Predictive scenarios for the development of the epidemic process of Epstein-Barr virus infection in the absence of specific prevention measures and their implementation


DOI: https://dx.doi.org/10.18565/epidem.2023.13.1.60-9

Solomay T.V., Semenenko A.V., Nikitina G.Yu., Shuvalov A.N.

1) Central Research Institute of Epidemiology, Russian Federal Service for Supervision of Consumer Rights Protection and Human Well-Being, Moscow, Russia; 2) I.I. Mechnikov Research Institute of Vaccines and Sera, Ministry of Education and Science of Russia, Moscow, Russia; 3) Honorary Academician N.F. Gamaleya National Research Center of Epidemiology and Microbiology, Ministry of Health of Russia, Moscow, Russia; 4) S.P. Botkin City Clinical Hospital, Moscow City Healthcare Department, Moscow, Russia
Objective. To develop a mathematical model for the epidemic process of infection caused by Epstein-Barr virus (EBV), to forecast the effectiveness of potential immunization strategies, and to identify optimal vaccination contingents.
Materials and methods. A compartmental model was developed, which took into account all currently known features of EBV infection. The adequacy of the model was proved by comparing the obtained parameters with statistical indicators.
Results. The spread of EBV was minimal in a group of children under 1 year of age (37,3%) and maximal in that of persons aged 18 years and older (75%). The increased spread was accompanied by a decrease in the proportion of EBV-susceptible individuals from 62,7 to 25%. Potential vaccination will be able to reduce EBV spread among the population in the next 80 years, but not to eliminate the pathogen. The optimal populations for potential vaccination are healthy individuals, children under 1 year of age with chronic latent EBV infection, and women aged 18–39 years. Immunization of these groups selected during the modeling of parameters will be able to increase the proportion of people who were not involved in the epidemic process to 69.4% by the age of 18, with a slight decrease to 54,9% by the age of 80. The spread of EBV in the adult population will decrease by 2,5 times by the age of 18 years and by 1,7 times by that of 80.
Conclusion. The proposed model can be easily adapted to the parameters of any vaccine for the prevention of EBV infection after its design and allows you to choose an effective immunization strategy in a short time. The introduction of revaccination at an interval corresponding to the duration of the protective effect of a particular vaccine can be considered as additional measures.

Инфекция, вызванная вирусом Эпштейна–Барр (ВЭБ), является одной из самых распространенных в мире заразных болезней. Результаты серологических исследований позволили установить, что маркеры ВЭБ присутствуют более чем у 90% взрослого населения, независимо от региона проживания. Повсеместному распространению ВЭБ в популяции человека способствует реализация практически всех известных на настоящий момент механизмов и путей передачи [1, 2]. Инфекционный процесс носит хронический характер и сопровождается сменой фаз латентного течения и реактивации. Индивидуумы с первичной и реактивацией хронической ВЭБ-инфекции являются источниками инфекции для окружающих [3–6].

С ВЭБ ассоциируют ряд патологических состояний. Более 90% случаев инфекционного мононуклеоза обусловлено данным вирусом. Он может быть причиной развития рецидивирующих инфекций верхних дыхательных путей, цитопений, гемофагоцитарного лимфогистиоцитоза, миалгического энцефаломиелита. Описано также стертое и бессимптомное течение инфекционного процесса. Кроме того, с ВЭБ-инфекцией связывают развитие аутоиммунных (ревматоидный артрит) и онкологических (лимфома Беркитта, назофарингеальная карцинома, рак желудка) болезней [7].

В большинстве стран и регионов мира случаи ВЭБ-инфекции не регистрируются. В Российской Федерации из всех клинических форм, обусловленных этим патогеном, официальному учету подлежит только инфекционный мононуклеоз, преимущественно у детей, при этом этиологическая расшифровка не проводится. Статистические сведения о случаях реактивации хронической ВЭБ-инфекции у взрослых, в том числе протекающие с выраженными клиническими проявлениями, отсутствуют [3].

На настоящий момент в мире нет зарегистрированных вакцин для профилактики ВЭБ-инфекции. В ряде государств ведутся исследования по разработке препаратов для специфической иммунопрофилактики, при успешном завершении которых ВЭБ-инфекция может перейти в разряд управляемых [8].

Это свидетельствует о наличии на современном этапе целого ряда проблем, препятствующих эффективному управлению эпидемическим процессом ВЭБ-инфекции, и требует принятия безотлагательных решений для изменения ситуации.

Успех эпидемиологического надзора кроется в понимании масштаба исследуемой проблемы. На этапе отсутствия мониторинговых наблюдений за ВЭБ-инфекцией восполнить существующие пробелы позволит математическое моделирование [9, 10]. К настоящему моменту в мире накоплен значительный опыт построения математических моделей эпидемических процессов. В отечественной эпидемиологии широко используются математические модели, построенные на основе феноменологии эпидемического процесса, которые представляют систему дифференциальных или разностных уравнений, описывающих динамику групп восприимчивых, инфицированных и выздоровевших индивидов. Наиболее распространенными из них являются компартментные модели типа SIR и SEIRF [11–15], которые успешно применяются для анализа и прогноза эпидемий гриппа, COVID-19 [16–19], лихорадки Эбола [20]. Прямая экстраполяция предложенной технологии моделирования на ВЭБ-инфекцию невозможна ввиду описанных выше особенностей эпидемического процесса и требует ее существенной корректировки.

Несмотря на масштабность проблемы ВЭБ-инфекции, в доступной литературе описана только одна модель, характеризующая эпидемический процесс этой инфекции среди населения Великобритании [21]. При этом данная модель не учитывает ряд важных эпидемиологических параметров. В частности, предполагается, что все люди рождаются здоровыми и восприимчивыми к ВЭБ и инфицируются после рождения. В то же время ряд публикаций свидетельствует о значимой доле внутриутробного инфицирования [22–26]. В этой связи предложенная зарубежными авторами модель не отражает реальной обстановки, а прогнозы на ее основе будут давать искаженное представление о перспективном развитии эпидемического процесса. Поэтому необходима разработка новой математической модели, отражающей все описанные нюансы и учитывающей особенности ВЭБ-инфекции на территории Российской Федерации.

