ФГБОУ ДПО Российская медицинская академия непрерывного профессионального образования Минздрава России

последние новости

  • 27 апреля 2021

    Выходит в свет наш второй номер за 2021 год. В него вошли публикации специалистов НГИУВ — Новокузнецкого государственного института усовершенствования врачей. Также мы публикуем статьи наших коллег из Москвы и Иркутска.

  • 15 февраля 2021

    Публикуем первый номер 2021 года, составленный из статей сотрудников Казанской государственной медицинской академии (КГМА). Тематика: история медицинских научных школ Казани и научной библиотеки КГМА, опыт преподавания различных дисциплин в условиях пандемии и многое другое. В состав номера также вошли две…

  • 29 декабря 2020

    Вот и вышел в свет четвертый номер нашего журнала за 2020 год! Его основу оставили статьи наших коллег из Иркутска — Иркутской государственной медицинской академии.

  • 1 декабря 2020

    Поздравляем всех наших авторов и читателей, коллег и сотрудников, а также всех тех, кто когда-либо здесь работал или учился, с 90-летием Академии! Желаем успехов и здоровья!

  • 16 ноября 2020

    Выходит в свет третий номер нашего журнала за 2020 год. Читайте наши статьи, становитесь нашими авторами!

  • 14 ноября 2020

    К юбилею Академии мы публикуем отрывок из выходящей в свет книги Л.К. Мошетовой, Д.А. Сычева, М.М. Кнопова, Н.Л. Власовой «90 лет служения Отечеству. Российская медицинская академия непрерывного профессионального образования». В ней дана характеристика основных этапов становления и развития академии в…

Выпуск #2/21 НГИУВ

УДК 614.446
Шифр специальности ВАК 14.02.03, 13.00.08

ДИНАМИЧЕСКИЙ И КЛАСТЕРНЫЙ АНАЛИЗ РАЗВИТИЯ ПАНДЕМИИ COVID-19 В СТРАНАХ ЕВРОПЕЙСКОГО РЕГИОНА

Аннотация:

Исследование направлено на выявление стран с более интенсивным развитием пандемии COVID-19 с последующим определением присущих им факторов риска. Целью исследования является установление групп риска среди населения и разработка профилактических мероприятий. В результате было показано, что в ряде стран показатели заболеваемости, смертности и летальности статистически значимо выше, чем в других странах. Эти страны отличаются от других стран Европейского региона большей долей населения в возрасте старше 75 лет, более высокой плотностью населения, а также более высоким уровнем заболеваемости и смертности от инфекционных заболеваний дыхательных путей за годы, предшествующие началу пандемии.

Ключевые слова:

COVID-19; начало пандемии; структурный анализ временных рядов; кластерный анализ; группы риска; РМАНПО.

 

Актуальность. На ноябрь 2020 г. вирус SARS-CoV-2 унес жизни более миллиона человек во всем мире, каждая такая смерть стала трагедией. Число подтвержденных случаев в мировом масштабе превысило 50 миллионов. На Европейский регион приходится 31 % от общего числа заболевших и 43 % от общего числа умерших во всем мире. Помимо разработки мероприятий, направленных на преодоление текущей ситуации, необходимо проведение исследований, целью которых является анализ причин возникновения пандемии и характера её протекания в разных странах. Это необходимо для предотвращения или минимизации негативных последствий других возможных эпидемий инфекционных заболеваний [1]. В этом ключе особенно важным является изучение начального этапа развития пандемии. Текущая эпидемия COVID-19 показала, что чем «легче» (менее интенсивно) проходит этап развития, тем меньше негативных последствий для страны на протяжении всей пандемии. Именно на этапе развития пандемии у государства есть возможность подготовиться к ней, мобилизовать внутренние экономические ресурсы и ресурсы здравоохранения.

Цель и задачи работы: выявить причины более интенсивного развития пандемии COVID-19 в ряде стран Европейского региона. Для достижения цели были поставлены следующие задачи: определить страны с более интенсивным темпом развития пандемии (по сравнению с другими странами Европейского региона), определить причины (социальные, демографические, экономические и др. характеристики страны), способствующие интенсивному развития пандемии; разработать учебный модуль для представления материала врачам — слушателям  циклов повышения квалификации.

