В последние десятилетия существенно возросла роль эпидемиологического прогнозирования, что связано, с одной стороны, с развитием информационных технологий, с другой – с ростом биологических угроз из-за появления новых вариантов возбудителей инфекций и их трудно контролируемым распространением в мире. Необходимость научно обоснованного предвидения возможных изменений обстановки особое значение приобрела в период пандемии COVID-19, когда остро потребовались обоснования оперативного планирования и качественного проведения противоэпидемических мероприятий, прежде всего, при решении задач, связанных с быстрым реагированием на меняющуюся эпидемическую ситуацию.

В условиях пандемии ключевой задачей стало недопущение критической перегрузки системы здравоохранения за счет экспоненциального и непредсказуемого роста госпитализации больных и, как следствие, масштабного увеличения запросов на использование ограниченных медицинских ресурсов [1–8]. Для их оптимального распределения и принятия своевременных управленческих решений необходима достоверная информация о развитии ситуации с непрерывным обновлением данных, исходя из объективно складывающейся обстановки в регионе1.

А.А. Плоскиревой [9] была предложена и апробирована на примере эпидемического процесса COVID-19 в Москве и в Московской области методика краткосрочного прогнозирования в период циркуляции исходного «уханьского» штамма SARS-CoV-2, когда завершался экспоненциальный рост заболеваемости с переходом ее в линейный рост.

Возможность достоверного применения данной методики в другие фазы эпидемического процесса COVID-19 нами проведена на примере Ставро­польского края, имеющего, кроме того, определенные особенности по сравнению с другими регионами Российской Федерации: отставание периодов подъема и спада заболеваемости на 2–3 нед. от среднероссийских показателей, менее выраженную заболеваемость и смертность, чем в других регионах России, а также местные эпидемические риски, связанные с активной взаимной миграцией населения края и соседних республик, население которых отличается стойкой приверженностью национально-культурным традициям, что влияло на динамику и интенсивность эпидемического процесса в регионе и позволило смоделировать несколько сценариев его развития.

Цель исследования – определение возможности использования оригинальной методики краткосрочного прогнозирования эпидемической ситуации в разные периоды эпидемического процесса COVID-19, предложенной А.А. Плоскиревой, на примере Ставропольского края, а также оценка достоверности результатов ее применения.

Материалы и методы

В ходе исследования применяли методы эпидемиологического анализа и математической статистики. Использовали данные Управления Роспотребнадзора и ФБУЗ «Центр гигиены и эпидемиологии» в Ставропольском крае о случаях заболевания COVID-19 с 20 марта 2020 по 1 августа 2022 г., а также результаты фрагментарного и полногеномного секвенирования РНК SARS-CoV-2 от больных COVID-19 в Ставропольском крае, полученные в ФКУЗ «Ставропольский противочумный институт» Роспотребнадзора.

Расчет числа инфицированных новой коронавирусной инфекцией для краткосрочного прогноза проводили, используя актуальные данные о числе выявленных случаев COVID-19 в Ставропольском крае в соответствии с оригинальной методикой [9]. Показатель прироста рассчитывали как отношение разницы кумулятивного числа больных на текущий и предыдущий день к общему числу больных на предыдущий день. Расчет темпов прироста осуществляли путем вычисления процента, на который ежедневно увеличивалось число больных по отношению к предыдущему дню. Для определения достоверности прогноза использовали U-критерий Манна–Уитни и определение процентного отклонения фактических ретроспективных данных и прогнозируемых данных, соответствующие конкретным периодам. Обработку полученных данных проводили с помощью программы Microsoft Excel 2016.

Методика прогнозирования основывается на анализе фаз развития эпидемии и предполагает 3 варианта интенсивности эпидемического процесса на последующие 14 дней: оптимистичный (продолжение тренда на снижение темпов прироста на 10%), медианный (сохранение существующих недельных темпов) и пессимистичный (повышение темпов прироста на 10%) сценарии.