Цель исследования – разработка математической модели эпидемического процесса ВЭБ-инфекции, составление на ее основе прогноза эффективности различных стратегий потенциальной иммунизации и определение оптимальных контингентов для вакцинации.

Материалы и методы

Для достижения поставленной цели на базе модели, предложенной Goscé L. и соавт. [21], нами разработана компартментная модель, описывающая эпидемический процесс ВЭБ-инфекции и позволяющая составить прогноз эффективности различных стратегий потенциальной иммунизации (рис. 1, см. на вклейке).

Математическое описание модели представлено системой обыкновенных линейных дифференциальных уравнений.

Изменение числа здоровых индивидуумов (восприимчивые лица):

62-1.jpg (10 KB)

Изменение числа лиц с первичной и реактивацией хронической ВЭБ-инфекции (источники инфекции):

62-2.jpg (14 KB)

Изменение числа лиц с хронической латентной ВЭБ-инфекцией:

62-3.jpg (11 KB)

Изменение числа здоровых вакцинированных:

62-4.jpg (11 KB)

Изменение числа вакцинированных с хронической латентной ВЭБ-инфекцией:

62-5.jpg (12 KB)

Изменение числа умерших:

62-6.jpg (6 KB)

Начальные условия:

62-7.jpg (8 KB)

Исходными данными для моделирования явились сведения о числе лиц:

  • заболевших инфекционным мононуклеозом в Российской Федерации в 2016–2020 гг. в разрезе возрастных групп (форма № 2 «Сведения об инфекционных и паразитарных болезнях», утверждена приказом Росстата от 30.12.2020 № 867);
  • родившихся в Российской Федерации в 2016–2020 гг. (Российский статистический ежегодник: стат. сб./ Росстат; 2017–2021 гг.);
  • умерших в Российской Федерации в 2016–2020 гг. (Российский статистический ежегодник: стат. сб./ Росстат; 2017–2021 гг.);
  • родившихся с маркерами хронической латентной ВЭБ-инфекции [22–26];
  • живущих с маркерами хронической латентной ВЭБ-инфекции в разрезе возрастных групп [27, 28].

Согласно градации по возрастам, предусмотренной формой № 2, детское население было разбито на следующие группы: дети до 1 года (группа № 1), 1–2 года (группа № 2), 3–6 лет (группа № 3), 7–14 лет (группа № 4), 15–17 лет (группа № 5). Популяция взрослых разделена на лиц в возрасте 18–39 (группа № 6) и старше 40 лет (группа № 7).

Численность возрастных групп определялась, исходя из данных о случаях инфекционного мононуклеоза и показателей заболеваемости на 100 тыс. населения в каждой из них. Полученные значения соотносились со сведениями, представленными в Российских статистических ежегодниках за исследуемый период времени.

На основе исходных данных были определены начальные значения компартментов N, A, L и D для группы № 1. В результате эпидемиологических взаимодействий с течением времени в возрастных группах соотношение здоровых и инфицированных индивидуумов изменялось по сравнению с начальными значениями. По мере достижения граничного возраста индивидуумы переходили в следующую возрастную группу уже изменившимся соотношением здоровых и инфицированных. Скорости переходов между компартментами ν1, ν2, ν3, µ и вероятность развития заболевания PA были определены, исходя из следующих предположений:

ν1 – скорость развития болезни, 1/день (скорость перехода из «N» в «A»), рассчитывается из предположения, что средняя длительность инкубационного периода составляет 42 дня [29], = 0,0238 (1/день);

ν2 – скорость выздоровления, 1/день (скорость перехода из A в L), рассчитывается из предположения, что средняя длительность заболевания составляет 90 дней [30], = 0,0111 1/день;

ν3 – скорость реактивации, 1/день (скорость перехода из L в A), принята равной нулю для возрастных групп № 1 (дети до 1 года) и № 2 (дети 1–2 года), для других возрастных групп значение подбирается в процессе моделирования;

µ – скорость перехода индивидуумов в категорию умерших, 1/день, значение µ для каждой возрастной группы подбирается в процессе моделирования;

PA – вероятность развития заболевания вследствие контакта между здоровыми и лицами с первичной и реактивацией хронической ВЭБ-инфекции, значение параметра подбирается в процессе моделирования.

Подбор значений описанных параметров и оценку адекватности расчетных данных проводили путем их сопоставления с официальными статистическими показателями заболеваемости, рождаемости и смертности, а также с результатами ранее проведенных исследований [22–28].

После того как был составлен прогноз развития эпидемической ситуации на современном этапе, проведена аналогичная оценка при введении потенциальной вакцинации, для которой были выбраны следующие условия:

  • эффективность гипотетической вакцины 90%;
  • охват вакцинацией составляет 95% индивидуумов декретированной группы;
  • период формирования протективной защиты 1 месяц (30 дней);
  • продолжительность протективной защиты 10 лет.

Исходный выбор групп для потенциальной вакцинации основывался на данных о распространенности (превалентности) ВЭБ, которая была минимальной среди детей до 1 года [27, 28]. В то же время возможность внутриутробного инфицирования [22–26] определяет дополнительную необходимость формирования специфической защиты у женщин детородного возраста (18–39 лет). Сопоставление с другими инфекциями (корь, краснуха), управляемыми средствами специфической профилактики, иммунизация против которых включена в национальный календарь профилактических прививок, позволяет рассматривать женщин 18–39 лет в качестве дополнительного декретированного контингента для вакцинации против ВЭБ [31]. Для проверки выдвинутой гипотезы были рассмотрены стратегии, включающие следующие контингенты:

  • здоровые дети до 1 года;
  • здоровые женщины 18–39 лет;
  • здоровые дети до 1 года и женщины 18–39 лет;
  • дети до 1 года (здоровые и с хронической латентной ВЭБ-инфекцией);
  • женщины 18–39 лет (здоровые и с хронической латентной ВЭБ-инфекцией);
  • дети до 1 года и женщины 18–39 лет (здоровые и с хронической латентной ВЭБ-инфекцией).

