Эпидемиология и Инфекционные болезни. Актуальные вопросы №5 / 2013
Районирование территории Ставропольского края по степени активности природного очага Крымской геморрагической лихорадки
Ставропольский противочумный институт Роспотребнадзора; Центральный НИИ эпидемиологии Роспотребнадзора, Москва; Институт космических исследований Российской академии наук, Москва
Цель исследования. Разработка методики и проведение эпидемиологического районирования территории Ставропольского края по степени активности природного очага Крымской геморрагической лихорадки (КГЛ).
Материалы и методы. Данные о заболеваемости КГЛ, минимальном индексе инфицированности иксодовых клещей вирусом Крымской-Конго геморрагической лихорадки и уровне инфицированности грызунов – прокормителей клещей, полученные за 13 лет (с 1999 по 2011 г.) изучения природного очага КГЛ Ставропольским противочумным институтом Роспотребнадзора.
Результаты. Создана методика районирования с использованием методов иерархической кластеризации районов края по трем вышеперечисленным показателям ранжирования районов и подсчета суммарного ранга (интегрального показателя риска). В группы минимального, пониженного, повышенного и максимального риска включено 4, 11, 10 и 2 района соответственно. При анализе связи риска с ландшафтно-географическими зонами показано, что в ряду «лесостепная – степная – полупустынная зона» интегральная оценка риска статистически значимо нарастает. Методом «деревьев решений» выработан алгоритм районирования непосредственно на основании показателей заболеваемости КГЛ и минимального индекса инфицированности клещей, т.е. без проведения кластеризации.
Заключение. Разработанный подход может быть использован для районирования территории РФ в соответствии с эпидемической обстановкой по КГЛ и другим природно-очаговым инфекциям.
Среди арбовирусных инфекций в Ставропольском крае широкое распространение получила Крымская геморрагическая лихорадка (КГЛ), случаи заболевания которой ежегодно регистрируются на территории Южного и Северо-Кавказского федеральных округов Российской Федерации [1, 2]. Помимо вируса Крымской-Конго геморрагической лихорадки (ККГЛ), на территории края происходит активная циркуляция и других арбовирусов; в наших исследованиях в частности были обнаружены вирусы Западного Нила, клещевого энцефалита, вирусы серогруппы калифорнийского энцефалита (Тягиня, Инко) и вирус Батаи [3].
Одним из аспектов повышения эффективности эпидемиологического надзора за арбовирусными инфекциями является оптимизация эпидемиологического мониторинга. Получаемая в ходе мониторинга информация должна обеспечить возможность проведения оперативной динамической оценки состояния и тенденции развития эпидемического и эпизоотического процессов, а также ретроспективного эпидемиологического анализа [4–6]. В соответствии с этими задачами эпидемиологический мониторинг арбовирусных инфекционных болезней должен включать несколько уровней сбора информации: о состоянии заболеваемости, о циркуляции возбудителей среди основных носителей и переносчиков, о состоянии уровня коллективного иммунитета к арбовирусам среди людей и животных [7].
В различных административных районах такие показатели, как заболеваемость населения и активность циркуляции возбудителей среди носителей и переносчиков, варьируют. Задачей данного исследования было эпидемиологическое районирование территории края по степени риска инфицирования вирусом ККГЛ с учетом приуроченности районов к определенным ландшафтно-географическим зонам.
Материалы и методы
Эпидемиологическое районирование территории Ставропольского края основано на материалах, полученных за 13 лет (с 1999 по 2011 г.) изучения природного очага КГЛ Ставропольским противочумным институтом Роспотребнадзора [1–3, 8]. Проанализирована эпидемическая обстановка в 26 районах края и в Ставрополе (табл. 1). Заболеваемость КГЛ регистрировалась во всех районах, за исключением Кировского. В ходе исследования 104 978 иксодовых клещей-переносчиков ККГЛ, объединенных в 10 677 пулов, найдено 585 ККГЛ-положительных пулов. В 13 районах края проведен также отлов мелких млекопитающих (грызунов) – прокормителей иксодовых клещей. Антиген вируса ККГЛ был обнаружен у 83 из 668 исследованных особей. Клещ или позвоночное животное считалось инфицированным, если в его тканях обнаруживали антиген вируса ККГЛ методом ИФА.
Использовано 3 основных типа показателей: средняя заболеваемость КГЛ на 100 тыс. населения в год, минимальный индекс инфицированности (МИИ) на 1000 клещей-переносчиков, индекс инфицированности (ИИ) прокормителей. При расчете показателя заболеваемости для Предгорного, Минераловодского, Буденновского, Георгиевского и Кочубеевского районов не учитывалось население крупных городов (Пятигорск, Кисловодск, Ессентуки, Железноводск, Лермонтов, Минеральные Воды, Буденновск, Георгиевск, Невинномысск), поскольку заболеваемость КГЛ среди городского населения была пренебрежимо мала.
Величины МИИ, ИИ и 95% доверительный интервал их значений высчитывали с помощью надстройки PooledInfRate, version 4.0 для программы Excel, размещенной в открытом доступе на сайте CDC http://www.cdc.gov/ncidod/dvbid/westnile/software.htm [9]. Использовали наиболее точный и эффективный метод максимального правдоподобия с коррекцией искажений и скорректированной оценкой 95% доверительного интервала (the bias-corrected MLE with 95% corrected score interval). При необходимости достоверность различия показателей МИИ и ИИ в разных районах оценивали также с помощью PooledInfRate [10].
Все статистические расчеты и оценки проведены с помощью лицензионной программы IBM SPSS Statistics 19 [11].
Для классификации районов по кластерам со сходными значениями показателей использовали иерархическую кластеризацию методом межгрупповых связей с использованием в качестве меры евклидова квадрата расстояний без стандартизации и со стандартизацией по z-значениям.
Для формулировки алгоритма отнесения районов в уже сформированные группы низкого, пониженного, повышенного и высокого риска применяли подпрограмму «дерева решений» (decision trees). При этом: использовали метод построения деревьев CHAID (Chi-squared Automatic Interaction Detection, автоматическое определения связи с помощью критерия χ2); все категории (группы риска), в которые относили объекты классификации (районы), считали одинаково важными; дальнейшее разветвление дерева из вершины (node) или слияние категорий считались допустимыми, если их можно было провести с достоверностью p < 0,05; проводили кросс-валидацию построенного дерева на 25 выборках из исходного массива данных. Для контроля использовали также метод построения деревьев CRT (Classification and Regression Trees, деревья ...