Результаты

С целью определения возможности применения данной методики для эффективного краткосрочного прогноза эпидемической ситуации по COVID-19 мы произвольно выбрали 6 временных отрезков (по 7 дней) в периоды эпидемического процесса в Ставропольском крае, значительно отличающиеся между собой по характеру (рис. 1) и, таким образом, представляющие разные модели сценариев течения эпидемии: в период линейного роста заболеваемости COVID-19 на фоне циркуляции типичного «уханьского» штамма SARS-CoV-2 (14–20.09.2020); через 14 дней (длительность инкубационного периода заболевания) после первого в крае зарегистрированного случая инфицирования штаммом «Великобритания» Alfa B.1.1.7 (01–07.04.2021); в период фазы линейного роста заболеваемости на фоне доминирования высоковирулентного штамма SARS-CoV-2 «Индия» Delta B.1.617.2 (21–27.09.2021); при спаде заболеваемости, обусловленной доминирующим штаммом «Индия» Delta B.1.617.2 на фоне его смены на Oмикрон В.1.1.529 (14–20.12.2021); в период интенсивного роста числа новых случаев COVID-19, обусловленных Oмикрон В.1.1.529 (03–09.02.2022); при спаде заболеваемости на фоне циркуляции Oмикрон В.1.1.529 (25–31.03.2022). Прогноз заболеваемости строили на последующие за указанными временными отрезками 14 сут.

Первую модель прогноза сформировали, исходя из данных недельной заболеваемости в период с 14 по 20.09.2020 (табл. 1). Средний недельный темп прироста в этот период составлял 0,98% (± 0,009). Строили поочередно оптимистичный, медианный и пессимистичный сценарии прогноза.

Расчет оптимистичного сценария:

Осц.= Пр ср.– (Пр ср./ά),

где Осц. – оптимальный сценарий;

Прср.– средний недельный темп прироста за последнюю анализируемую неделю;

ά – оптимальный уровень статистической значимости = 0,1 (10% среднего недельного прироста).

Медианный сценарий подразумевает сохранение средних недельных темпов.

Расчет пессимистичного сценария:

Псц.= Пр ср.+ (Пр ср./ά),

где Псц. – оптимальный сценарий;

Прср. – средний недельный темп прироста за последнюю анализируемую неделю;

ά – оптимальный уровень статистической значимости = 0,1 (10% среднего недельного прироста).

Сравнение прогнозируемой заболеваемости в Ставропольском крае на последующие 14 дней (21.09–04.10.2020) с имеющимися ретроспективными данными этого периода показало полное совпадение с медианным сценарием прогноза, продолжение стабильной заболеваемости в прогнозируемом периоде (p > 0,05, различия в сравниваемых группах статистически не значимы; отклонение прогнозных данных от фактических не более 1%) (рис. 2, а).

В качестве исходных значений для прогноза 2-й модели сценария эпидемии был выбран период с 01 по 07.04.2021 (в период циркуляции штамма «Великобритания» Alfa B.1.1.7). В это время в крае было максимальное за пандемию число больных, нуждающихся в лечении в ОРИТ (4,5 %), в связи с чем этот семидневного отрезок был выбран для проведения тестирования прогнозной модели. Средненедельные значения темпа прироста в этот период составили 0,17% (± 0,06). Полученный двухнедельный прогноз соответствовал медианному сценарию и совпал с данными ретроспективного анализа эпидемической ситуации по COVID-19 в Ставропольском крае в период с 08 по 21.04.2021 (p > 0,05; отклонение прогнозных данных от фактических не более 1%) (рис. 2, б).

3-я модель построена с использованием данных заболеваемости в период линейного роста – с 21 по 27.09.2021. Средненедельный темп прироста – 0,4% (± 0,06). Полученные прогнозные значения заболеваемости COVID-19 в Ставропольском крае на последующие 14 дней (с 28.09 по 11.10.2021) соответствовали медианному сценарию. Сравнение прогнозируемой заболеваемости с имеющимися ретроспективными данными показало совпадение прогноза, продолжение стабильной заболеваемости в прогнозируемом периоде (p > 0,05, отклонение прогнозных данных от фактических не более 1 %) (рис. 2, в).

4-ю модель прогноза построили на основании данных в период спада заболеваемости COVID-19 и смены доминирующего штамма SARS-CoV-2 («Индия» Delta B.1.617.2 на Oмикрон В.1.1.529) – 14–20.12.2021. Средненедельный темп прироста в этот период составил 0,4% (± 0,1). Результаты ретроспективного анализа эпидемической ситуации отличались от прогнозируемой заболеваемости, не оправдался ни один из сценариев прогноза (р < 0,05, различия уровня признака в сравниваемых группах статистически значимы), реальный уровень заболеваемости оказался значительно ниже (рис. 2, г).

В период экспоненциального роста числа новых случаев COVID-19, обусловленных Oмикрон В.1.1.529 (03–09.02.2022), средненедельный темп прироста составил 1,0% (± 0,02). Двухнедельный (с 10 по 23.02.2022) прогноз заболеваемости COVID-19 в Ставропольском крае соответствовал оптимистическому сценарию. Сравнение прогнозируемой заболеваемости с имеющимися ретроспективными данными показало совпадение прогноза (p > 0,05, различия в сравниваемых группах статистически не значимы; отклонение прогнозных данных от фактических не более 1%) (рис. 2, д).