Под термином «здоровые» подразумеваются неинфицированные ВЭБ индивидуумы, которые после проведенной вакцинации являются невосприимчивыми к данному вирусу на протяжении 10 лет. Иммунизация лиц с хронической латентной ВЭБ-инфекцией подразумевает формирование у индивидуумов протективной защиты, предотвращающей реактивацию в течение 10 лет.

Скорость перехода индивидуумов после вакцинации в компартмент V (VL и VN) рассчитана по формуле:

63-1.jpg (5 KB)

где 30 – число дней, в течение которых формируется протективная защита [32].

По истечении указанного срока вакцинированные лица со скоростью ε возвращаются в компартменты N или L. Скорость ε определена из предполагаемой длительности защитного действия вакцины

63-2.jpg (6 KB)

где 3650 – это 10 лет × 365 дней.

Окончательный выбор оптимальных декретированных групп для проведения потенциальной вакцинации был сделан по результатам математического моделирования с позиции прогноза эффективности влияния на эпидемической процесс.

Расчеты проведены в системе компьютерной математики Mathcad 15/MathcadPrime 1.0. [33]. Результаты моделирования представлены в графическом виде.

Результаты

В период 2016–2020 гг., статистические сведения за который легли в основу разработанной модели, в Российской Федерации показатели заболеваемости инфекционным мононуклеозом были максимальными в 2019 г. Спад заболеваемости в 2020 г. совпал с эпидемическим распространением в стране SARS-Cov-2 и обусловлен, вероятно, двумя причинами – разобщением населения в результате проводимых противо­эпидемических мероприятий и низким уровнем регистрации ввиду изменившихся приоритетов.

В структуре заболевших преобладали лица в возрасте до 18 лет – 83,7%. Удельный вес взрослого населения среди всех заболевших инфекционным мононуклеозом составил 16,3%. При этом наиболее высокие средние показатели заболеваемости зарегистрированы в возрастных группах 1–2 года (146,5 на 100 тыс. населения) и 3–6 лет (124,8 на 100 тыс. населения).

Сопоставление средних показателей регистрируемой заболеваемости инфекционным мононуклеозом в разных возрастных группах с прогнозными значениями, полученными в результате математического моделирования, а также рождаемости и смертности выявило наличие прямых сильных значимых корреляционных связей (коэффициент ранговой корреляции Спирмена pз = 1, Ткр.= 0; pр = 1, Ткр.= 0; pс = 1, Ткр.= 0 соответственно), что свидетельствует об адекватности разработанной модели и возможности ее использования для анализа и прогноза параметров эпидемического процесса ВЭБ-инфекции.

Результаты моделирования показали, что доля здоровых восприимчивых к данному возбудителю лиц при рождении составляет 63% и сохраняется на этом уровне в течение первого года жизни. Постепенно, вследствие контактов с источниками инфекции восприимчивые лица вовлекаются в эпидемический процесс, их удельный вес сокращается и во взрослой популяции не превышает 25% (рис. 2). При этом пропорционально увеличивается доля лиц с хронической латентной ВЭБ-инфекцией с 37% при рождении до 75% в возрастной группе старше 18 лет (рис. 2).

64-1.jpg (117 KB)

Изменение сложившейся эпидемической ситуации представляется возможным путем сокращения доли восприимчивого контингента до того, как указанные лица будут инфицированы. Кроме того, важным аспектом является снижение удельного веса индивидуумов с хронической латентной ВЭБ-инфекцией, которые в периоды реактивации становятся источниками инфекции, либо создание условий, препятствующих реактивации. Достижение поставленных задач возможно за счет введения потенциальной массовой вакцинации.

Моделирование различных стратегий иммунизации показало, что при использовании в качестве декретированного контингента только здоровых индивидуумов из группы № 1 к концу первого года жизни защиту от инфицирования ВЭБ приобретают 57,5% индивидуумов, а доля восприимчивых лиц снижается с 63% при рождении до 5,5%. На этом фоне происходит выраженное (в 6,8 раза) снижение числа детей с инфекционным мононуклеозом. Число лиц с хронической латентной инфекцией практически не изменяется. Сокращение доли восприимчивых лиц способствует снижению заболеваемости в более старших возрастных группах на протяжении последующих 10 лет (предполагаемый срок поствакцинальной защиты). Однако наличие большого пула детей с латентной инфекцией (около 37% при рождении) определяет возможность ее последующей реактивации с вовлечением в эпидемический процесс незащищенной когорты.

При иммунизации здоровых женщин 18–39 лет доля защищенных лиц составит всего 27,8%, чего явно недостаточно для создания надлежащей иммунной прослойки. Кроме того, по аналогии с первой стратегией, число индивидуумов с латентной инфекцией не изменится. Исходя из этого, в период беременности у 67,25% женщин может произойти реактивация хронической ВЭБ-инфекции, что будет способствовать внутриутробному инфицированию.

Таким образом, обе описанные стратегии показали свою несостоятельность из-за невозможности значимого сокращения удельного веса лиц с хронической латентной ВЭБ-инфекцией.

Проведение вакцинации всех детей в возрасте до 1 года (здоровых и с хронической латентной ВЭБ-инфекцией) позволит к 18 годам повысить долю не вовлеченных в эпидемический процесс индивидуумов до 43,7% по сравнению с 25,1% при отсутствии мер противодействия. Через 80 лет от момента начала прививочной кампании данный показатель составит 40,6% против 25,2% соответственно (рис. 3). При этом доля лиц с хронической латентной инфекцией существенно сократится по сравнению с периодом, когда вакцинация не применяется, и к 18 годам составит 56,3% против 74,8%, к 80 – 59,4% против 74,9% соответственно (рис. 2).

