The impact of population size and geographical factors on the incidence of acute respiratory infections in the first half of 2020 in the regions of the Russian Federation during the COVID-19 pandemic


DOI: https://dx.doi.org/10.18565/epidem.2021.11.2.6-12

Pshenichnaya N.Yu., Zhuravlev G.Yu., Lizinfeld I.A., Akimkin V.G., Morozova N.S., Maleyev V.V.

1) Central Research Institute of Epidemiology, Moscow, Russia; 2) Federal Center of Hygiene and Epidemiology, Russian Federal Service for Supervision of Consumer Rights Protection and Human Well-Being, Moscow, Russia
Objective. To analyze the incidence of acute respiratory infections (ARI) in the first half of 2020 versus the same period of 2016–2019 in the regions of the Russian Federation according to the population size, geographical location, and average annual air temperature.
Materials and methods. The investigators retrospectively analyzed the incidence of COVID-19, acute respiratory viral infections (ARVI), influenza, and community-acquired pneumonia (CAP) in Russia. The Kolmogorov–Smirnov test and Spearman’s regression and correlation analysis were used to determine the possible association of morbidity with climatogeographic and social characteristics.
Results. The incidence of ARI (including COVID-19) in the first half of 2020 exceeded the average incidence of ARI in the same period of 2016-2019 in 32 regions of the Russian Federation. The maximum excess was observed in the regions located in the immediate vicinity of the People’s Republic of China, the countries of the Middle East and the European Union. These were the Republics of Buryatia (33.78%), Tyva (51.34%), Ingushetia (79.76%), Altai (693.77%), Dagestan (1445.00%), the Trans-Baikal Territory (44.01%), and the Kaliningrad Region (651.98%). The incidence increase was less pronounced (0.01-22.28%) in 25 regions of the Russian Federation, whereas its decrease by 0.55–37.29% was noted in 53 regions. There was a statistically significant relationship between the incidence of ARI and the population size.
Conclusion. In the first half of 2020, the maximum increase in incidence of ARI versus that in other regions was recorded in the border regions. There was a weak significant relationship between the population size and the increased incidence of ARI. There was no association between the incidence increase and the average annual air temperature.

Распространение новой коронавирусной инфекции COVID-19 существенно повлияло на общую статистику заболеваемости острыми респираторными инфекциями (ОРИ) верхних и нижних отделов дыхательных путей в разных регионах Российской Федерации. Однако как номинальное, так и относительное изменение уровня заболеваемости ОРИ не было однородным. Значительное разнообразие географических зон, в которых расположены те или иные субъекты РФ, территориальная близость некоторых из них к странам с более ранним началом эпидемии данного заболевания, уклад жизни, часто обусловленный региональными культурными особенностями и географическим положением, численность населения – эти факторы вместе или по отдельности способны оказывать потенциальное влияние на заболеваемость ОРИ, включая COVID-19 [1, 2]. Попытки установить влияние этих факторов на заболеваемость предпринимаются в разных странах [3, 4]. Изучение такой взаимосвязи может помочь в будущем при планировании противоэпидемических (в том числе ограничительных [5]) мероприятий в периоды эпидемий/пандемий рассматриваемых инфекций с учетом региональных особенностей.

Цель исследования – анализ заболеваемости ОРИ в январе–июне 2020 г. по сравнению с аналогичным периодом 2016–2019 гг. в разных регионах РФ в зависимости от географических факторов, численности населения и среднегодовой температуры воздуха.

Материалы и методы

Проведен ретроспективный анализ заболеваемости COVID-19, острыми респираторными вирусными инфекциями (ОРВИ), гриппом и внебольничными пневмониями (ВБП) за I полугодие 2020 г. по сравнению со средними аналогичными показателями 2016–2019 гг. в РФ в соответствии с данными формы № 1 «Сведения об инфекционных и паразитарных заболеваниях» и мониторинга Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека (Роспотребнадзор). Оценивали географические характеристики и климатические параметры на основании сведений, предоставляемых Федеральной службой государственной статистики.

