Эпидемиологическая диагностика является ключевым звеном эпидемиологического надзора (ЭН) и позволяет не только охарактеризовать текущую ситуацию по отдельным инфекциям, но и выявить условия и факторы, способствующие ее формированию, а также предложить меры профилактики [1–3]. Кроме того, ЭН за управляемыми инфекциями включает мониторинг охвата населения соответствующими прививками. Первоочередной задачей эпидемиологической диагностики является сбор данных об основных проявлениях эпидемического процесса инфекций (заболеваемость в разных группах населения, сезонность, очаговость и т. д.). Основным методом, используемым для выполнения 2 указанных задач, является анализ официальной статистической информации о заболеваемости и охвате населения профилактическими прививками. Однако такой подход не лишен некоторых недостатков. В частности, к ним можно отнести недоучет привитого и нуждающегося в вакцинации населения в связи с активными миграционными процессами, утратой и погрешностями в заполнении индивидуальных форм учета амбулаторных пациентов и т. д. ЭН включает также задачи по слежению за антигенной структурой возбудителей отдельных инфекций по данным молекулярно-генетического мониторинга и наблюдение за состоянием популяционного иммунитета в декретированных группах населения.
Примером организации ЭН высокой эффективности, выполняющего 4 указанные задачи, является надзор за корью (К). Как известно, в России до 2011 г. наблюдалось беспрецедентное снижение заболеваемости этой инфекцией, свидетельствующее о достижении эпидемического благополучия и возможной элиминации в ближайшей перспективе. Такие успехи стали результатом применения высокоэффективной вакцины и осуществления ЭН за К. Однако с 2011 г. во всем мире, в том числе в России, ситуация стала меняться: были отмечены волны роста заболеваемости с активным вовлечением детского населения [4]. В 2019 г. был зарегистрирован максимальный показатель заболеваемости К (3,05 на 100 тыс. населения) при высочайшем (более 95%) охвате населения вакцинацией в декретированных возрастных группах, поддерживаемом в течение последних 10 лет [5].
На фоне пандемии COVID-19 проявления эпидемических процессов многих инфекций стали меняться. Так, заболеваемость К во всем мире значительно снизилась, а в России регистрировали единичные случаи [5].
Качество проводимой в стране работы по вакцинации населения отражает уровень формирующегося под ее действием популяционного иммунитета [6, 7]. По результатам научных работ, доля серонегативных лиц в отношении вируса К среди условно здорового населения до 60 лет варьировала в пределах от 23,4 [8] до 29,0% [5]. В более узком возрастном диапазоне (до 43–44 лет) этот показатель составлял от 20,1 [9] до 26,1 ± 2,9% [10]. Представленные данные о наличии обширной доли неиммунных к вирусу К лиц могут свидетельствовать о недостаточно высоком уровне охвата населения вакцинацией.
Очевидно, что ценность статистических данных для проведения ЭН неоспорима, однако ухудшение эпидемической ситуации по отдельным инфекциям, например по К, является признаком назревшей необходимости его совершенствования. Повышение эффективности эпидемиологической диагностики может быть достигнуто при использовании комплексного подхода, включающего лабораторные, математические и иные новые методы исследования. В современном мире методы научного познания, в том числе в эпидемиологии, непрерывно совершенствуются и включают прикладные технологии смежных направлений. Основными техническими трудностями при осуществлении эпидемиологической диагностики являются обобщение, структурирование и анализ данных на бумажных носителях. Для решения такой проблемы могут быть использованы программные средства. Математические методы получили широкое применение не только для оценки статистической достоверности результатов исследований, но и для их накопления, обобщения и анализа специальными программными средствами, а также моделирования эпидемического процесса с целью составления прогноза развития эпидемической ситуации [11].
Результаты расследования случаев К в обязательном порядке должны быть изложены в виде актов по их санитарно-эпидемическому расследованию и отчетов о мероприятиях в очагах инфекции, которые аккумулируются учреждениями Роспотребнадзора, а также Центром ВОЗ по надзору за Е. Данные, содержащиеся в документах, обладают значительной ценностью в качестве материала для исследования эпидемиологических особенностей К, уточнения статистических данных о заболеваемости и охвате населения профилактическими прививками.