Исходя из заданных условий моделирования, вакцинация женщин 18–39 лет (здоровых и с хронической латентной ВЭБ-инфекцией) позволяет предотвратить развитие первичной и реактивации хронической ВЭБ-инфекции в период беременности. Следовательно, дети от вакцинированных матерей будут рождаться здоровыми. Таким образом, удельный вес здоровых новорожденных при использовании данной стратегии вакцинации составит 86,9%. С течением времени доля здоровых индивидуумов сократится (к 18 годам до 43,7%, к 80 – до 38,1%), однако на протяжении всего периода наблюдения будет выше, чем при отсутствии мер противодействия (25,1 и 25,2% соответственно; рис. 2). Доля лиц с хронической латентной инфекцией будет сопоставима с таковой при вакцинации детей до 1 года и составит к 18 годам 56,2%, к 80 – 61,6%.

Наиболее эффективной оказалась стратегия комбинированной вакцинации, когда прививкам одновременно подлежат как дети до 1 года, так и женщины 18–39 лет (здоровые и с хронической латентной ВЭБ-инфекцией). Такой подход потенциально позволит повысить удельный вес не вовлеченных в эпидемический процесс лиц до 69,4% к 18 годам с незначительным снижением к 80 годам до 54,9%. На этом фоне доля индивидуумов с латентной хронической ВЭБ-инфекцией к 18 годам составит всего 30,6% по сравнению с 74,8% при отсутствии мер противодействия. При использовании данной стратегии вакцинации аналогичные показатели в 80 лет также будут существенно ниже, чем при отсутствии иммунопрофилактики – 45,1 и 74,9% соответственно (рис. 3).

65-1.jpg (118 KB)

Увеличение доли восприимчивого контингента при наличии достаточного числа источников инфекции, как правило, способствует росту заболеваемости. По результатам моделирования установлено, что прогнозная заболеваемость совокупного населения при использовании каждой из трех выбранных стратегий вакцинации будет несколько выше аналогичного показателя для популяции, в которой иммунизация не проводилась. При вакцинации как здоровых, так и лиц с хронической латентной инфекцией фактором, сдерживающим рост заболеваемости, будет являться сокращение распространенности возбудителя в популяции и, как следствие, снижение числа источников инфекции из числа индивидуумов с реактивацией ВЭБ-инфекции.

Кроме того, использование разных стратегий вакцинации будет способствовать изменению показателей заболеваемости в отдельных возрастных группах. Так, при иммунизации детей до 1 года основными группами риска инфицирования будут являться дети 7–14 и 15–17 лет, в то время как при отсутствии прививок максимальные показатели имеют место среди детей 1–2 и 3–6 лет. В случае если прививкам будут подлежать женщины 18–39 лет, можно ожидать роста заболеваемости практически во всех возрастных группах за счет существенного увеличения когорты восприимчивых лиц. При иммунизации одновременно женщин 18–39 лет и детей до 1 года пик заболеваемости придется на возраст 15–17 лет, а показатели в более старших группах населения будут сопоставимы с таковыми у детей.

Обсуждение

Снижение бремени заразных болезней входит в перечень приоритетных задач органов здравоохранения большинства мировых держав. Управление эпидемическим процессом широко распространенных в человеческой популяции инфекций позволяет оказывать влияние на демографические показатели, такие как смертность и средняя продолжительность жизни [31, 34]. В настоящий момент ВЭБ-инфекция относится к разряду неуправляемых и не подлежит эпидемиологическому контролю ввиду отсутствия действенных мер профилактики, а погрешности статистического учета не позволяют адекватно оценить ситуацию. В связи с этим разработка математической модели, позволяющей оценить масштаб проблемы и составить объективный прогноз, является своевременной и необходимой мерой эпидемиологического реагирования.

До проведения настоящего исследования попытки моделирования эпидемического процесса ВЭБ-инфекции в Российской Федерации не предпринимались, а единственная модель, разработанная за рубежом [21], не учитывает значимой когорты новорожденных, инфицированных внутриутробно. Отечественные и зарубежные исследования показали, что около 37% детей к моменту рождения уже инфицированы ВЭБ [22–26]. Данный аспект был учтен при разработке описанной нами модели. Это позволило создать объективные условия для моделирования, адекватность которого доказана путем сопоставления полученных параметров с демографическими показателями и данными по заболеваемости и распространенности ВЭБ-инфекции.

Важным преимуществом предложенной модели является возможность прогнозирования эпидемической ситуации как при отсутствии мер специфической профилактики, так и при ее применении. В настоящем исследовании описано использование гипотетической вакцины, обладающей заданными характеристиками, в то время как реально разработанные препараты могут иметь отличные параметры эффективности. Кроме того, к моменту регистрации вакцин эпидемическая ситуация по ВЭБ-инфекции может измениться. К переменным значениям относится и параметр охвата населения вакцинацией. При разработке настоящей модели все описанные нюансы были учтены.

Предложенная модель позволяет решить еще одну очень важную задачу – определить оптимальный декретированный контингент для проведения специфической иммунопрофилактики. Стратегия вакцинации только здоровых индивидуумов, предложенная исследователями из Великобритании [21], обнаружила свою несостоятельность ввиду незначительного удельного веса данной когорты, что не позволяет создать достаточную иммунную прослойку в популяции. Результаты моделирования показали, что наиболее оптимистичного прогноза можно добиться благодаря введению комплексной вакцинации здоровых и лиц с хронической латентной ВЭБ-инфекцией в возрасте до 1 года и женщин 18–39 лет. Такой подход при заданных условиях позволит более чем в 2 раза снизить бремя ВЭБ-инфекции уже через 20 лет от начала иммунизации и сохранить достигнутый результат спустя 80 лет.