При проверке на нормальность распределения применяли критерий Колмогорова–Смирнова, для оценки взаимосвязей между факторами –коэффициент ранговой корреляции Спирмена [6]. Заболеваемость COVID-19, ОРВИ, гриппом и ВБП за первые 6 мес. 2020 г. (на 100 тыс. населения) была определена как независимая переменная. Выполнен регрессионный анализ зависимости заболеваемости ОРИ (общей заболеваемости COVID-19, ОРВИ, гриппом и ВБП за этот период в абсолютных цифрах) от численности населения регионов РФ с последующим построением регрессионной модели. Также проанализирована корреляция заболеваемости ОРИ за I полугодие 2020 г. со средней годовой температурой воздуха и численностью населения. Для обработки полученных результатов проведен статистический анализ с

Результаты

На основании изучения статистических данных сделано допущение о том, что в случае течения новой коронавирусной инфекции COVID-19 без выявленной при рентгенографии и/или методом компьютерной томографии пневмонии эта нозология включалась в форме № 1 в статистику заболеваемости ОРВИ, а при развитии пневмонических изменений – в статистику ВБП. Поскольку при обработке первичных сведений из лечебно-профилактических учреждений могли возникнуть погрешности, и в некоторых ситуациях рассматриваемое заболевание могло учитываться исключительно в статистике по COVID-19, не будучи включенным в указанную форму, анализ данных первоначально проведен нами 2 способами. В первом случае среднее арифметическое показателей заболеваемости ОРВИ, гриппом и ВБП в I полугодии 2016–2019 гг. в каждом регионе РФ сравнивали с аналогичным суммарным показателем за первые 6 мес. 2020 г. Во втором случае в данные о заболеваемости ОРИ дополнительно включали сведения о COVID-19 из отчетов ежедневного мониторинга Роспотребнадзора.

Согласно результатам, полученным при обоих вариантах вычислений, регионами со значительными показателями прироста заболеваемости были республики Алтай, Бурятия, Дагестан, Тыва, Забайкальский край и Калининградская область. В ходе уточняющих расчетов, дополнительно учитывавших в общей заболеваемости ОРИ в I полугодии 2020 г. данные по новой коронавирусной инфекции, существенное превышение показателя, помимо перечисленных субъектов, зарегистрировано также в Республике Ингушетия. В связи с тем что этот регион занимал 3-е место в Северо-Кавказском федеральном округе по заболеваемости COVID-19 в I полугодии 2020 г. с показателем 600,9 на 100 тыс. населения (что, однако, не нашло отражения в росте общей заболеваемости ОРИ в 2020 г. при анализе данных только формы № 1), было принято решение в дальнейшем анализировать заболеваемость ОРИ на протяжении первых 6 мес. 2020 г., суммируя показатель по COVID-19 c данными указанной формы, касающихся ОРВИ, гриппа и ВБП.

Согласно окончательным расчетам, общая заболеваемость COVID-19, ОРВИ, гриппом и ВБП за I полугодие 2020 г. превысила по средним значениям аналогичные показатели 2016–2019 гг. в 32 регионах РФ. В 18 субъектах разница в уровне заболеваемости респираторными инфекциями составила менее 10%, в 7 регионах – 10–30%. Еще в 7 субъектах – более 30%: в Республике Бурятия (33,78%), Забайкальском крае (44,01%), Республике Тыва (51,34%), Республике Ингушетия (79,76%), Калининградской области (651,98%), Республике Алтай (693,77%) и Республике Дагестан (1445,00%). В остальных 53 субъектах общая заболеваемость ОРИ снизилась (табл. 1).

08-1.jpg (283 KB)

09-1.jpg (380 KB)

Несмотря на высокую численность населения, активную его миграцию в начале эпидемии за рубеж и обратно, в регионах Центрального федерального округа (ЦФО) в целом в I полугодии 2020 г. не отмечено высокого прироста заболеваемости ОРИ. Аналогичной была ситуация в Южном (ЮФО) и Приволжском (ПФО) федеральных округах. В то же время в отдельных регионах Северного (СФО), Дальневосточного (ДФО), Северо-Кавказского (СКФО) и Северо-Западного (СЗФО) округов показатели заболеваемости были высокими (табл. 2).

