - нулевой с тенденцией к завершению вспышки.Forecast: an increase in the incidence rate is zero with a tendency to end the outbreak.
Отсутствие роста числа больных К в течение двух и более недель при увеличении величин Спроб и ИТпроб будет свидетельствовать о высоком уровне популяционного иммунитета и низком риске возникновения эпидемии.The absence of an increase in the number of patients with K for two or more weeks with an increase in Sample and IT samples will indicate a high level of population immunity and a low risk of an epidemic.
При росте числа больных К и показателях Спроб и ИТпроб, не превышающих пороговых значений, риск возникновения эпидемии оценивается как средний. При этом следует увеличить количество мест забора проб с целью локализации внешних источников инфекции и проведения соответствующих противоэпидемических мероприятий.With an increase in the number of patients with To and indicators Sample and IT test, not exceeding the threshold values, the risk of an epidemic is assessed as average. At the same time, the number of sampling sites should be increased in order to localize external sources of infection and conduct appropriate anti-epidemic measures.
Технология отбора проб - стандартная. Пробы воздуха отбирают трехкратным всасыванием воздуха в шприц без иглы, закрывают шприц колпачком, перевозят, затем пробу «впрыскивают» в среду-раствор и далее используют в качестве анализируемого образца. Смывы с поверхности отбирают с помощью стерильных увлажненных ватных тампонов по рутинной методике. Смывы берут с поверхности 100 см2, для ограничения поверхностей используют шаблон (трафарет), сделанный из проволоки. Далее взятый раствор-смыв используют в качестве анализируемого образца.Sampling technology is standard. Air samples are taken three times by suction of air into the syringe without a needle, the syringe is closed with a cap, transported, then the sample is “injected” into the solution medium and then used as an analyzed sample. Rinses from the surface are selected using sterile moistened cotton swabs according to a routine procedure. Flushes are taken from a surface of 100 cm 2 , to limit the surfaces using a template (stencil) made of wire. Next, the taken wash solution is used as an analyzed sample.
Текущее состояние рисков в местах скопления людей определяют, измеряя в пробах воздуха и/или смывах с поверхности инфекционный титр обобщенного очищенного концентрированного материала, а именно: для гриппа в культуре MDCK, для кори в культуре Vero, для краснухи в культуре RK-13 и для паротита в культуре Vero, используя стандартную методику титрования вируса, и выраженный в единицах lg ТЦД50/МЛ (ТЦД50 - тканевая цитопатическая доза, при которой погибает 50% клеток культуры). За нижнее пороговое значение принимают фоновое значение, экспериментально найденное вне эпидемии.The current state of risks in crowded places is determined by measuring the infectious titer of the generalized purified concentrated material in air samples and / or flushes from the surface, namely: for influenza in the MDCK culture, for measles in the Vero culture, for rubella in the RK-13 culture, and for mumps in Vero culture, using the standard method of titration of the virus, and expressed in units of lg TCD 50 / ML (TCD 50 - tissue cytopathic dose at which 50% of the cells of the culture dies). The background value experimentally found outside the epidemic is taken as the lower threshold value.
В анализируемых образцах также определяют концентрации РНК вирусных антигенов с помощью полимеразно-цепной реакции с флуоресцентной детекцией в режиме реального времени (ПЦР-РВ), используя тест-системы фирмы Нарвак для гриппа, фирмы Синтол для кори, фирмы АмплиСенс для краснухи, фирмы Синтол для паротита, и выраженные в единицах Число копий/мл. Нижнее пороговое значение для пробы воздуха или смыва с поверхности - ноль.The analyzed samples also determine the concentration of RNA of viral antigens using polymerase chain reaction with fluorescence detection in real time (PCR-RV) using test systems from Narvak for influenza, Synthol for measles, AmpliSens for rubella, Synthol for mumps, and expressed in units of the number of copies / ml. The lower threshold value for an air sample or surface flush is zero.