Авторами предложен метод обобщения и анализа результатов расследования случаев К при помощи формирования баз данных (БД) с целью получения новых значимых данных, которые, в свою очередь, могут быть использованы в различных аспектах эпидемиологической диагностики. Согласно общепринятому определению, БД –это упорядоченный набор структурированной информации или данных, которые обычно хранятся в электронном виде в компьютерной системе. Для управления БД используют систему управления (СУБД). Применение БД и СУБД позволяет легко управлять, изменять, обновлять, контролировать и упорядочивать имеющиеся данные о результатах расследования случаев К, а также получать новую информацию при их анализе (https://www.oracle.com/ru/database/what-is-database/).
Цель исследования – совершенствование эпидемиологической диагностики в системе ЭН за К при помощи создания БД результатов расследования случаев этой инфекции.
Материалы и методы
Для сравнения результатов, полученных при помощи БД, были использованы данные официальной статистики о заболеваемости и охвате вакцинации населения: форма статистического наблюдения № 2 «Сведения об инфекционных и паразитарных заболеваниях» (годовая, по Москве), форма статистического наблюдения № 6 «Сведения о контингентах детей и взрослых, привитых против инфекционных заболеваний» (годовая, по Москве), Государственный доклад о санитарно-эпидемиологическом благополучии населения в Москве и Российской Федерации (за период с 2013 по 2019 г.).
На начальном этапе работы при сборе данных о результатах расследования случаев К был использован пакет прикладных программ Microsoft Excel. Для статистической обработки полученных данных использовали пакет прикладных программ STATISTICA 12.0 (StatSoft, США). Частоты исследуемых признаков были охарактеризованы стандартными методами описательной статистики (теоретические характеристики случайной величины: среднего значения (m) и 95% доверительного интервала (ДИ) по методу Клоппера–Пирсона (точный метод)). Для проведения корреляционного анализа использован критерий Спирмена (ρ).
Методика создания БД
Согласно нормативным документам в области профилактики инфекционных болезней, каждый случай К должен быть расследован врачом-эпидемиологом. Для формирования БД проанализировано порядка 1000 актов и отчетов о результатах проведения расследования очагов К (на бумажных носителях), зарегистрированных в Москве в период с 2013 по 2015 г. Данные, содержащиеся в документах, были занесены в БД, систематизированы по отдельным блокам и обработаны при помощи СУБД Microsoft Office Access для последующего накопления, хранения и анализа.
Эпидемиологическую эффективность вакцинопрофилактики К оценивали с использованием общепринятой методики расчета индекса эффективности (ИЭ) и коэффициента эффективности (показателя защищенности – Е) [12].
ИЭ рассчитывался как отношение показателей заболеваемости среди привитых и не привитых против К лиц по формуле:
ИЭ = В /А,
где А – заболеваемость привитых лиц;
В – заболеваемость непривитых.
Е характеризовал удельный вес лиц из числа привитых, защиту которых от заболевания К обеспечила вакцинация, и рассчитывался по формуле:
Е = (В – А) /В) × 100%.
Структура БД соответствует разделам исходных документов и по мере необходимости может быть дополнена новой информацией, касающейся результатов расследования случаев К (рис. 1). Важно отметить, что данные, заносимые в БД, должны быть доступны для каждого случая К. Пропуски отдельных полей при заполнении БД могут стать причиной искажения результатов дальнейшего анализа и вычисления отдельных параметров.
На рис. 2 представлен интерфейс программы, через которую осуществляется доступ к БД. Видно, что занесение личных данных (фамилии, имени, отчества) заболевшего К и контактных с ним лиц не предусмотрено, использована только информация, имеющая значение для эпидемиологического расследования, а также для внутренней организации и систематизации БД.
Предусмотрена возможность сортировки данных в соответствии с заглавиями столбцов. Например, из массива данных можно выбрать лиц по дате заболевания, административному округу (АО) проживания, полу, возрасту, прививочному анамнезу и т. д.
Реализована возможность расчета следующих показателей.
Возрастной состав заболевших. Все учтенные в БД лица распределены по группам: 0–2 года, 3–6, 7–14, 15–17, 18–19, 20–35, > 35 лет. Такое ограничение связано с форматом данных в исходных документах.