Для модели сценария течения эпидемии при спаде заболеваемости на фоне циркуляции Oмикрон В.1.1.529 были использованы данные числа заболевших новой коронавирусной инфекцией в Ставропольском крае в период с 25 по 31.03.2022. Средненедельный темп прироста составил 0,2% (± 0,05). В результате оправдался оптимистический сценарий двухнедельного прогноза заболеваемости COVID-19 в Ставропольском крае (01–14.04.2022). Сравнение прогнозируемой заболеваемости с имеющимися ретроспективными данными свидетельствовало о совпадении прогноза (p > 0,05, отклонение прогнозных данных от фактических не более 1%) (рис. 2, е).

Обсуждение

Краткосрочное прогнозирование эпидемической ситуации по COVID-19 в Ставропольском крае по методике, предложенной А.А. Плоскиревой, свидетельствовало об ее эффективности при различных сценариях эпидемического процесса. Высокая степень достоверности прогноза (p > 0,05, отклонение прогнозных данных от фактических не более 1%) показана в периоды линейного роста заболеваемости новой коронавирусной инфекцией, стабильной ситуации и снижения числа новых случаев заболевания COVID-19, а также на фоне преимущественной циркуляции трех штаммов вируса SARS-CoV-2 – типичного «уханьского», Delta B.1.617.2 и Oмикрон В.1.1.529, с частичной долей «Великобритания» Alfa B.1.1.7.

Период активного распространения «уханьского» варианта SARS-СoV-2 характеризовался линейным ростом эпидемического процесса в Ставропольском крае и отсутствием экспоненциальной фазы (прирост стабильно менее 10%). При распространении в популяции штамма SARS-CoV-2 «Великобритания» Alfa B.1.1.7 в крае в клинической структуре COVID-19 были зарегистрированы наибольшая в течение пандемии доля внебольничных пневмоний (38,1 ± 10,1%) и лиц пенсионного возраста в структуре заболеваемости (33,3 ± 6,9%), а также наибольшее число больных, нуждающихся в лечении в ОРИТ (4,5%). В то же время доля штамма «Великобритания» Alfa B.1.1.7 среди циркулирующих вариантов вируса составила лишь 10,7%. Период распространения высоковирулентного штамма SARS-CoV-2 «Индия» Delta B.1.617.2 характеризовался стремительным, в течение 2 нед. (с 19.05 по 2.06.2021), вытеснением циркулирующих ранее «уханьского» штамма и штамма «Великобритания» Alfa B.1.1.7. Наблюдался высокий рост заболеваемости. Интенсивный среднесуточный показатель заболеваемости в среднем составил 11,3 (от 1,2 до 19,1).

В период циркуляции высококонтагиозного штамма SARS-CoV-2 – Oмикрон B.1.1.529 средний суточный показатель заболеваемости оказался максимальным за всю пандемию – 13 случаев на 100 тыс. населения (0,1–70,0). Однако клинико-эпидемиологические данные свидетельствовали о преимущественно легкой клинической форме болезни (доля лиц с признаками ОРВИ – 92,6% ± 6,9) и о минимальном в течение пандемии числе госпитализированных больных и лиц, нуждающихся в лечении в ОРИТ, – 0,6 и 2,7% соответственно.

Однако в период спада заболеваемости, обусловленной циркуляцией вируса Delta B.1.617.2, на фоне смены доминирующего штамма на Omicron В.1.1.529 в Ставропольском крае и роста числа вакцинированных ни один из сценариев двухнедельного прогноза эпидемической ситуации не оправдался. При прогнозировании увеличения числа больных реальный уровень заболеваемости оказался значительно ниже. Это логично объясняется образовавшейся к этому времени значительной постинфекционной и поствакцинальной иммунной прослойкой населения к SARS-CoV-2, данные о которой при построении прогноза не были учтены.

Заключение

Эффективность возможности краткосрочного прогноза, построенного по предложенной А.А. Плос­киревой методике, подтверждена ретроспективными данными различных сценариев эпидемического процесса COVID-19 (на примере Ставропольского края). Достоверность полученных прогнозных моделей в разные фазы эпидемического процесса – логарифмического, экспоненциального и линейного роста, а также на этапе спада числа новых случаев COVID-19 подтверждена с помощью непараметрического критерия Манна–Уитни.

Данная модель прогнозирования числа инфицированных лиц может быть предложена для оценки распространения других респираторных инфекций, в том числе «новых».

Использование предложенной методики имеет важное значение для управления эпидемической ситуацией при различных вариантах ее развития.