10-1.jpg (136 KB)

В табл. 3 представлено распределение по федеральным округам субъектов РФ, в которых зафиксировано снижение уровня заболеваемости ОРИ в I полугодии 2020 г. в сравнении с аналогичным периодом 2016–2019 гг.

Общая динамика заболеваемости ОРИ в РФ в I полугодии 2020 г. в сравнении с показателями за аналогичный период 2016–2019 гг. представлена на рисунке (см. на вклейке).

В ходе исследования был выполнен регрессионный анализ зависимости общей заболеваемости ОРИ за I полугодие 2020 г. (в абсолютных числах) от численности населения, проживающего в регионах РФ. Получена следующая регрессионная модель:

Y =15 4402,924 + 0,018 × X,

где Y – общая заболеваемость COVID-19, ОРВИ, гриппом и ВБП за январь–июнь 2020 г. (число вновь возникших случаев);

X – численность населения, проживающего в регионах РФ (чел.).

В результате между анализируемыми параметрами установлена статистически значимая прямая слабая связь по шкале Чеддока (ρ = 0,213; p < 0,050). Значение коэффициента регрессии свидетельствует об ожидаемом росте общей заболеваемости COVID-19, ОРВИ, гриппом и ВБП на 0,018 при увеличении населения на 1 чел. Согласно коэффициенту детерминации, фактор численности населения РФ определяет 2,2% дисперсии заболеваемости всеми ОРИ.

Для рассмотрения возможного влияния температурных параметров окружающей среды на рост заболеваемости COVID-19, ОРВИ, гриппом и ВБП за I полугодие 2020 г. использовали среднегодовую температуру воздуха. Данные о численности населения в регионах РФ и значения средней температуры воздуха взяты с официального сайта Федеральной службы государственной статистики. Корреляционная связь между исследуемыми показателями оказалась незначимой (ρ = - 0,116; p < 0,298).

Обсуждение

Таким образом, в регионах РФ численность населения оказала слабое положительное влияние на заболеваемость ОРИ в I полугодиии 2020 г., при этом степень воздействия была статистически значимой. Это подтверждают результаты исследований, проведенных специалистами в других странах [7–9]. По мнению M. Saez и соавт. [1], уровень заболеваемости COVID- 19 значительно различается между континентами, государствами и даже отдельными регионами внутри каждой страны. Эти различия можно объяснить климатогеографическими и метеорологическими особенностями, демографическими, социально-экономическими характеристиками и др. Авторы считают, что увеличение численности населения было связано с ростом частоты случаев новой коронавирусной инфекцией и ассоциированной с ней смертности. Подобные закономерности прослеживались в Бразилии [7], Иране [8], Италии [10], Китае [11]. Зависимость активности эпидемического процесса COVID-19 от метеорологических условий на территории Бразилии согласуется с аналогичными данными по КНР, где более высокая температура окружающей среды предположительно ограничивала распространение SARS-CoV-2 [12]. Однако климатические параметры часто коррелируют с демографическими и социально-экономическими факторами, что может привести к ошибочным выводам [7]. Поэтому непосредственно сравнить эпидемическую ситуацию в странах с разными климатогеографическими особенностями и социально-демографическими характеристиками не представляется возможным. Мировому научному сообществу пока только предстоит проанализировать воздействие различных факторов на заболеваемость COVID-19 даже внутри отдельных территорий одной страны [7].