В то же время это приведет к существенным изменениям возраста, в котором индивидуумы будут переносить первичную ВЭБ-инфекцию [35]. При вакцинации детей до 1 года и женщин 18–39 лет самой незащищенной когортой станут подростки 15–17 лет. Действие иммунной защиты после гипотетической вакцинации к этому моменту закончится и накопится большой пул восприимчивых лиц, который при наличии достаточного числа источников инфекции составит группу риска первичного инфицирования ВЭБ. Для решения данной проблемы можно использовать опыт профилактики иных инфекций, где снижение заболеваемости в конкретных возрастных группах достигается путем введения дополнительных ревакцинаций [36]. Кроме того, описанный аспект необходимо учесть в ходе разработки и проведения клинических исследований кандидатных вакцин для профилактики ВЭБ-инфекции с целью выбора оптимальной схемы специфической профилактики.

Выводы:

Предложенная компартментная модель учитывает все известные в настоящий момент особенности ВЭБ-инфекции, является адекватной и надежной, что подтверждается наличием значимых прямых сильных корреляционных связей между прогнозными параметрами и официальными статистическими показателями заболеваемости, рождаемости и смертности от инфекционного мононуклеоза.

Результаты моделирования показали, что на современном этапе распространенность ВЭБ в популяции изменяется в зависимости от возраста и является минимальной в группе детей до 1 года (37,3%), максимальной – среди лиц 18 лет и старше (75%). Рост показателя сопровождается пропорциональным снижением удельного веса восприимчивых к ВЭБ индивидуумов с 62,7 до 25% соответственно.

Проведение потенциальной вакцинации в рамках предложенных стратегий позволит в течение последующих 80 лет снизить распространенность ВЭБ среди населения, но не элиминировать возбудителя.

Анализ прогноза эффективности выбранных стратегий потенциальной вакцинации показал, что оптимальными декретированными контингентами являются здоровые индивидуумы и лица с хронической латентной ВЭБ-инфекцией обоего пола в возрасте до 1 года и женщины 18–39 лет. Иммунизация указанных групп в рамках выбранных в ходе моделирования параметров позволит повысить удельный вес не вовлеченных в эпидемический процесс лиц до 69,4% к 18 годам с незначительным снижением до 54,9% к 80 годам. Распространенность ВЭБ в популяции к 18 годам сократится в 2,5 раза и составит 30,6%, к 80 – в 1,7 раза (45,1%).

Предложенная математическая модель может быть легко адаптирована под параметры любой вакцины для профилактики ВЭБ-инфекции после ее разработки и регистрации и позволяет в короткие сроки выбрать наиболее эффективную стратегию проведения иммунизации. В качестве дополнительных мер воздействия на эпидемический процесс ВЭБ-инфекции в прогнозируемом будущем можно рассматривать введение ревакцинации с интервалом, соответствующим продолжительности протективного действия конкретной вакцины.


Literature


1. Исаков В.А., ред. Герпеcвирусные инфекции человека: руководство для врачей СПб.: СпецЛит, 2013. 2-е изд., перераб. и доп. 670 с.


Isakov V.A., ed. [Human herpesvirus infections: a guide for doctorsSt. Petersburg: SpetsLit, 2013. 2nd ed. 670 p. (In Russ.).


2. Соломай Т.В., Семененко Т.А. Эпштейна–Барр вирусная инфекция – глобальная эпидемиологическая проблема. Вопросы вирусологии 2022; 67(4): 265–77. doi: https://doi.org/10.36233/0507-4088-122


Solomay T.V., Semenenko T.A. [Epstein–Barr viral infection is a global epidemiological problem]. Issues of virology. 2022; 67(4): 265–77. (In Russ.). doi: https://doi.org/10.36233/0507-4088-122


3. Соломай Т.В., Семененко Т.А., Тутельян А.В., Боб­рова М.В. Эпидемиологические особенности инфекции, вызванной вирусом Эпштейна–Барр. Журнал микробиологии, эпидемиологии и иммунологии 2021; 98(6): 685–96. doi: 10.36233/0372-9311-139


Solomay T.V., Semenenko T.A., Tutelyan A.V., Bobrova M.V. [Epidemiological features of infection caused by the Epstein-Barr virus]. Journal of Microbiology, Epidemiology and Immunology. 2021; 98(6): 685–96. (In Russ.). doi: 10.36233/0372-9311-139


4. Попкова М.И., Уткин О.В. Особенности эпидемического процесса инфекционного мононуклеоза в Нижегородской области в современный период. Здоровье населения и среда обитания 2021; 4(337): 79–86. doi: 10.35627/2219­5238/2021­337­4­79­86


Popkova M.I., Utkin O.V. [Features of the epidemic process of infectious mononucleosis in the Nizhny Novgorod region in the modern period]. Public Health and Life Environment 2021; 4(337): 79–86. (In Russ.). doi: 10.35627/2219­5238/2021­337­4­79­86


5. Соломай Т.В., Семененко Т.А., Каражас Н.В., Рыбалкина Т.Н., Корниенко М.Н., Бошьян Р.Е. и др. Оценка риска инфицирования герпесвирусами при переливании донорской крови и ее компонентов. Анализ риска здоровью 2020; (20): 135–42. doi: 10.21668/health.risk/2020.2.15.eng


Solomay T.V., Semenenko T.A., Karazhas N.V., Rybalkina T.N., Kornienko M.N., Boshyan R.E. et al. [Assessment of the risk of infection with herpesviruses during transfusion of donor blood and its components]. Health risk analysis 2020; (20): 135–42. (In Russ.). doi: 10.21668/health.risk/2020.2.15.eng


6. Соломай Т.В., Семененко Т.А., Филатов Н.Н., Веду­нова С.Л., Лавров В.Ф., Смирнова Д.И. и др. Реактивация инфекции, вызванной вирусом Эпштейна–Барр (Herpesviridae: Lymphocryptovirus, HHV-4), на фоне COVID-19: эпидемиологические особенности. Вопросы вирусологии 2021; 66(2): 152–61. doi:10.36233/0507-4088-40