Долю привитых среди заболевших рассчитывали как процент лиц, которые имели достоверные сведения о вакцинации (с указанием серии вакцины и даты ее введения), от числа всех заболевших К лиц, для которых в соответствии с возрастом предусмотрена вакцинация согласно национальному календарю профилактических прививок (однократная – для детей в возрасте от 1 года до 6 лет и ревакцинация детей старше 6 лет и взрослых до 35 лет).
Распределение заболевших по АО Москвы реализовано в абсолютных числах и в виде процентного значения от числа всех случаев по городу. Этот показатель может быть использован совместно с применением ГИС-технологий, что позволяет визуализировать процесс распространения К по городу в динамике [11].
Охват вакцинацией населения в плановом порядке рассчитан по данным о прививочном статусе контактных с заболевшими К лиц. Все контактные распределены по указанным выше возрастным группам и по следующим рубрикам: привитые однократно (V), привитые двукратно (RV), непривитые, лица с неизвестным прививочным анамнезом. Таким образом, охват вакцинацией рассчитан как доля привитых лиц от числа тех, кто нуждается в вакцинации в соответствии с возрастом.
Охват вакцинацией населения по эпидемическим показаниям рассчитан следующим образом. Вакцинированные в соответствии с национальным календарем профилактических прививок лица в очаге К подлежат только медицинскому наблюдению. Для контингента не привитых должным образом лиц предусмотрено введение вакцины в экстренном порядке. Таким образом, при анализе БД при помощи программных средств предусмотрена возможность выделения в очагах круга лиц, нуждающихся в вакцинации (непривитые, однократно привитые и лица с неизвестным прививочным анамнезом) и вакцинированных по эпидемическим показаниям в разрезе возрастных групп, на основе чего происходит расчет охвата населения иммунопрофилактикой в экстренном порядке. При этом дети в возрасте до года, а также лица, которым в соответствии с ограничениями по состоянию здоровья вакцинация не рекомендована, в связи с чем экстренная профилактика им проведена с использованием пассивного метода (противокоревой иммуноглобулин), не были учтены при расчете охвата вакцинацией.
Своевременность проведения мероприятий по вакцинации контактных лиц является одним из условий эффективности противоэпидемических мероприятий и предотвращения распространения инфекции. Согласно нормативным документам, вакцинация контактных должна быть проведена в срок не позднее 7-го дня с момента выявления больного К. В БД реализована возможность отслеживания сроков начала вакцинации от даты обращения за медицинской помощью, если при этом был установлен диагноз К.
Результаты
Для определения надежности и целесообразности использования БД для совершенствования эпидемиологической диагностики результаты анализа были сопоставлены с данными официальной статистики по двум основным параметрам: эпидемиологическая эффективность вакцины и охват вакцинацией населения в плановом порядке. Выбор этих параметров продиктован актуальностью выявления противоречий в современной эпидемической ситуации по К, характеризующейся волнами роста заболеваемости в условиях нарастающих темпов вакцинации населения [4, 5].
Эффективность вакцинации против К и, как следствие, защищенность привитых лиц от заражения К не вызывают сомнений, так как в абсолютном большинстве случаев заболевали именно непривитые или лица, прививочный анамнез которых не известен. Так, среди заболевших доля лиц, не привитых против К и не имеющих сведений о проведенных прививках, была максимальной и варьировала от 77,4% в 2014 г. до 92,7% в 2019 г.
ИЭ вакцинации против К колебался от 9,3 раза в 2013 г. до 155,8 раза в 2018 г., а Е составил 92,3–94,5%. По результатам анализа БД ИЭ = 96 раз, Е = 86%. Среди заболевших К лиц были вакцинированы только 12,3%, остальные 87,7% были непривиты или их прививочный анамнез неизвестен. Нужно учесть, что среди лиц, информация о которых была использована для формирования БД, были в том числе и те, у кого диагноз К не получил подтверждения при серологическом исследовании. В условиях указанного ограничения считаем, что полученные результаты анализа предложенной БД и данных официальной статистики являются весьма сопоставимыми и свидетельствуют о высокой эффективности вакцинации как профилактического мероприятия. Структура заболевших К в соответствии с их прививочным анамнезом (по данным официальной статистики) представлена на рис. 3.