Активность эпидемического процесса на территории РФ весной 2020 г. и снижение его интенсивности летом, вероятно, подтверждают слабую корреляцию между численностью населения и уровнем заболеваемости [13]. Однако во всех регионах страны весной распространение COVID-19 было более интенсивным, чем летом. Это также согласуется с условиями более активной передачи других бета-коронавирусов, например SARS-CoV-1 [14] и MERS-CoV [15] в эксперименте, зависящими от температуры и влажности окружающей среды. Тем не менее, точный механизм, лежащий в основе такой закономерности, нуждается в дальнейшем изучении. Гипотетически он может быть связан с особенностями строения липидного бислоя коронавирусов, структурная нестабильность которого нарастает по мере повышения температуры окружающей среды (в рассматриваемом случае – атмосферного воздуха) [7, 15–17].

Слабая зависимость показателя заболеваемости ОРИ от численности населения может заключаться также в том, что в густонаселенных мегаполисах и прилегающих к ним регионах (в частности, в Москве, Московской области, Санкт-Петербурге) ограничительные мероприятия носили более жесткий характер, чем на территориях с меньшим населением. Тем не менее в ряде субъектов (СФО, ДФО, СКФО и СЗФО) отмечены высокие показатели прироста заболеваемости ОРИ. С точки зрения географического положения следует принять во внимание тот факт, что республики Алтай, Тыва, Бурятия и Забайкальский край граничат друг с другом и находятся в непосредственной близости от КНР, где заболеваемость новой коронавирусной инфекцией стали регистрировать предположительно с начала декабря 2019 г. [16]. Калининградская область, в свою очередь, имеет границы со странами ЕС (Польшей, Литвой и другими государствами, имеющими выход к Балтийскому морю). Рост заболеваемости в этом регионе также объясняется его приграничным расположением, поскольку местные жители активно посещали территорию этих государств, где распространение COVID-19 началось раньше [17, 18]. К сентябрю 2020 г. антитела IgG к вирусу SARS-CoV-2 были выявлены у 50,2% из 3397 условно здоровых респондентов-жителей Калининграда [19]. На характер заболеваемости в СКФО повлиял тот факт, что к началу периода нерабочих дней в конце марта 2020 г. в России2 подавляющая часть трудоспособного населения Республики Дагестан (трудовые мигранты) вернулась домой из Баку (Республика Азербайджан) и Москвы. Кроме того, этот субъект РФ имеет морскую границу c 3 странами (в том числе с Ираном), в которых начало активной циркуляции вируса SARS-CoV2 также было более ранним [8]. Значительное влияние на эпидемическую ситуацию в регионе оказал традиционный уклад жизни, на фоне которого ограничительные меры соблюдались недостаточно.

Таким образом, особенности географического расположения субъектов РФ, граничащих с КНР, странами ЕС и Ближнего Востока, влияли на прирост заболеваемости COVID-19, составивший от 33,78 до 1445 на 100 тыс. населения. Известно, что приграничные территории, не являющиеся крупными транспортно-экономическими узлами, обычно не бывают густонаселенными. Однако локальные хозяйственно-имущественные взаимоотношения и/или родственные контакты с жителями пограничных населенных пунктов других государств (с более ранним началом эпидемического распространения COVID-19) могли на протяжении некоторого времени оставаться достаточно активными. В противоположность этому принятые в Москве противоэпидемические меры3,4 привели к тому, что, несмотря на наибольшую численность селения, прирост заболеваемости был ниже, чем во многих других регионах РФ.

Заключение

В I полугодии 2020 г. численность населения оказывала слабое положительное влияние на заболеваемость ОРИ. Жесткие ограничительные меры и контроль за их соблюдением способствовали сдерживанию активной циркуляции респираторных патогенов даже в регионах со значительной численностью населения. Максимальный прирост заболеваемости наблюдали в приграничных регионах Российской Федерации. Среднегодовая температура воздуха существенного влияния на заболеваемость ОРИ не оказывала.