Solomay T.V., Semenenko T.A., Filatov N.N., Vedunova S.L., Lavrov V.F., Smirnova D.I. et al. [Reactivation of infection caused by Epstein–Barr virus (Herpesviridae: Lymphocryptovirus, HHV-4), against the background of COVID-19: epidemiological features]. Problems of Virology 2021; 66(2): 152–61. (In Russ.). doi:10.36233/0507-4088-40


7. Грешнякова В.А., Горячева Л.Г., Никифорова А.О. Инфекционный мононуклеоз: нетипичная манифестация. Детские инфекции 2022; 21(1): 62–5, doi.org/10.22627/2072-8107-2022-21-1-62-65


Greshnyakova V.A., Goryacheva L.G., Nikiforova A.O. [Infectious mononucleosis: atypical manifestation]. Childhood infections 2022; 21(1): 62–5. (In Russ.). doi.org/10.22627/2072-8107-2022-21-1-62-65


8. Cui X., Snapper C.M. Epstein Barr Virus: Development of Vaccines and Immune Cell Therapy for EBV-Associated Diseases. Front Immunol. 2021; 12: 734471. doi: 10.3389/fimmu.2021.734471


9. Лопатин А.А., Куклев Е.В., Сафронов В.А., Раздорский А.С., Самойлова Л.В., Топорков В.П. Верификация математических моделей при чуме. Проблемы особо опасных инфекций 2012; (3): 26–8.


Lopatin A.A., Kuklev E.V., Safronov V.A., Razdorsky A.S., Samoilova L.V., Toporkov V.P. [Verification of mathematical models in plague]. Problems of Particularly Dangerous Infections 2012; (3): 26–8. (In Russ.).


10. Пермякова А.В., Сажин А.В., Мелехина Е.В., Горелов А.В. Возможности биологического и математического моделирования инфекции, вызванной вирусом Эпштейна–Барр. Эпидемиол. инфекц. болезни. Актуал. вопр. 2020; 10(1): 93–7. doi: 10.18565/epidem.2020. 10.1.93-7


Permyakova A.V., Sazhin A.V., Melekhina E.V., Gorelov A.V. [Possibilities of biological and mathematical modeling of infection caused by the Epstein–Barr virus]. Epidemiоlоgy and infectious diseases. Сurrent items 2020; 10(1): 93–7. (In Russ.). doi: 10.18565/epidem. 2020.10.1.93-7


11. Лопатин А.А., Сафронов В.А., Раздорский А.С., Куклев Е.В. Современное состояние проблемы математического моделирования и прогнозирования эпидемического процесса. Проблемы особо опасных инфекций 2010; (3): 28–30.


Lopatin A.A., Safronov V.A., Razdorsky A.S., Kuklev E.V. [The current state of the problem of mathematical modeling and forecasting of the epidemic process]. Problems of Particularly Dangerous Infections 2010; (3): 28–30. (In Russ.).


12. Янчевская Е.Ю., Меснянкина О.А. Математическое моделирование и прогнозирование в эпидемиологии инфекционных заболеваний. Вестник Российского университета дружбы народов. Серия: Медицина. 2019; 23(3): 328–34. doi: 10.22363/2313-0245-2019-23-3-328-334


Yanchevskaya E.Yu., Mesnyankina O.A. [Mathematical modeling and forecasting in the epidemiology of infectious diseases]. RUDN Journal of Medicine 2019; 23(3): 328–34. (In Russ.). doi: 10.22363/2313-0245-2019-23-3-328-334


13. Хорольская И.В. Оптимальные математические модели в изучении эпидемических процессов заболеваний гриппом. Материалы Международной научно-практической конференции «Междисциплинарные исследования: опыт прошлого, возможности настоящего, стратегии будущего». 2021; (3): 5–9. https://cyberleninka.ru/ article/n/optimalnye-matematicheskie-modeli-v-izuchenii-epidemicheskih-protsessov-zabolevaniy-grippom


Khorolskaya I.V. [Optimal mathematical models in the study of epidemic processes of influenza diseases]. Materials of the International Scientific and Practical Conference “Interdisciplinary research: past experience, present opportunities, future strategies”. 2021; (3): 5–9. (In Russ.). https://cyberleninka.ru/ article/n/optimalnye-matematicheskie-modeli-v-izuchenii-epidemicheskih-protsessov-zabolevaniy-grippom


14. Белоусова Е.П. Построение модели оценки уровня заболеваемости в период эпидемий. Регион: системы, экономика, управление 2021; 52(1): 195–206. doi: 10.22394/1997-4469-2021-52-1-195-206


Belousova E.P. [Building a model for assessing the level of morbidity during epidemics]. Region: systems, economics, management 2021; 52(1): 195–206. (In Russ.). doi: 10.22394/1997-4469-2021-52-1-195-206


15. Кондратьев М.А. Методы прогнозирования и модели распространения заболеваний. Компьютерные исследования и моделировании 2013; 5(5): 863–82.


Kondratiev M.A. [Methods of forecasting and models of the spread of diseases]. Computer research and modeling 2013; 5(5): 863–82. (In Russ.).


16. Боев Б.В. Модель развития эпидемии гриппа А(H1N1) в России в сезон 2009–2010 годов. Эпидемиология и вакцинопрофилактика 2010; (1): 52–8.


Boev B.V. [Model of the development of the influenza A(H1N1) epidemic in Russia in the 2009–2010 season]. Epidemiology and Vaccine Prevention 2010; (1): 52–8. (In Russ.).