 

Материалы и методы. В исследовании рассматривались страны Европейского региона по классификации Всемирной организации здравоохранения (ВОЗ) (44 страны); чтобы избежать ошибки аппроксимации из анализа были исключены страны с численностью населения менее 1 млн человек. Данные для анализа были получены из официальных рапортов ВОЗ о числе заболевших и умерших от COVID-19. Также использовалась информация из официальной базы данных ВОЗ о смертности по странам от конкретных причин [2, 3]. Период исследования: с 25 января 2020 г. (дата регистрации первого случая в Европе) по 4 мая 2020 г.  Методы статистического анализа: применялся анализ временных рядов, а именно — тест наличия структурных изменений с последующим поиском ключевых точек методом Баи-Перрона [4, 5]. Для кластеризации применялся алгоритм, основанный на плотности (Density-based spatial clustering of applications with noise) [6].

Сравнение двух независимых выборок по количественному показателю проводилось критерием Манна-Уитни. Для поиска связей между количественными показателями использовали ранговый корреляционный анализ по Спирмену. Различия и связи считали статистически значимыми при p ≤ 0,05. Все расчеты проводились в статистическом программном пакете IBM SPSS Statistics Version 22 (лицензия 20160413-1) и свободной программной среде статистических вычислений RVersion3.6.0 (лицензия GNU AGPLv3).

Результаты. На первом этапе исследования проводился анализ динамики заболеваемости COVID-19 на 1 млн населения в Европейском регионе (суммарное число заболевших относительно суммарной численности населения по всем странам Европейского региона, включенным в анализ). В ходе анализа был сформирован ряд данных, характеризующий абсолютный прирост числа заболевших в пересчете на 1 млн населения, далее был проведен анализ структурных изменения полученного ряда.

Тест наличия структурных изменений показал, что число точек изменения характеристик ряда статистически значимо отлично от нуля (p<0,001), то есть присутствует как минимум одна точка. В ходе анализа было выявлено три таких точки: 5 марта, 25 марта и 14 апреля (рис. 1).

Рис. 1.  Динамика заболеваемости COVID-19 на 1 млн населения
в странах Европейского региона; приведены число заболевших
и ежедневный абсолютных прирост в пересчете на 1 млн населения.

 

В результате анализа было выявлено четыре временных периода. Первый период начался 25 января (дата первого официально выявленного случая COVID-19 в странах Европейского региона) и закончился 5 марта. Этот период характеризуется незначительным приростом заболеваемости, в среднем на 0,09 случаев за день на 1 млн населения, условно его можно обозначить как предэпидемический этап. Следующий период (с 5 марта по 25 марта) характеризуется значительной интенсивностью абсолютного прироста числа случаев: с 1 случая в день на 1 млн населения в начале периода до 32,7 случаев в день на 1 млн населения в конце периода. Период интенсивного роста начался с уровня заболеваемости 4,8 случаев на 1 млн населения и продлился 3 недели, этот период можно условно назвать периодом начала пандемии. Период с 25 марта по 14 апреля характеризуется стабильно высоким приростом (в среднем 40 случаев в день на 1 млн населения) без какой-либо его динамики. Абсолютное число заболевших за это время выросло с 243,7 случаев до 1045,8 случаев на 1 млн населения. Данный период можно условно обозначить как пик пандемии. Начиная с 14 апреля, интенсивность прироста снижается: с 36 случаев в день в начале периода до 28,3 случаев 1 млн населения в конце периода, что может свидетельствовать о наличии тенденции к стабилизации ситуации.