Literature


1. Saez M., Tobias A., Barceló M.A. Effects of long-term exposure to air pollutants on the spatial spread of COVID-19 in Catalonia, Spain. Environ. Res. 2020; 191: 110177. https://doi.org/10.1016/j.envres. 2020.110177


2. Smit A.J., Fitchett J.M., Engelbrecht F.A., Scholes R.J., Dzhivhuho G., Sweijd N.A. Winter is coming: a southern hemisphere perspective of the environmental drivers of SARS-CoV-2 and the potential seasonality of COVID-19. Int. J. Environ. Res. Public. Health. 2020; 17(16): 5634. https://doi.org/10.3390/ijerph17165634


3. Murgant B., Borruso G., Balletto G., Castiglia P. Why Italy First? Health, Geographical and Planning Aspects of the COVID-19 Outbreak. March, 2020. Sustainability 12, № 12: 5064. https://doi.org/10.3390/su12125064


4. Priyadarsini S.L., Suresh M. Factors influencing the epidemiological characteristics of pandemic COVID 19: A TISM approach, International Journal of Healthcare Management 2020; 13(2): 89–98. DOI: 10.1080/20479700.2020.1755804


5. Lau H., Khosrawipour V., Kocbach P., Mikolajczyk A., Schubert J., Bania J., Khosrawipour T. The positive impact of lockdown in Wuhan on containing the COVID-19 outbreak in China. J. Travel Med. 2020; 27(Issue 3): taaa037. https://doi.org/10.1093/jtm/taaa037


6. Гржибовский А.М., Унгуряну Т.Н. Анализ биомедицинских данных с использованием пакета статистических программ SPSS. Учебное пособие. Архангельск: Северный государственный медицинский университет, 2017. 292 с.

Grzybowsky A.M., Ungureanu T.N. [Analysis of biomedical data using the SPSS statistical software package. Textbook]. Arkhangelsk: Northern State Medical University, 2017. 292 p. (In Russ.).


7. Pequeno P., Mendel B., Rosa C., Bosholn M., Souza J.L., Baccaro F. et al. Air transportation, population density and temperature predict the spread of COVID-19 in Brazil. Peer J. 2020; (8): e9322. https://doi.org/10. 7717/peerj.9322


8. Ahmadi M., Sharifi A., Dorosti S., Jafarzadeh-Ghoushchi S., Ghanbari N. Investigation of effective climatology parameters on COVID-19 outbreak in Iran. Sci. Total. Environ 2020; 729: 138705. https://doi.org/10. 1016/j.scitotenv.2020.138705


9. Lin Q., Zhao S., Gao D., Lou Y., Yang S., Musa S.S. et al. A conceptual model for the coronavirus disease 2019 (COVID-19) outbreak in Wuhan, China with individual reaction and governmental action. Int. J. Infect. Dis. 2020; 93: 211–6. https://doi.org/10.1016/j.ijid.2020.02.058


10. Coccia M. Factors determining the diffusion of COVID-19 and suggested strategy to prevent future accelerated viral infectivity similar to COVID. Sci. Total. Environ. 2020; 729: 138474. https://doi.org/10.1016/j. scitotenv.2020.138474


11. You H., Wu X., Guo X. Distribution of COVID-19 morbidity rate in association with social and economic factors in Wuhan, China: Implications for urban development. Int. J. Environ. Res. Public. Health. 2020; 17(10): 3417. https://doi.org/10.3390/ijerph17103417


12. Wang Y., Di Q. Modifiable areal unit problem and environmental factors of COVID-19 outbreak. Sci. Total. Environ 2020; 740: 139984. https://doi.org/10.1016/j.scitotenv.2020.139984


13. Земцов С.П., Бабурин В.Л. Коронавирус в регионах России: особенности и последствия распространения. Государственная службa 2020; 22(2): 48–55. https://doi.org/10.22394/2070-8378-2020-22-2-48-55

Zemtsov S.P., Baburin V.L. [Coronavirus in the regions of Russia: features and consequences of the spread]. Public Administration 2020; 22(2): 48–55. (In Russ.). https://doi.org/10.22394/2070- 8378-2020-22-2-48-55


14. Chan K.H., Peiris J.S.M., Lam S.Y., Poon L.L.M., Yuen K.Y., Seto W.H. The effects of temperature and relative humidity on the viability of the SARS coronavirus. Adv. Virol. 2011; 2011: 734690. https://doi.org/ 10.1155/2011/734690