Текущее состояние протекторов определяют, оценивая исходный к моменту начала мониторинга вспышки заболевания популяционный иммунитет. Для этого анализируют в выборках по району относительное число людей, в сыворотке крови которых концентрация или титр специфических антител превосходит соответствующие общепринятые международным и/или отечественным здравоохранением нижние пороговые значения показателя протектирования. Затем вычисляют показатель невосприимчивости выборки и/или популяции в целом к данному инфекционному заболеванию как «относительное число людей, концентрация или титр специфических антител в сыворотке крови которых превосходят соответствующие нижние пороговые значения показателя протектирования».The current state of the protectors is determined by assessing the initial immunity at the time of monitoring the outbreak. For this, the relative number of people in the blood serum of which the concentration or titer of specific antibodies exceeds the corresponding lower threshold values of the protection rate generally accepted by international and / or national health care is analyzed in samples from the district. Then, the immunity index of the sample and / or the population as a whole to this infectious disease is calculated as “the relative number of people whose concentration or titer of specific antibodies in the blood serum exceeds the corresponding lower threshold values of the protection index”.
Для гриппа в качестве показателя протектирования используют титр противогриппозных (антигемагглютининовых и антинейраминидазных) антител (для всех штаммов), измеренный с помощью реакции торможения гемагглютинации (РТГА) с использованием тест-системы для РТГА с определением видовой принадлежности (штамма) вируса гриппа фирмы РеЛеС, нижнее пороговое значение для индивидуума - 40 отн. ед.For influenza, a titer of anti-influenza (anti-hemagglutinin and antineuraminidase) antibodies (for all strains), measured using the hemagglutination inhibition reaction (RTGA) using a test system for RTGA with the determination of the species affiliation (strain) of the ReLES influenza virus, is used as an indicator of protection the threshold value for an individual is 40 rel. units
Для кори в качестве показателя протектирования используют концентрацию противокоревых антител, определяемых с помощью иммуноферментного анализа (ИФА) с использованием иммуноферментной тест-системы Корь Скрин ЗАО «Биосервис», нижнее пороговое значение для индивидуума - 0,3 МЕ/мл (Международные единицы, рассчитываемые в соответствии с Международным стандартом определения защитных антител).For measles, the concentration of anti-measles antibodies determined using an enzyme-linked immunosorbent assay (ELISA) using the Co-Screen immunosorbent assay system Bioservice CJSC, the lower threshold value for an individual is 0.3 IU / ml (International units calculated in according to the International Standard for the Determination of Protective Antibodies).
Для краснухи в качестве показателя протектирования используют концентрацию противокраснушных антител, определяемых с помощью ИФА с использованием иммуноферментной тест-системы «ЭКОлаб - Краснуха-lgG», нижнее пороговое значение для индивидуума - 25 МЕ/мл.For rubella, the concentration of anti-rubella antibodies, determined by ELISA using the EKOlab - Rubella-IgG immunoenzyme test system, is used as an indicator of protection; the lower threshold value for an individual is 25 IU / ml.
Для паротита в качестве показателя протектирования используют концентрацию противопаротитных антител, определяемых с помощью ИФА с использованием иммуноферментной тест-системы Паротит Скрин ЗАО «Биосервис», нижнее пороговое значение для индивидуума - оптическая единица. Параллельно во времени отслеживают число еженедельно заболевших, а при угрозе развития эпидемии - число ежедневно заболевших.For mumps, the concentration of antiparitic antibodies, determined by ELISA using the Parotit Screen enzyme immunoassay system of Bioservice CJSC, is used as an indicator of protection, the lower threshold value for an individual is an optical unit. At the same time, the number of sick people is monitored weekly, and if there is a threat of an epidemic, the number of sick people daily.
Модель позволяет прогнозировать предполагаемое пиковое значение числа заболевающих, полуширину длительности эпидемической ситуации и оперативно корректировать прогноз по мере поступления данных вирусологических наблюдений о состоянии внешних рисков.The model makes it possible to predict the expected peak value of the number of cases, the half-width of the duration of the epidemic situation, and promptly adjust the forecast as the data of virological observations on the state of external risks.