Целью настоящего исследования является анализ особенностей периода интенсивного роста заболеваемости COVID-19 (периода начала пандемии) в каждой из стран ЕР. Стоит отметить, что начало пандемии в странах региона произошло не единовременно – в одних странах раньше, в других — с задержкой на 2-3 недели. В связи с этим, некорректно привязывать начало пандемии к одной дате. На основе проведенного анализа точкой начала пандемии можно определить день, когда уровень заболеваемости достиг отметки ≈5 случаев на 1 млн населения, период интенсивного развития пандемии составляет 3 недели. В каждой из рассматриваемых стран Европейского региона была определена дата, когда заболеваемость COVID-19 достигла отметки ≈5 случаев на 1 млн населения. Через 3 недели от выявленной даты в каждой стране был оценен уровень заболеваемости COVID-19 (число заболевших на 1 млн населения, проживающего в стране). Аналогичным образом был рассчитан уровень смертности – измерен через 21 день после начала пандемии в стране (дня, когда заболеваемость COVID-19 достигла отметки ≈5 случаев на 1 млн населения). На основе показателей заболеваемости и смертности был рассчитан показатель летальности – доля умерших от всех заболевших COVID-19. Данные показатели (заболеваемость, смертность и летальность) характеризуют интенсивность развития пандемии в каждой конкретной стране.

На следующем этапе проводился кластерный анализ. Объектами были страны европейского региона, показателями, по которым проводилась кластеризация – показатели интенсивности развития пандемии COVID-19 в каждой стране, а именно: заболеваемость (на 1 млн населения), смертность (на 1 млн населения) и летальность (%) через 21 день после регистрации в стране уровня заболеваемости ≈5 случаев на 1 млн населения. Для кластеризации применялся алгоритм, основанный на плотности, с настроечным параметром ε=1,1. Результаты кластеризации представлены на рис. 2.

Рис. 2.  Результаты кластеризации стран Европейского региона
по интенсивности развития пандемии COVID-19.

В результате анализа среди всех стран были выделены две группы: основная и неблагоприятная. Страны, не вошедшие в неблагоприятную группу, объединены в одну группу, обозначенную как основная. Страны неблагоприятной группы характеризуются повышенной (относительно стран основной группы) заболеваемостью (U=264, p<0,001), смертностью (U=287, p<0,001) и летальностью (U=254, p<0,001).Таким образом, страны основной группы можно условно обозначить как страны со стандартным началом пандемии COVID-19, а страны неблагоприятной группы — как страны с интенсивным началом пандемии.

Следующая задача заключалась в определении причин (социальных, демографических, экономических и других характеристик стран), способствующих интенсивному развитию пандемии в странах неблагоприятной группы.

На первом этапе было проверено предположение о том, что в странах неблагоприятной группы проводилось больше тестов, поэтому выявлено больше случаев заболеваний COVID-19. В качестве анализируемых данных было взято число проведённых тестов на COVID-19 (в пересчете на 1 млн населения) в стране через 21 день после начала в ней пандемии. Анализ показал, что медиана числа проведенных тестов в основной и неблагоприятной группе статистически значимо не различается: 6150 (3 996–9 871) тестов на 1 млн населения в неблагоприятной группе и 9201 (4 113–15 160) в основной (U=66, p=0,42). Таким образом, гипотеза о том, что разная интенсивность пандемии обусловлена только особенностями подсчёта случаев заболеваний в каждой стране, не подтвердилась.

На следующем этапе были проанализированы социальные и экономические показатели стран. Было выявлено, что в странах неблагоприятной группы население «старше»: выше медианная продолжительность жизни – 83 (82,5–84) года в странах неблагоприятной группы против 78 (75,4–81,6) лет в странах основной группы (U=261, p<0,001), а также в странах неблагоприятной группы больший процент населения находится в возрасте старше 75 лет — 9,1 (8,2–9,4) % против 7 (5,1–8,6) % (U=234, p=0,005).

Анализ экономических показателей выявил, что в странах неблагоприятной группы по сравнению со странами основной группы выше плотность населения – 212,2 (117,2–306,1) против 81,7 (45,8–110,6) человек на квадратный километр (U=249, p<0,001) и выше затраты на здравоохранение (% от ВВП) – 9,9 (9–10,6) % против 7 (6,4–8,3) %, (U=241, p<0,001). Однако корреляционный анализ показал взаимосвязь затрат на здравоохранение с долей населения в возрасте старше 75 лет – присутствует положительная статистически значимая корреляция (rs=0,44, p=0,003).  Чем больший процент ВВП отводится на здравоохранение, тем более высокий уровень медицинский помощи в стране, что сказывается на продолжительности жизни и, как следствие, больше доля населения в старшем возрасте (старше 75 лет).