15. Van Doremalen N., Bushmaker T., Munster V.J. Stability of Middle East respiratory syndrome coronavirus (MERS-CoV) under different environmental conditions. Euro Surveill. 2013; 18(38): 20590. https://doi. org/10.2807/1560-7917.ES2013.18.38.20590


16. Lowen A.C., Palese P. Influenza virus transmission: basic science and implications for the use of antiviral drugs during a pandemic. Infect. Disord. Drug Targets 2007; 7(4): 318–28. https://doi.org/10.2174/ 187152607783018736


17. Chen N., Zhou M., Dong X., Qu J., Gong F., Han Y. et al. Epidemiological and clinical characteristics of 99 cases of 2019 novel coronavirus pneumonia in Wuhan, China: a descriptive study. Lancet 2020; 395(10223): 507–13. https://doi.org/10.1016/S0140-6736(20)30211-7


18. Remuzzi A., Remuzzi G. COVID-19 and Italy: what next? Lancet 2020; 395(10231): 1225–8. https://doi.org/10.1016/S0140-6736(20)30627-9


19. Bohmer M.M., Buchholz U., Corman V.M., Hoch M., Katz K., Marosevic D.V. et al. Investigation of a COVID-19 outbreak in Germany resulting from a single travel-associated primary case: a case series. Lancet Infect. Dis. 2020; 20(8): 920–8. https://doi.org/10.1016/S1473-3099(20)30314-5


20. Новикова Е. В Калининградской области оценили популяционный иммунитет к COVID-19. Аргументы и факты. https://klg.aif.ru/ health/v_kaliningradskoy_oblasti_ocenili_populyacionnyy_immunitet_k_covid-19

Novikova E. [Population immunity to COVID-19 was assessed in the Kaliningrad Region]. Arguments and Facts. (In Russ.). https://klg.aif.ru/ health/v_kaliningradskoy_oblasti_ocenili_populyacionnyy_immunitet_k_covid-19


About the Autors


Professor Natalia Yu. Pshenichnaya, MD, Deputy Director of Clinical and Analytical Work, Central Research Institute of Epidemiology, Russian Federal Service for Supervision of Consumer Rights Protection and Human Well-Being, Moscow, Russia; natalia-pshenichnaya@yandex.ru; http://orcid.org/0000-0003-2570-711X
Grigory Yu. Zhuravlev, Second-Year Resident in Infectious Diseases, Central Research Institute of Epidemiology, Russian Federal Service for Supervision of Consumer Rights Protection and Human Well-Being, Moscow, Russia; grigory.y.zhuravlev@gmail.com; https://orcid.org/0000-0003-2467-7000
Irina A. Lizinfeld, Advisor, Central Research Institute of Epidemiology, Russian Federal Service for Supervision of Consumer Rights Protection and Human Well-Being, Moscow, Russia; irinalizinfeld@gmail.com; https://orcid.org/0000-0002-8114-1002
Professor Vasily G. Akimkin, MD, Academician of the Russian Academy of Sciences, Director, Central Research Institute of Epidemiology, Russian Federal Service for Supervision of Consumer Rights Protection and Human Well-Being, Moscow, Russia; crie@pcr.ru; http://orcid.org/ 0000-0003-4228-9044
Nadezhda S. Morozova, Head, Epidemiological Surveillance Department, Central Research Institute of Epidemiology, Russian Federal Service for Supervision of Consumer Rights Protection and Human Well-Being, Moscow, Russia; morozovans@fcgie.ru; https://orcid.org/0000-0003-1253-3026
Professor Viktor V. Maleyev, MD, Academician of the of the Russian Academy of Sciences, Expert Advisor for Director, Central Research Institute of Epidemiology, Russian Federal Service for Supervision of Consumer Rights Protection and Human Well-Being, Moscow, Russia; maleyev@pcr.ru; https://orcid.org/0000-0001-5748-178X


Similar Articles


Бионика Медиа