Для каждого исследованного заболевания по рассчитанным линейным трендам и коэффициентам корреляции интервальной эпидемической переменной с инфекционным титром проб воздуха и/или смывов поверхности как риском и/или с напряженностью популяционного иммунитета как протектором результаты могут быть отображены на картах эпидемической ситуации региона с использованием, например, квазицветов. Карты уровня угрозы развития эпидемии выводятся на монитор и в сеть Интернет.For each disease studied, according to the calculated linear trends and correlation coefficients of the interval epidemic variable with the infectious titer of air samples and / or surface washings as a risk and / or with the intensity of population immunity as a protector, the results can be displayed on the maps of the epidemic situation in the region using, for example, quasi-colors . Maps of the threat level of the epidemic are displayed on the monitor and on the Internet.
Ежесуточно регистрируют число пациентов детей, заболевших респираторной инфекцией. Параллельно во времени оценивают текущее протектирование, т.е. обеспечивающее невосприимчивость выборки и/или популяции к данному инфекционному заболеванию. Для оценки текущего протектирования отслеживают показатели протектирования у случайно выбранных как вакцинированных, так и непривитых детей, а затем усредняют значения показателей по выборке (району) и/или по популяции (региону) в целом. Также отслеживают число детей, прошедших однократную профилактическую вакцинацию по данному заболеванию, и число прошедших двукратную профилактическую вакцинацию по данному заболеванию.Daily record the number of patients of children with respiratory infections. In parallel, the current protection is evaluated in time, i.e. providing immunity of the sample and / or population to this infectious disease. To evaluate current protection, protection indicators are monitored for randomly selected both vaccinated and unvaccinated children, and then the values of the indicators are averaged over the sample (region) and / or population (region) as a whole. Also track the number of children who received a single preventive vaccination for this disease, and the number of people who received a double preventive vaccination for this disease.
Способ позволяет на раннем этапе эпидемии построить оценки для параметров λ и А, определяющих эпидемический процесс, что, соответственно, даст возможность адекватно спрогнозировать развитие эпидемии и своевременно провести необходимые профилактические и санитарно-гигиенические мероприятия.The method allows, at an early stage of the epidemic, to construct estimates for the parameters λ and A that determine the epidemic process, which, accordingly, will make it possible to adequately predict the development of the epidemic and timely carry out the necessary preventive and sanitary-hygienic measures.
ПРИМЕР 1. Заболевание ОРВИ-ГРИПП. Сводки понедельной заболеваемости ОРВИ-ГРИПП (далее заболевание (1)) в регионе Р(1) с населением 272390 человек имеют следующий характер.EXAMPLE 1. The disease ARVI-INFLUENZA. A summary of the weekly incidence of SARS-Influenza Influenza (hereinafter referred to as disease (1)) in Region P (1) with a population of 272,390 is as follows.
Параллельно с регистрацией числа заболевших определялись характеристики внешних рисков в границах региона Р(1), а именно: определение Спроб воздушно-капельной среды (т.е. концентрации РНК антигенов респираторно патогенных вирусов) в пробах воздуха и в смывах с поверхностей, измеренной с помощью полимеразно-цепной реакции с флуоресцентной детекцией в режиме реального времени (ПЦР-РВ) и выраженной в единицах Число копий/мл, и определении ИТпроб воздушно-капельной среды (инфекционного титра респираторно-патогенных вирусов в пробах воздуха и в смывах с поверхностей, измеренного по цитопатогенному действию (ЦПД) и выраженного в единицах lg ТЦД50/мл), получены следующие числовые значения:In parallel with the registration of the number of cases, the characteristics of external risks were determined within the boundaries of region P (1), namely: determination of the airborne droplet sample (i.e., the concentration of RNA of antigens of respiratory pathogenic viruses) in air samples and in washes from surfaces, measured using real-time polymerase chain reaction with real-time fluorescence detection (PCR-RV) and expressed in units of copies / ml, and determining the IT sample of an airborne droplet (infectious titer of respiratory pathogenic viruses in air samples in washings with surfaces measured by cytopathogenic effect (CPE) and expressed in units lg TCD 50 / ml), prepared following numerical values:
Исходные параметры: Общая численность населения в регионе P(1)-N=272390 человек; Общее время наблюдений - 23 недели; Исходное число невосприимчивых R0=0% N; Средняя продолжительность рассматриваемого заболевания (1) - 1,5 недели, откуда µ=0,667 нед-1; Средняя продолжительность сохранения индивидуального иммунитета после перенесенной болезни (1) или вакцинации - 6 недель, откуда γ=0,1667 нед-1.Baseline: The total population in the region is P (1) -N = 272390 people; The total observation time is 23 weeks; The initial number of refractory R 0 = 0% N; The average duration of the disease in question (1) is 1.5 weeks, whence µ = 0.667 weeks -1 ; The average duration of preservation of individual immunity after a previous illness (1) or vaccination is 6 weeks, whence γ = 0.1667 weeks -1 .