Согласно официальной статистической отчетности, охват прививками декретированных возрастных групп детей и взрослых достиг уровня 95% в Москве в 2013 г. и в дальнейшем только увеличивался. Так, если в 2011 г. доли вакцинированных детей в возрасте 12 мес. и 6 лет составляли 97,6 и 97,7% соответственно, то к 2019 г. (на фоне максимального уровня заболеваемости с 2000 г.) этот показатель среди детского и взрослого населения превышал 98,3 и 97,9% соответственно.
Из таблицы видно, что за период с 2012 по 2019 г. дети до 17 лет были охвачены вакцинацией против К в среднем в 93,8% случаев. За вычетом лиц, не достигших возраста первого введения вакцины (до 1 года), показатель составил в среднем 99,5%.
Установлено, что взрослые в возрасте до 35 лет, которые должны быть привиты двукратно, охвачены этой мерой в 98,9% случаев. Среди лиц старше 35 лет охват вакцинацией резко снизился и составил за период с 2012 по 2019 г. 55,7%.
Москва является одним из крупнейших мегаполисов мира, при высоком охвате населения профилактическими прививками против К в ежегодно оставались непривитыми около 9000 детей, что составило не более 0,8% общей численности детского населения за период с 2012 по 2019 г. В возрастной группе 18–35 лет остались не привитыми против К (и не переболели ею) от 7100 чел. в 2013 г. до 93 100 в 2015 г., что не превышало 3,3% числа всех зарегистрированных в лечебно-профилактических организациях (ЛПО) Москвы лиц этого возраста. Основная доля непривитых и не болевших К находилась в возрасте 36–59 лет и старше 60 лет. Так, в 2012 г. в указанных возрастных группах около 2,7 и 2,5 млн жителей Москвы, остались непривитыми соответственно около 2,7 и 2,5 млн жителей Москвы. Активно проводимая профилактическая работа по вакцинации населения, в том числе по эпидемическим показаниям, за последние годы снизила число таких лиц на 800 000.
Представленные результаты анализа статистической отчетности по охвату вакцинацией против К не согласуются с данными о возрастной структуре заболеваемости. Так, превалирование детей младшего возраста в структуре заболеваемости К подробно охарактеризовано многими исследователями [5, 13, 14]. Взрослые в возрасте старше 35 лет, среди которых охват вакцинацией резко уменьшился по сравнению с прочими, болели К редко.
Использование БД позволяет уточнить данные об охвате населения профилактическими прививками, выявить возрастные группы риска, в которых указанный показатель был недостаточным. Например, охват вакцинацией против К в группе до 2 лет, рассчитанный среди детей, подлежащих вакцинации в соответствии с возрастом (старше 1 года), составил в 2015 г. только 55,9% (95% ДИ 52,2–59,5). Дети в возрасте 3–6 и 7–14 лет были привиты в среднем в 91,3% (95% ДИ 90,8–92,3) и 91,0% (95% ДИ 90,3–91,6) случаев соответственно.
Использование БД позволяет не только вычислить охват вакцинацией, но и сопоставить его с возрастным составом заболевших К лиц (с подтверждением диагноза при серологическом исследовании). Так, по нашим данным, дети болели корью чаще, чем взрослые, с наибольшими значениями в группах 3–6 (32,4%) и 7–14 (25,0%) лет.
Использование предложенной БД позволяет определить охват вакцинацией в любой из возрастных групп, представленных в исходных документах, а также в объединенных группах.
Плановый охват вакцинацией со значением более 95% как по данным официальной статистики, так и при анализе БД был установлен в группе подростков 15–17 лет и молодых взрослых 18–19 лет (наибольший показатель среди всего населения), что согласуется с данными о меньшей, чем в предыдущих группах, распространенности случаев К.
Получение достоверных данных о прививочном статусе взрослых в ряде случаев может быть затруднительным, что неизбежно отражается на данных официальной статистики. С этими же трудностями мы столкнулись и при анализе результатов расследования случаев К. Так, охват вакцинацией в плановом порядке в соответствии с БД был значительно меньше 90%: в группах 20–35 лет – 81,3% (95% ДИ 80,4–82,1), 36 лет и старше – только 51,0% (95% ДИ 50,2–51,8)). При этом лица старше 36 лет болели К реже остальных. Объяснением таких результатов является, с одной стороны, более высокая частота встречаемости среди них переболевших К и, как следствие, меньшее влияние иммунопрофилактики на формирование популяционного иммунитета, а с другой – отсутствие в ряде случаев документального подтверждения фактов вакцинации или перенесенной инфекции. Нередко данные о прививочном анамнезе взрослых опираются на анамнестические сведения о перенесенных инфекциях и поставленных прививках.