17. Zhong L., Mu L., Li J., Wang J., Yin Z., Liu D. Early Prediction of the 2019 Novel Coronavirus Outbreak in the Mainland China Based on Simple Mathematical Model. IEEE Access. 2020; (8): 51761–9. doi: 10.1109/ACCESS.2020.2979599


18. Efimov D., Ushirobira R. On an interval prediction of COVID-19 development based on a SEIR epidemic model. [Research Report]. INRIA 2020, ffhal-02517866v4f


19. Кольцова Э.М., Куркина Е.С., Васецкий А.М. Математическое моделирование распространения эпидемии коронавируса COVID-19 в Москве. Computational nanotechnology 2020; 7(1): 99–105. doi: 10.33693/2313-223X-2020-7-1-99-105


Koltsova E.M., Kurkina E.S., Vasetsky A.M. [Mathematical modeling of the spread of the COVID-19 coronavirus epidemic in Moscow]. Computational nanotechnology. 2020; 7(1): 99–105. (In Russ.). doi:10.33693/2313-223X-2020-7-1-99-105


20. Legrand J., Grais R.F., Boelle P.Y., Valleron A.J., Flahault A. Understanding the dynamics of Ebola epidemics. Epidemiology and Infection 2007; 135(4): 610–21.


21. Goscé L., Winter J.R., Taylor G.S., Lewis J.E.A., Stagg H.R. Modelling the dynamics of EBV transmission to inform a vaccine target product profile and future vaccination strategy. Scientific Reports 2019; (9): 9290. doi.org/10.1038/s41598-019-45381-y


22. Афонасьева Т.М. Значение Эпштейна–Барр вирусной инфекции в патологии беременности. Перинатальное инфицирование плода. Здоровье и образование в XXI веке 2017; (11): 13–7. doi: 10.26787/nydha-2226-7425-2017-19-11-13-17


Afonasyeva T.M. [The significance of Epstein-Barr viral infection in the pathology of pregnancy. Perinatal infection of the fetus]. Health and education in the XXI century 2017; (11): 13–7. (In Russ.). doi: 10.26787/ nydha-2226-7425-2017-19-11-13-17


23. Агаева М.И., Агаева З.А. Характерные особенности течения герпесвирусных инфекций во время беременности. Клинический разбор в общей медицине 2022; (1): 49–55. doi: 10.47407/kr2022.3.1.00118


Agaeva M.I., Agaeva Z.A. [Characteristic features of the course of herpesvirus infections during pregnancy]. Clinical analysis in general medicine 2022; (1): 49–55. (In Russ.). doi: 10.47407/kr2022.3.1.00118


24. Котлова В.Б., Кокорева С.П., Макарова А.В. Клинико-лабораторные особенности и факторы риска перинатальной Эпштейна–Барр вирусной инфекции. Российский вестник перинатологии и педиатрии 2014; (1): 57–61.


Kotlova V.B., Kokoreva S.P., Makarova A.V. [Clinical and laboratory features and risk factors of perinatal Epstein–Barr viral infection]. Russian Bulletin of Perinatology and Pediatrics 2014; (1): 57–61. (In Russ.).


25. Бошьян Р.Е., Каражас Н.В., Рыбалкина Т.Н., Калугина М.Ю., Корниенко М.Н., Феклисова Л.В. и др. Лабораторное выявление Эпштейн–Барр вирусной инфекции у новорожденных. Вестник гематологии 2014; (4): 8–9.


Boshyan R.E., Karazhas N.V., Rybalkina T.N., Kalugina M. Yu., Kornienko M.N., Feklisova L.V., et al.. [Laboratory detection of Epstein-Barr viral infection in newborns]. Bulletin of Hematology 2014; (4): 8–9. (In Russ.).


26. Асратян А.А., Симонова Е.Г., Казарян С.М., Орлова О.А., Ильенкина К.В., Раичин С.Р. и др. Эпштейна–Барр вирусная инфекция: современная ситуация и клинико-эпидемиологические особенности у женщин детородного возраста и новорожденных. Журнал микробиологии, эпидемиологии и иммунобиологии 2017; (6): 25–31.


Asratyan A.A., Simonova E.G., Kazaryan S.M., Orlova O.A., Ilyenkina K.V., Raichin S.R., et al.Epstein-Barr viral infection: the current situation and clinical and epidemiological features in women of childbearing age and newborns. Journal of Microbiology, Epidemiology and Immunobiology 2017; (6): 25–31. (In Russ.).


27. Жебрун А.Б., Куляшова Л.Б., Ермоленко К.Д., Закревская А.В. Распространенность герпесвирусных инфекций у детей и взрослых в Санкт-Петербурге по данным сероэпидемиологического исследования. Журнал микробиологии, эпидемиологии и иммунобиологии 2013; (6): 3–36.


Zhebrun A.B., Kulyashova L.B., Ermolenko K.D., Zakrevskaya A.V. Prevalence of herpesvirus infections in children and adults in St. Petersburg according to seroepidemiological research. Journal of Microbiology, Epidemiology and Immunobiology 2013; (6): 3–36. (In Russ.).


28. Соломай Т.В., Семененко Т.А., Блох А.И. Распространенность антител к вирусу Эпштейна–Барр в разных возрастных группах населения Европы и Азии: систематический обзор и метаанализ. Здравоохранение Российской Федерации 2021; 65(3): 276–86. https://doi.org/10. 47470/0044-197X-2021-65-3-276-286


Solomay T.V., Semenenko T.A., Bloch A.I. The prevalence of antibodies to the Epstein–Barr virus in different age groups of the population of Europe and Asia: a systematic review and meta-analysis. Healthcare of the Russian Federation 2021; 65(3): 276–86. (In Russ.). doi: 10.47470/0044-197X-2021-65-3-276-286


29. Dunmire S.K., Grimm J.M., Schmeling D.O., Balfour H.H., Hogquist K.A. The incubation period of primary Epstein-Barr virus infection: Viral dynamics and immunologic events. PLoS Pathog. 2015; (11): e1005286.