Рассчитанные параметры: На ФИГ. 7 представлен график заболеваемости, построенный по результатам наблюдений. Визуально на нем определяются 3 этапа эволюции эпидемической ситуации:The calculated parameters: In FIG. 7 presents a graph of morbidity, based on the results of observations. Visually, it defines 3 stages of the evolution of the epidemic situation:
1 этап - отсутствие резких скачков заболеваемости, 1-14 неделя наблюдений. На этом этапе заражение происходит только при контактах с больными, а агрессивность вируса во внешней среде близка к нулю. По результатам наблюдений с помощью метода наименьших квадратов вычислена оценка интенсивности заражения от одного больного λ для заболевания (1) в регионе Р при нулевой агрессивности внешних рисков; она составляет 0,712 человек/в неделю; также построен 3 сигма-диапазон фоновых значений заболеваемости (1) в регионе Р - фоновая заболеваемость составляет 1029-1821 заболевших в неделю.Stage 1 - the absence of sharp jumps in incidence, 1-14 weeks of observation. At this stage, infection occurs only through contact with patients, and the aggressiveness of the virus in the external environment is close to zero. According to the results of observations using the least squares method, the estimate of the intensity of infection from one patient λ for disease (1) in region P was calculated with zero external risk aggressiveness; it is 0.712 people / week; 3 sigma-ranges of background morbidity values were also constructed (1) in region P - the background morbidity is 1029-1821 cases per week.
2 этап - резкий рост заболеваемости, выход значений заболеваемости за границы диапазона фоновых значений, 15-17 неделя наблюдений. На этом этапе рост заболеваемости обусловлен появлением внешних источников заражения и недостаточным уровнем популяционного иммунитета, который формировался на 1 этапе только у перенесших заболевание. Оценка параметра А, характеризующего агрессивность внешних рисков, вычисленная с помощью метода наименьших квадратов, на этом этапе составила 1012 человек в неделю.Stage 2 - a sharp increase in the incidence, the incidence of the values of the incidence beyond the range of background values, 15-17 weeks of observation. At this stage, the increase in morbidity is due to the appearance of external sources of infection and an insufficient level of population immunity, which was formed at
3 этап - постепенное снижение заболеваемости - 18-23 неделя наблюдений. Спад заболеваемости обусловлен, во-первых, уменьшением агрессивности внешних рисков, во-вторых, повышением уровня популяционного иммунитета. На этом этапе рост числа невосприимчивых происходит не только за счет переболевших, но и за счет лиц, принимающих противовирусные препараты, витамины и предпринимающих другие профилактические меры, вакцинируемых, а также тех, у кого иммунитет формируется естественным путем на фоне воздействия внешних факторов риска. Оценка для параметра А на этом этапе составила 773 чел./нед, а доля прироста невосприимчивых - 20728 человек в неделю, что составляет примерно 7,6% от общего населения региона. По полученным данным построен прогноз дальнейшего развития эпидемической ситуации (ФИГ. 8).Stage 3 - a gradual decrease in the incidence - 18-23 weeks of observation. The decline in the incidence is due, firstly, to a decrease in the aggressiveness of external risks, and secondly, to an increase in the level of population immunity. At this stage, the increase in the number of refractory people occurs not only due to illnesses, but also due to people taking antiviral drugs, vitamins and other preventive measures, vaccinated people, as well as those whose immunity is formed naturally through exposure to external risk factors. The estimate for parameter A at this stage was 773 people / week, and the share of growth of refractory people was 20728 people per week, which is about 7.6% of the total population of the region. According to the data obtained, a forecast is made for the further development of the epidemic situation (FIG. 8).
