Preview

Инфекция и иммунитет

Расширенный поиск

Оценка и прогноз заболеваемости ОРВИ-гриппом с помощью математической модели SIR+A на территории Москвы в 2016 году

https://doi.org/10.15789/2220-7619-2019-3-4-583-588

Полный текст:

Аннотация

Из-за высокой трансмиссивности и способности вызывать крупные эпидемии, грипп представляет собой серьезную проблему для мирового здравоохранения. Эпидемии и пандемии гриппа связаны с изменениями в структуре общества, которые способствуют распространению новых штаммов в конкретных экологических и социальных условиях. В настоящее время грипп является одним из самых распространенных заболеваний в мире. Ежегодно он вызывает эпидемии или даже пандемии, нередко приводя к летальному исходу. Уникальная способность вирусов гриппа к изменчивости путем точечных мутаций, рекомбинаций и реассортации генов, сопровождающаяся изменением биологических свойств вируса — основная причина неконтролируемого распространения инфекции. В связи с этим изучение популяции восприимчивых индивидуумов с использованием вероятностных моделей не только дает дополнительную информацию о вспышке, но и позволяет отслеживать динамику эпидемии на контролируемых территориях. Понимание эпидемиологии гриппа имеет решающее значение в распределении ресурсов здравоохранения. Основой мерой общественного здравоохранения в борьбе с вирусом является вакцинация. Однако существуют уязвимые группы населения, такие как пожилые люди и лица с ослабленным иммунитетом, которые, как правило, не обладают защитным уровнем антител к вирусу гриппа. Несмотря на успехи в создании вакцин и средств химиотерапии, эпидемии гриппа по-прежнему имеют огромные масштабы. При этом достоверные способы прогноза заболеваемости с учетом скорости развития эпидемической ситуации на сегодняшний день отсутствуют. Отслеживание и прогнозирование возникающих эпидемий затруднено из-за несоответствия между динамикой эпидемии, которую можно анализировать по данным эпиднадзора, и системой отслеживания числа заболевших гриппом. Наличие мутаций у вируса гриппа усугубляют данную ситуацию, изменяя истинную динамику заболеваемости. Использование вероятностных моделей для оценки параметров стохастической эпидемии будет способствовать более точному прогнозу изменения заболеваемости. В настоящей работе с целью прогноза изменения заболеваемости используется вероятностная модель, учитывающая взаимосвязь между инфицированными, восприимчивыми и невосприимчивыми индивидуумами, а также агрессивностью внешних рисков — SIR+A. С помощью данной модели проведены оценка и прогноз заболеваемости ОРВИ-гриппом на территории Москвы в 2016 г. Введен и рассчитан новый параметр – интенсивность заражения, с помощью которого можно проводить достоверный анализ заболеваемости и осуществлять прогноз относительно ее изменения. 

Об авторах

Н. А. Контаров
ФГАОУ ВО Первый Московский государственный медицинский университет им. И.М. Сеченова МЗ РФ; ФГБНУ НИИ вакцин и сывороток им. И.И. Мечникова
Россия

к.б.н., доцент кафедры медицинской и биологической физики;

ведущий научный сотрудник лаборатории детских вирусных инфекций,

105064, Москва, Малый Казенный пер., 5а



Г. В. Архарова
ФГАОУ ВО Первый Московский государственный медицинский университет им. И.М. Сеченова МЗ РФ
Россия

к.б.н., доцент кафедры медицинской и биологической физики,

Москва



Ю. Б. Гришунина
Московский институт электроники и математики им. А.Н. Тихонова Национального исследовательского университета «Высшая школа экономики»
Россия

старший преподаватель департамента прикладной математики,

Москва



С. А. Гришунина
Московский институт электроники и математики им. А.Н. Тихонова Национального исследовательского университета «Высшая школа экономики»; Московский государственный университет им. М.В. Ломоносова
Россия

ассистент департамента прикладной математики;

аспирант кафедры теории вероятностей механикоматематического факультета



Н. В. Юминова
ФГБНУ НИИ вакцин и сывороток им. И.И. Мечникова
Россия

д.б.н., зам. директора по науке, зав. лабораторией детских вирусных инфекций,

Москва



Список литературы

1. Бароян О.В., Рвачев Л.А., Иванников Ю.Г. Моделирование и прогнозирование эпидемий гриппа для территории СССР. М.: Медицина, 1977. 546 с.

2. Бейли Н. Математика в биологии и медицине. Москва: Мир, 1970. 326 с.

3. Economou A., Lopez-Herrero M.J. The deterministic SIS epidemic model in a Markovian random environment. J. Math. Biol., 2016, vol. 73, no. 1, pp. 91–121. doi: 10.1007/s00285-015-0943-7

4. Pellis L, House T, Keeling M.J. Exact and approximate moment closures for non-Markovian network epidemics. J. Theor. Biol., 2015, vol. 382, pp. 160–177. doi: 10.1016/j.jtbi.2015.04.039

5. Rebuli N.P., Bean N.G., Ross J.V. Hybrid Markov chain models of S-I-R disease dynamics. J. Math. Biol., 2017, vol. 75, no. 3, pp. 521–541. doi: 10.1007/s00285-016-1085-2