Далее проверялось предположение о том, что в странах неблагоприятной группы есть факторы, способствующие более интенсивному распространению инфекционных заболеваний. На первом этапе была проанализирована заболеваемость гриппом. Было выявлено, что уровень заболеваемости гриппом в 2019 г. в странах основной и неблагоприятной группы статистически значимо не различается (U=185, p=0,22). Но выявлены статистически значимые различия темпа прироста заболеваемости гриппом за 2016–2019 гг. (U=197, p=0,03). В странах неблагоприятной группы отмечается более интенсивный прирост заболеваемости гриппом, чем в странах основной группы: +66 (23,5–116) % против -3,5 (-46,75,2) %.

Уровень смертности от инфекционных заболеваний за 2017–2018 гг. был статистически значимо выше в странах неблагоприятной группы (U=207, p=0,05): 171,2 (145,2–208,1) против 103 (76,0–169,1) случаев на 1 млн населения. Наиболее явно выражены эти различия в возрастной группе 75 лет и старше (U=224, p=0,004): 1269 (1102–1679) против 455 (188–1284) случаев на 1 млн населения. Корреляция между плотностью населения и смертностью от инфекционных заболеваний в возрасте старше 75 лет статистически не значима (p=0,10). Следовательно, высокая смертность от инфекционных заболеваний в возрасте старше 75 лет в странах неблагоприятной группы объясняется другими факторами. Дальнейший анализ смертности за 2017–2018 гг. от инфекционных заболеваний показал, что страны основной и неблагоприятной группы не различаются по уровню смертности от туберкулёза (U=114, p=0,48) и гепатита (среди населения старше 75 лет U=122, p=0,53), но выявлена более высокая смертность от гриппа (U=194, p=0,01): 77,5 (41,7–167,9) против 26 (5,8–58,0) случаев на 1 млн населения.

Предположительно, в неблагоприятных странах есть факторы, способствующие большему распространению и более острой реакции на инфекционные заболевания дыхательных путей. Для проверки предположения было проведено сравнение уровня смертности за 2017–2018 гг. от хронических заболеваний дыхательных путей неинфекционной этиологии и смертности от пневмонии (инфекционной этиологии) между основной группой стран и неблагоприятной среди населения старше 75 лет. Было выявлено, что смертность от хронических заболеваний дыхательных путей неинфекционной этиологии между группами стран статистически значимо не различается (U=146, p=0,87), в то время как смертность от пневмонии инфекционной этиологии была статистически значимо выше в группе неблагоприятных стран: 3817 (1825–4871) против 1222 (768–2626) случаев на 1 млн населения (U=241, p=0,002).

 

Выводы и рекомендации.

  • В ходе работы был выделен период развития пандемии. Он начинается со дня регистрации в стране ≈5 случаев заболевания COVID-19 на 1 млн населения и длится 21 день.
  • В конце указанного периода были измерены показатели заболеваемости, смертности и летальности от COVID-19, которые характеризуют интенсивность развития пандемии в каждой конкретной стране.
  • В результате кластерного анализа была выделена группа стран, характеризующаяся более интенсивным развитием пандемии COVID-19 (неблагоприятная группа): Испания, Италия, Великобритания, Нидерланды, Франция, Бельгия, Португалия, Швейцария.
  • Интенсивность тестирования на COVID-19 в странах основной и неблагоприятной группы статистически значимо не различается.
  • Страны неблагоприятной группы характеризуются бóльшей долей населения в возрасте старше 75 лет и бóльшей плотностью населения.
  • Также выявлено, что в странах неблагоприятной группы присутствуют факторы (помимо плотности населения), способствующие большему распространению и более острому течению инфекционных заболеваний дыхательных путей у населения старше 75 лет.