Из полученных результатов следует, что рост агрессивности внешних рисков носил кратковременный характер, затем последовало ее снижение, возможно, вследствие изменения погодных и других внешних условий, и/или благодаря проведенным своевременным достаточным лечебно-профилактическим мероприятиям. Наличие отрицательных трендов Агрессивности внешних рисков и Характеристик внешних рисков - достаточное основание считать отсутствующей угрозу перерастания вспышки заболевания в эпидемию. Естественно накопленный и/или сформированный своевременно проведенными достаточными лечебно-профилактическими мероприятиями популяционный иммунитет удержал эпидемическую ситуацию в рамках допустимых значений в регионе Р с населением 272390 человек. Эпидемическая ситуация носила обычный сезонный характер.From the results it follows that the increase in the aggressiveness of external risks was of a short-term nature, then its decrease followed, possibly due to changes in weather and other external conditions, and / or due to the timely and sufficient treatment and preventive measures. The presence of negative trends in the aggressiveness of external risks and the characteristics of external risks is a sufficient reason to consider the absence of a threat of an outbreak of the disease becoming an epidemic. The population immunity, naturally accumulated and / or formed by the timely implementation of sufficient treatment and preventive measures, kept the epidemic situation within the acceptable values in region R with a population of 272,390 people. The epidemic situation was of a normal seasonal nature.
ПРИМЕР 2. Заболевание КРАСНУХА (К). при исследовании Сравнительной заболеваемости К детей в населенном регионе Р(2) с детским населением 90000 человек до и после однократной и двукратной вакцинации:EXAMPLE 2. Disease of RED (K). in the study of the Comparative incidence of K children in the populated region P (2) with a child population of 90,000 people before and after single and double vaccination:
Параллельно исследовались характеристики популяционного иммунитета среди детского населения в границах региона Р(2) путем определения концентрации противокраснушных антител класса G в сыворотке крови методом иммуноферментного анализа (ИФА) при нижнем пороговом значении 25 МЕ/мл для индивидуума, измеренной с помощью иммуноферментных тест-систем: «Эколаб-Краснуха-lgG» и «ВСМ-Diagnostics-lgG» (США). Ниже приведены сведения о напряженности популяционного иммунитета к краснухе у привитых разных возрастных групп в населенном регионе Р(2) с детским населением 90000 человек в 2009 году.In parallel, we studied the characteristics of population immunity among children within the boundaries of region P (2) by determining the concentration of anti-rubella class G antibodies in blood serum by enzyme-linked immunosorbent assay (ELISA) at a lower threshold value of 25 IU / ml for an individual measured using enzyme-linked immunosorbent assay systems: "Ekolab-Rubella-lgG" and "BCM-Diagnostics-lgG" (USA). Below is information about the intensity of population immunity to rubella in vaccinated children of different age groups in the populated region P (2) with a child population of 90,000 in 2009.
Получены следующие результаты.The following results are obtained.
1. Статистически достоверное (коэффициент корреляции 0,9), снижение детской заболеваемости К после однократной и двукратной вакцинации (ФИГ. 9);1. Statistically significant (correlation coefficient 0.9), a decrease in childhood incidence of K after single and double vaccination (FIG. 9);
2. Однократная вакцинация обеспечивает снижение заболеваемости К до 10%-ного уровня (угловой коэффициент линейной регрессии составляет 0,107) по сравнению с уровнем заболеваемости К у непривитых детей (ФИГ. 10);2. A single vaccination provides a decrease in the incidence of K to 10% (the angular coefficient of linear regression is 0.107) compared with the incidence of K in unvaccinated children (FIG. 10);
3. Двукратная вакцинация снижает этот уровень до 3% (угловой коэффициент линейной регрессии составляет 0,029) по сравнению с уровнем заболеваемости К непривитых детей (ФИГ. 11);3. Double vaccination reduces this level to 3% (the angular coefficient of linear regression is 0.029) compared with the incidence rate K of unvaccinated children (FIG. 11);
4. Наибольший процент, 12,5%, серонегативных детей, выявленный в возрастной группе 3-4 года, свидетельствует о недостаточной эффективности однократной вакцинации;4. The highest percentage, 12.5%, of seronegative children, identified in the 3-4 year age group, indicates the lack of effectiveness of a single vaccination;
5. Тогда как у непривитых детей региона Р(2) в 2009 году отмечен относительный «всплеск» заболеваемости К, двукратная вакцинация обеспечила в 2009 году близкую к нулевой заболеваемость К привитых детей.5. Whereas in unvaccinated children of region P (2) in 2009, a relative “surge” in the incidence of K was noted, double vaccination in 2009 ensured a near-zero incidence of K inoculated children.