Использование БД позволило провести анализ распространенности случаев К по АО Москвы. Наибольшая доля случаев заболевания была зарегистрирована в Юго-Восточном АО (38,7%), а наименьшая (2%) – в Центральном АО (рис. 4). Использование ГИС-технологий позволяет визуализировать распределение случаев К в абсолютном или долевом значении на территории Москвы [15].
Очевидно, что численность населения АО может повлиять на долевое распределение в них случаев К. Согласно данным официальной статистики, наибольшими по численности населения были Восточный и Центральный АО, а Северо-Западный АО и Зеленоград – самыми маленькими. Однако проведенный корреляционный анализ показал, что на территориальное распределение случаев кори численность населения АО влияла слабо (ρ = -0,25 при р > 0,05). При этом за период с 2013 по 2015 г. в 77,3% случаев заболеваемость корью среди населения определялась единичными случаями.
Обсуждение
По результатам проведенной работы показано, что предложенный метод создания БД результатов расследования случаев К является эффективным для совершенствования эпидемиологической диагностики. В частности, полученные результаты, касающиеся распределения эффективности вакцинопрофилактики (Е = 86%) и возрастного состава больных, соответствовали имеющимся данным официальной статистики. Приведенные факты свидетельствуют об адекватности методики и результатов анализа данных, заложенных в БД, реальной эпидемической ситуации по К в Москве и согласуются с ранее полученными данными [15–18].
Использование предложенного подхода позволило получить новые данные об охвате населения профилактическими прививками в плановом порядке и тем самым уточнить информацию официальной статистики. Низкий охват вакцинацией детей до 2 лет, установленный по данным анализа БД, мог стать результатом сдвига сроков первого введения вакцины, медицинских (временных) отводов от вакцинации, отказов родителей от ее проведения. Необходимо отметить, что высокая заболеваемость К детей именно этой возрастной группы регистрируется уже несколько лет [5, 13, 14].
На наш взгляд, основной причиной низкого охвата вакцинацией возрастной группы старше 36 лет является недоучет привитых и переболевших К взрослых. Существует множество факторов, негативно влияющих на полноту учета населения и прививочного статуса отдельных лиц, к ним можно отнести миграцию населения, недоучет населения, получающего медицинское обслуживание в коммерческих ЛПО, активные миграционные процессы, утрату сведений о проведенной вакцинации и т. д.
Таким образом, сформированная БД при условии постоянного обновления информации может быть использована для оперативного анализа обстановки, оценки рисков распространения инфекции на отдельных территориях (в АО) и определения наиболее актуальных направлений противоэпидемических мероприятий.
Методика создания БД обладает достаточной гибкостью, позволяющей вносить изменения/дополнения в зависимости от эпидемиологических и клинических особенностей инфекционного заболевания, а также от целей и задач, стоящих перед исследователем. Основными направлениями применения созданной БД, на наш взгляд, являются следующие:
- совершенствование эпидемиологической диагностики в структуре надзора за управляемыми инфекциями, случаи которых подлежат расследованию врачом-эпидемиологом;
- визуализация и мониторинг распространения кори на территории отдельных АО Москвы (при использовании ГИС-технологий) [5, 15, 16];
- оценка охвата населения экстренной вакцинацией в очагах, а также сроков ее проведения;
- оценка своевременности и эффективности проведения противоэпидемических мероприятий в очагах;
- мониторинг охвата населения вакцинацией на территории обслуживания отдельных ЛПО, оперативный расчет численности вакцинированного и подлежащего вакцинации населения;
- математическое моделирование эпидемического процесса инфекции для формирования прогноза развития ситуации [11].
Заключение
Позитивный опыт использования программных средств для эпидемиологической диагностики, на наш взгляд, демонстрирует широкие перспективы для внедрения новых подходов и методов в сфере эпидемиологии и является залогом ее динамичного развития в будущем.