30. Филатова Е.Н., Анисенкова Е.В., Преснякова Н.Б., Кулова Е.А., Уткин О.В. Вклад рецепторов CD95 и DR3 в апоптоз наивных Т-лимфоцитов у детей с инфекционным мононуклеозом в период реконвалесценции. Инфекция и иммунитет 2017; 7(2): 141–50. doi: 10.15789/2220-7619-2017-2-141-150


Filatova E.N., Anisenkova E.V., Presnyakova N.B., Kulova E.A., Utkin O.V. [Contribution of CD95 and DR3 receptors to apoptosis of naive T-lymphocytes in children with infectious mononucleosis during convalescence]. Infection and immunity 2017; 7(2): 141–50. (In Russ.). doi: 10.15789/2220-7619-2017-2-141-150


31. Ноздрачева А.В., Асатрян М.Н., Рыбак Л.А., Волошкин А.А., Семененко А.В. Совершенствование эпидемиологической диагностики в системе надзора за корью при помощи новых методов информационного обеспечения. Эпидемиол. инфекц. болезни. Актуал. вопр. 2022; 12(2): 12–9. doi: 10.18565/epidem.2022.12.2.12–9


Nozdracheva A.V., Asatryan M.N., Rybak L.A., Voloshkin A.A., Semenenko A.V. [Improvement of epidemiological diagnosis in the measles surveillance system, by using new informational support methods]. Epidemiоlоgy and infectious diseases. Current items 2022; 12(2): 12–9 (In Russ.). doi: 10.18565/epidem.2022.12.2.12–9


32. Соловьева И.Л., Костинов М.П., Кусельман А.И., Галич Е.Н., Черданцев А.П., Борисова В.Н. и др. Особенности формирования специфического иммунитета после вакцинации против вирусного гепатита В у детей с рекуррентными респираторными заболеваниями. Педиатрия 2018; 97(2): 140–6. doi: 10.24110/0031-403X-2018-97-2-140-146


Solovyova I.L., Kostinov M.P., Kuselman A.I., Galich E.N., Cherdantsev A.P., Borisova V.N. et al. [Features of the formation of specific immunity after vaccination against viral hepatitis B in children with recurrent respiratory diseases]. Pediatrics 2018; 97 (2): 140–46. (In Russ.). doi: 10.24110/0031-403X-2018-97-2-140-146


33. Кирьянов Д.В. Mathcad 15/MathcadPrime 1.0. СПб.: БХВ-Петербург, 2012. 432 с.


Kiryanov D.V. [Mathcad 15/MathcadPrime 1.0]. St. Petersburg: BHV-Petersburg, 2012. 432 p. (In Russ.).


34. Ноздрачева А.В., Готвянская Т.П., Семененко А.В., Афонин С.А. Основные направления неспецифической профилактики инфекционных заболеваний. Санитарный врач 2021; 11: 24–37. doi: 10.33920/med-08 2111 02.


Nozdracheva A. V., Gotvyanskaya T. P., Semenenko A. V., Afonin S. A. The main directions of nonspecific prevention of infectious diseases. Sanitarnyj vrach. 2021; 11: 24–37. (In Russ.). doi: 10.33920/med-08 2111 02.


35. Соломай Т.В., Семененко Т.А., Исаева Е.И., Ветрова Е.Н., Чернышова А.И., Роменская Э.В. и др. COVID-19 и риск реактивации герпесвирусной инфекции. Эпидемиол. инфекц. болезни. Актуал. вопр. 2021; 11(2): 55–62. doi: 10.18565/epidem.2021.11.2.55–62


Solomay T.V., Semenenko T.A., Isaeva E.I., Vetrova E.N., Chernyshova A.I., Rоmenskaya E.V. et al. [COVID-19 and the risk of reactivation of herpesvirus infection]. Epidemiоlоgy and infectious diseases. Сurrent items 2021; 11(2): 55–62. (In Russ.). doi: 10.18565/epidem.2021.11. 2.55–62


36. Шамшева О.В. Эволюция национального календаря профилактических прививок. Результаты и перспективы. Детские инфекции 2022; 21(1): 5–15. doi: 10.22627/2072-8107-2022-21-1-5-15


Shamsheva O.V. Evolution of the national calendar of preventive vaccinations. Results and prospects. Childhood infections 2022; 21(1): 5–15. (In Russ.). doi:10.22627/2072-8107-2022-21-1-5-15


About the Autors


Tatiana V. Solomay, Cand. Med. Sci., Senior Researcher, Laboratory Laboratory for Healthcare-Associated Infections, Central Research Institute of Epidemiology, Russian Federal Service for Supervision of Consumer Rights Protection and Human Well-Being; Senior Researcher, Laboratory for Epidemiological Analysis and Monitoring of Infectious Diseases; I.I. Mechnikov Research Institute of Vaccines and Sera, Ministry of Education and Science of Russia, Moscow, Russia; solomay@rambler.ru; https://orcid.org/0000-0002-7040-7653
Anatoly V. Semenenko, Cand. Techn. Sci., Senior Researcher, Department of Epidemiology, Honorary Academician N.F. Gamaleya National Research Center of Epidemiology and Microbiology, Ministry of Health of Russia, Moscow, Russia; centronix@gmail.com; https://orcid.org/0000-0001-7027-3547
Galina Yu. Nikitina, Cand. Med. Sci., Highest-Category Epidemiologist, Deputy Head Physician for Sanitary and Epidemiological Problems and Incidence of Infections, S.P. Botkin City Clinical Hospital, Moscow City Healthcare Department, Moscow, Russia; zambotk@botkinmoscow.ru; https://orcid.org/0000-0003-0804-8896
Aleksander N. Shuvalov, Cand. Med. Sci., Researcher, Department of Interferons, Honored Academician N.F. Gamaleya National Research Center of Epidemiology and Microbiology, Ministry of Health of Russia, Moscow, Russia; shuvalovan33@mail/ru; https.//orcid.org/0000-0003-0972-9001


Similar Articles


Бионика Медиа