Приведенные примеры свидетельствуют, что только комплексный трехуровневый мониторинг эпидемической ситуации, включающий мониторинг заболеваемости населения с последующим Анализом и Прогнозом развития эпидемической ситуации, мониторинг трендов Агрессивности внешней среды с исследованием Спроб и ИТпроб, мониторинг внутренней среды индивидуумов популяции с определением концентрации и/или титра антител к специфическим антигенам, в состоянии обеспечить достоверный контроль за переходом эпидемической ситуации в эпидемии и пандемии.The given examples show that only a comprehensive three-level monitoring of the epidemic situation, including monitoring the incidence of the population followed by an Analysis and Forecast of the development of the epidemic situation, monitoring the trends of Environmental Aggression with research Sample and IT test, monitoring the internal environment of individuals of the population with determining the concentration and / or titer of antibodies to specific antigens, able to provide reliable control over the transition of the epidemic situation in the epidemic and pandemic.
Таким образом, представленные материалы подтверждают возможность достижения технического результата - повышение достоверности в оценке эпидемической ситуации, обусловленной вирусными инфекциями. Анализ вида зависимости инфекционного титра от концентрации РНК вируса в сыворотке крови, определенной методом ПЦР, позволяет соотнести размножение вируса в тканях (инфекционный титр) с уровнем вирусемии (концентрация РНК в сыворотке крови) в плане прогноза вирусного процесса и заболевания в целом. Обработка данных по концентрации РНК и инфекционному титру проб воздуха и смывов с поверхности в местах скопления людей позволяет выделить (локализовать) места с наибольшей агрессивностью выявленных вирусов, т.е. места наибольшего риска, что также является преимуществом изобретения.Thus, the presented materials confirm the feasibility of achieving a technical result - increasing the reliability in assessing the epidemic situation due to viral infections. An analysis of the type of dependence of the infectious titer on the concentration of virus RNA in the blood serum, determined by PCR, allows us to correlate the multiplication of the virus in tissues (infectious titer) with the level of viremia (concentration of RNA in the blood serum) in terms of prognosis of the viral process and the disease as a whole. Processing data on the concentration of RNA and the infectious titer of air samples and swabs from the surface in places where people gather allows you to select (localize) the places with the greatest aggressiveness of the detected viruses, i.e. places of greatest risk, which is also an advantage of the invention.