Таким образом, наиболее уязвимой группой является население пожилого возраста (в данном исследовании в возрасте старше 75 лет), что подтверждается и другими исследованиями. В случае риска инфекционной эпидемии необходимо прежде всего обеспечить безопасность данной группы, в том числе и за счет социальной дистанции (снижения плотности населения). В странах неблагоприятной группы необходимо дальнейшее выявление факторов, способствующих бóльшему распространению и более острому течению инфекционных заболеваний дыхательных путей у населения старше 75 лет. Возможные факторы-кандидаты: тактика лечения заболеваний, неполная вакцинация, условия проживания, экология, курение.

Материал оформлен в виде учебного модуля, который включен в программу повышения квалификации «Методы обработки результатов исследований» врачей по актуальным вопросам состояния заболеваемости в условиях пандемии COVID-19.

 

Список литературы

  1. Федеральная служба по надзору в сфере защиты прав потребителей и благополучия человека. О новой коронавирусной инфекции. [Электронный ресурс]. URL: https://rospotrebnadzor.ru/region/korono_virus/punkt.php. (дата обращения 23.11.2020 г.) Federal Service for Supervision of Consumer Rights Protection and Human Well-Being. About a new coronavirus infection. [Electronic resource]. URL: https://rospotrebnadzor.ru/region/korono_virus/punkt.php. (date of the application: 23.11.2020) (in Russian).
  2. Online WHO Mortality Database // World Health Organization official website URL: https://apps.who.int/healthinfo/statistics/mortality/whodpms/ (дата обращения: 04.05.2020).
  3. Coronavirus disease (COVID-19) Weekly Epidemiological Update and Weekly Operational Update // World Health Organization official website URL: https://www.who.int/emergencies/diseases/novel-coronavirus-2019/situation-reports/ (дата обращения: 04.05.2020).
  4. Bai, J., Perron, P. Estimating and Testing Linear Models With Multiple Structural Changes // Econometrica. — — № 66. – С. 47–78.
  5. Martin, E., Hans-Peter, K., Joerg, S., Xiaowei, X. A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise // Proceedings of 2nd International Conference on Knowledge Discovery and Data Mining (KDD-96). Germany: University of Munich, 1996. – С. 226–231.
  6. Merkle, E. C., Zeileis, A. Tests of Measurement Invariance without Subgroups: A Generalization of Classical Methods // Psychometrika. – 2013. – №78(1). – С. 59–82.

 

 Сведения об авторе

Власенко Анна Егоровна – кандидат технических наук, преподаватель  кафедры медицинской кибернетики и информатики Новокузнецкого государственного института усовершенствования врачей – филиала федерального государственного бюджетного образовательного учреждения дополнительного профессионального образования «Российская медицинская академия непрерывного профессионального образования» Министерства здравоохранения Российской Федерации (Новокузнецк)

 

Статья поступила в редакцию в январе 2021 г.

 

DYNAMIC AND CLUSTER ANALYSIS OF THE DEVELOPMENT OF THE COVID-19 PANDEMIC IN THE COUNTRIES OF THE EUROPEAN REGION

A. E. Vlasenko – PhD in Technical Sciences, lecturer of the Department of Medical Cybernetics and Informatics at the Novokuznetsk State Institute of Advanced Medical Training — branch of the RMACPE (Novokuznetsk)

 

Received January 19, 2021

 

Abstract:

The study is aimed at identifying countries with a more intensive development of the COVID-19 pandemic, with the subsequent identification of their inherent risk factors. The aim of the study is to identify risk groups among the population and develop preventive measures. As a result, it was revealed that in a number of countries the rates of morbidity, mortality and lethality are statistically significantly higher than in other countries. These countries have a higher proportion of the population over the age of 75, a higher population density, and higher rates of morbidity and mortality from respiratory infections in the years leading up to the onset of the pandemic.

Keywords:

COVID-19; start of a pandemic; time series structural analysis; cluster analysis; risk groups; RMACPE.