Дополнительные файлы

1. метаданные
Тема
Тип Исследовательские инструменты
Скачать (16KB)    
Метаданные
2. Список литературы
Тема
Тип Исследовательские инструменты
Скачать (17KB)    
Метаданные
3. Подписи к рисункам
Тема
Тип Исследовательские инструменты
Скачать (14KB)    
Метаданные
4. Титульный лист
Тема
Тип Исследовательские инструменты
Скачать (16KB)    
Метаданные
5. Резюме
Тема
Тип Исследовательские инструменты
Скачать (12KB)    
Метаданные
6. Рисунок 1
Тема
Тип Исследовательские инструменты
Скачать (46KB)    
Метаданные
7. Рисунок 2
Тема
Тип Исследовательские инструменты
Скачать (60KB)    
Метаданные
8. Рисунок 3
Тема
Тип Исследовательские инструменты
Скачать (57KB)    
Метаданные
9. Рисунок 4
Тема
Тип Исследовательские инструменты
Скачать (79KB)    
Метаданные
10. Рисунок 5
Тема
Тип Исследовательские инструменты
Скачать (362KB)    
Метаданные
11. Рисунок 6
Тема
Тип Исследовательские инструменты
Скачать (81KB)    
Метаданные
12. Рисунок 7
Тема
Тип Исследовательские инструменты
Скачать (201KB)    
Метаданные
13. Рисунок 8
Тема
Тип Исследовательские инструменты
Скачать (59KB)    
Метаданные
14. Рисунок 9
Тема
Тип Исследовательские инструменты
Скачать (57KB)    
Метаданные
15. Рисунок 10
Тема
Тип Исследовательские инструменты
Скачать (57KB)    
Метаданные
16. Рисунок 11
Тема
Тип Исследовательские инструменты
Скачать (52KB)    
Метаданные
17. Рисунок 12
Тема
Тип Исследовательские инструменты
Скачать (152KB)    
Метаданные
18. Рисунок 13
Тема
Тип Исследовательские инструменты
Скачать (78KB)    
Метаданные
19. Рисунок 14
Тема
Тип Исследовательские инструменты
Скачать (85KB)    
Метаданные
20. Текст статьи
Тема
Тип Прочее
Скачать (28KB)    
Метаданные
21. Резюме
Тема
Тип Прочее
Скачать (19KB)    
Метаданные
22. Подписи к рисункам
Тема
Тип Прочее
Скачать (14KB)    
Метаданные
23. Рисунок 1
Тема
Тип Прочее
Скачать (46KB)    
Метаданные
24. Рисунок 2
Тема
Тип Прочее
Скачать (60KB)    
Метаданные
25. Рисунок 3
Тема
Тип Прочее
Скачать (57KB)    
Метаданные
26. Рисунок 4
Тема
Тип Прочее
Скачать (79KB)    
Метаданные
27. Рисунок 5
Тема
Тип Прочее
Скачать (362KB)    
Метаданные
28. Рисунок 6
Тема
Тип Прочее
Скачать (81KB)    
Метаданные
29. Рисунок 7
Тема
Тип Прочее
Скачать (201KB)    
Метаданные
30. Литература
Тема
Тип Прочее
Скачать (19KB)    
Метаданные
31. Титульный лист
Тема
Тип Прочее
Скачать (20KB)    
Метаданные
32. Метаданные
Тема
Тип Прочее
Скачать (20KB)    
Метаданные
33. Подписи авторов
Тема
Тип Прочее
Посмотреть (40KB)    
Метаданные
34. Рисунок 1
Тема
Тип Прочее
Скачать (18KB)    
Метаданные
35. Рисунок 2
Тема
Тип Прочее
Скачать (18KB)    
Метаданные
36. Рисунок 3
Тема
Тип Прочее
Скачать (19KB)    
Метаданные
37. Рисунок 4
Тема
Тип Прочее
Скачать (18KB)    
Метаданные
38. Рисунок 5
Тема
Тип Прочее
Скачать (17KB)    
Метаданные
39. Рисунок 6
Тема
Тип Прочее
Скачать (17KB)    
Метаданные
40. Подписи к рисункам
Тема
Тип Прочее
Скачать (14KB)    
Метаданные
41. Текст статьи
Тема
Тип Прочее
Скачать (28KB)    
Метаданные
42. Рисунок 1
Тема
Тип Прочее
Скачать (29MB)    
Метаданные
43. Рисунок 2
Тема
Тип Прочее
Скачать (29MB)    
Метаданные
44. Рисунок 3
Тема
Тип Прочее
Скачать (29MB)    
Метаданные
45. Рисунок 4
Тема
Тип Прочее
Скачать (29MB)    
Метаданные
46. Рисунок 5
Тема
Тип Прочее
Скачать (29MB)    
Метаданные
47. Рисунок 6
Тема
Тип Прочее
Скачать (29MB)    
Метаданные

Для цитирования:


Контаров Н.А., Архарова Г.В., Гришунина Ю.Б., Гришунина С.А., Юминова Н.В. Оценка и прогноз заболеваемости ОРВИ-гриппом с помощью математической модели SIR+A на территории Москвы в 2016 году. Инфекция и иммунитет. 2019;9(3-4):583-588. https://doi.org/10.15789/2220-7619-2019-3-4-583-588

For citation:


Kontarov N.A., Arkharova G.V., Grishunina Y.B., Grishunina S.A., Yuminova N.V. SIR+A mathematical model for evaluating and predicting 2016–2017 ARVI-influenza incidence by using on the Moscow territory. Russian Journal of Infection and Immunity. 2019;9(3-4):583-588. (In Russ.) https://doi.org/10.15789/2220-7619-2019-3-4-583-588

Просмотров: 48


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


ISSN 2220-7619 (Print)
ISSN 2313-7398 (Online)