Claims (8)
где nt - количество людей, невосприимчивых к данной инфекции в начале t-й недели, в сыворотке крови которых концентрация или титр специфических антител превосходят нижние пороговые значения; N - общее число людей в границах данной территории, kt - число больных в начале t-й недели; µ - величина, обратная средней продолжительности заболевания; γ - величина, обратная средней продолжительности сохранения иммунитета к данному заболеванию; λ - среднее число людей, которых один больной заражает в течение недели; А - среднее число людей, заразившихся в течение недели при контакте с внешними источниками инфекции; t - 1, 2, 3… - текущий номер недели наблюдений, и при удовлетворении условий: Спроб превышает нижнее пороговое значение, а ИТпроб превышает фоновое значение, переходят на ежедневный отбор упомянутых проб, и при одновременном росте абсолютных величин К, Спроб и ИТпроб риск возникновения эпидемической ситуации оценивают как высокий.1. A method for assessing the risk of an epidemic situation caused by an airborne infection, including periodic sampling within the boundaries of the territory in question, ongoing monitoring of patients and prognosis for the population within the boundaries of this territory, characterized in that the number (K) of patients within the territory is determined weekly in parallel carry out weekly air sampling and / or flushing from the surface in places of mass crowding, while in the selected samples determine the concentration (Sample) of RNA in -tier antigens and infectious titer (ITprob) viral material, wherein the average velocity
where n t is the number of people immune to this infection at the beginning of the t-th week, in the blood serum of which the concentration or titer of specific antibodies exceeds the lower threshold values; N is the total number of people within the boundaries of a given territory, k t is the number of patients at the beginning of the t-th week; µ is the reciprocal of the average duration of the disease; γ is the reciprocal of the average duration of immunity to this disease; λ is the average number of people that one patient infects during the week; A - the average number of people infected during the week in contact with external sources of infection; t - 1, 2, 3 ... is the current week number of the observations, and if the conditions are met: The sample exceeds the lower threshold value, and the IT sample exceeds the background value, switch to the daily sampling of the mentioned samples, and the absolute values of K, Sample and IT sample increase simultaneously the occurrence of an epidemic situation is rated as high.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2014112133/15A RU2572227C2 (en) | 2014-03-31 | 2014-03-31 | Method for analysing and predicting development of epidemical situation caused by socially minded airborne infections |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2014112133/15A RU2572227C2 (en) | 2014-03-31 | 2014-03-31 | Method for analysing and predicting development of epidemical situation caused by socially minded airborne infections |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2014112133A RU2014112133A (en) | 2015-10-10 |
| RU2572227C2 true RU2572227C2 (en) | 2015-12-27 |
Family
ID=54289290
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2014112133/15A RU2572227C2 (en) | 2014-03-31 | 2014-03-31 | Method for analysing and predicting development of epidemical situation caused by socially minded airborne infections |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2572227C2 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2696101C1 (en) * | 2018-07-24 | 2019-07-31 | Федеральное бюджетное учреждение науки "Тюменский научно-исследовательский институт краевой инфекционной патологии" Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека | Method for decoding bacterial infection outbreaks and determining the source of infection |
| RU2743687C1 (en) * | 2020-12-11 | 2021-02-24 | федеральное государственное автономное образовательное учреждение высшего образования "Казанский (Приволжский) федеральный университет" (ФГАОУ ВО КФУ) | Method of monitoring covid-19 morbidity with the use of wastewater analysis |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011049886A1 (en) * | 2009-10-19 | 2011-04-28 | Theranos, Inc. | Integrated health data capture and analysis system |
| RU2460803C2 (en) * | 2010-10-27 | 2012-09-10 | Российская Федерация, от имени которой выступает Министерство промышленности и торговли Российской Федерации (Минпромторг России) | Differential diagnostic technique for respiratory viral infections by real-time multiplex pcr and sequence list for implementation thereof |
-
2014
- 2014-03-31 RU RU2014112133/15A patent/RU2572227C2/en not_active IP Right Cessation
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011049886A1 (en) * | 2009-10-19 | 2011-04-28 | Theranos, Inc. | Integrated health data capture and analysis system |
| RU2460803C2 (en) * | 2010-10-27 | 2012-09-10 | Российская Федерация, от имени которой выступает Министерство промышленности и торговли Российской Федерации (Минпромторг России) | Differential diagnostic technique for respiratory viral infections by real-time multiplex pcr and sequence list for implementation thereof |
Non-Patent Citations (2)
| Title |
|---|
| АРЕФЬЕВ В.А., ЛИСОВЕНКО Л.А. Англо-русский толковый словарь генетических терминов. Науч. ред. Л.И.Патрушев; Худож. И.Л. Максимов. М.: Изд-во ВНИРО. 1995, стр.20. * |
| МУ 3.1.2.3047-13.3.1.2. Инфекции дыхательных путей. Эпидемиологический надзор за внебольничными пневмониями. Методические указания (утв. Главным государственным санитарным врачом РФ 10.01.2013) 16 с. Постановление Главного государственного санитарного врача РФ от 18.11.2013 N 63 "Об утверждении санитарно-эпидемиологических правил СП 3.1.2.3117-13 "Профилактика гриппа и других острых респираторных вирусных инфекций" (вместе с "СП 3.1.2.3117-13.");. * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2696101C1 (en) * | 2018-07-24 | 2019-07-31 | Федеральное бюджетное учреждение науки "Тюменский научно-исследовательский институт краевой инфекционной патологии" Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека | Method for decoding bacterial infection outbreaks and determining the source of infection |
| RU2743687C1 (en) * | 2020-12-11 | 2021-02-24 | федеральное государственное автономное образовательное учреждение высшего образования "Казанский (Приволжский) федеральный университет" (ФГАОУ ВО КФУ) | Method of monitoring covid-19 morbidity with the use of wastewater analysis |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2014112133A (en) | 2015-10-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Arabi et al. | Feasibility of using convalescent plasma immunotherapy for MERS-CoV infection, Saudi Arabia | |
| Chawla et al. | Corona virus-SARS-CoV-2: an insight to another way of natural disaster | |
| Vong et al. | Under-recognition and reporting of dengue in Cambodia: a capture–recapture analysis of the National Dengue Surveillance System | |
| Sogoba et al. | Lassa virus seroprevalence in sibirilia commune, Bougouni District, Southern Mali | |
| Iglὁi et al. | Clinical evaluation of the Roche/SD Biosensor rapid antigen test with symptomatic, non-hospitalized patients in a municipal health service drive-through testing site | |
| Foxman | Molecular tools and infectious disease epidemiology | |
| Calisti | SARS-CoV-2: exposure to high external doses as determinants of higher viral loads and of increased risk for COVID-19. A systematic review of the literature | |
| Ambrosch et al. | Effect of two-step hygiene management on the prevention of nosocomial influenza in a season with high influenza activity | |
| Arvelo et al. | Diagnostic performance of rectal swab versus bulk stool specimens for the detection of rotavirus and norovirus: implications for outbreak investigations | |
| Sabetta et al. | Performance of Rapid Influenza Diagnostic Tests During Two School Outbreaks of 2009 Pandemic Influenza A (H1N1) Virus Infection--Connecticut, 2009. | |
| RU2572227C2 (en) | Method for analysing and predicting development of epidemical situation caused by socially minded airborne infections | |
| Cvetkovic-Vega et al. | Post-vaccination seropositivity against SARS-CoV-2 in peruvian health workers vaccinated with BBIBP-CorV (Sinopharm) | |
| Freeman et al. | Field effectiveness of hepatitis A vaccine and uptake of post exposure prophylaxis following a change to the Australian guidelines | |
| Gilmour et al. | Prospective surveillance of excess mortality due to influenza in New South Wales: feasibility and statistical approach | |
| McKee et al. | Nipah virus detection at bat roosts after spillover events, Bangladesh, 2012–2019 | |
| Rosewell et al. | Surveillance for outbreaks of influenza-like illness in the institutionalized elderly | |
| Tian et al. | Serologic survey of pandemic influenza A (H1N1 2009) in Beijing, China | |
| Turner et al. | Influenza in refugees on the Thailand–Myanmar border, May–October 2009 | |
| Singh | A decisive review to understand the basic fundamentals of novel corona viruse disease | |
| Ramani et al. | A study on the global scenario of COVID-19 related case fatality rate, recovery rate and prevalence rate and its implications for India—a record based retrospective cohort study | |
| Tarro | Cell Immunity, Air Transmission and Therapy Approach for COVID-19 | |
| Adamu et al. | Investigating Crimean–Congo haemorrhagic fever virus seropositivity in camels and human behavioural risks in an abattoir in Nigeria | |
| Coghlan et al. | Estimates of influenza vaccine coverage from Victorian surveillance systems based in the community, primary care and hospitals | |
| Thwiny et al. | Seroepidemiological study of Middle East respiratory syndrome (MERS) virus infection in Iraqi dromedary camels | |
| Singh et al. | COVID-19 Outbreak: Reviewing Various Factors Affecting its Fate |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20170401 |
|
| NF4A | Reinstatement of patent |
Effective date: 20180604 |
|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20200401 |