Значимость отдельных климатических факторов в формировании заболеваемости геморрагической лихорадкой с почечным синдромом населения района дислокации воинских частей

Полный текст

Установлено, что заболеваемость военнослужащих геморрагической лихорадкой с почечным синдромом (ГЛПС) коррелирует с уровнем этой заболеваемости среди сельского населения района 50_ дислокации воинской части [3]. Основой своевременных профилактических мероприятий в отношении воинского контингента может быть выявление ведущих факторов, определяющих уровень указан_ «Военно-медицинский журнал», 42014 ЭПИДЕМИОЛОГИЯ И ИНФЕКЦИОННЫЕ БОЛЕЗНИ ной заболеваемости населения. Наиболее эффективно это можно сделать при математическом моделировании природных процессов с определением степени влияния того или иного фактора на уровень эпидемической заболеваемости. Предлагаемые различными авторами математические модели, описывающие эпидемический процесс при ГЛПС, трудоемки и сложны в использовании на практике [2, 5]. Разработанные уравнения, как правило, имеют привязку к климатическим и иным условиям, присущим конкретной территории, и в большинстве случаев являются неэффективными для других регионов. В связи с этим остается приоритетным поиск доступных и эффективных методических подходов к описанию этой инфекции на конкретной территории размещения воинских контингентов с определением значимости влияния на заболеваемость факторных признаков, входящих в модель. Цель исследования Оценка значимости климатических факторов в формировании заболеваемости ГЛПС населения района дислокации воинских частей. Материал и методы Изучалась связь климатических факторов с заболеваемостью ГЛПС населения Тоцкого района Оренбургской области, на территории которого дислоцирован Тоцкий гарнизон Центрального военного округа. Для оценки степени влияния изучаемых параметров на заболеваемость использовался регрессионный анализ [1], в ходе которого методом наименьших квадратов было создано уравнение линейной множественной регрессии. В качестве определяющих параметров использованы климатические параметры по ближайшему метеопосту. Исходными данными явились 11 климатических показателей и числа Вольфа помесячно за 11 лет (всего 528 параметров окружающей среды). Климатические данные представлены Оренбургским областным центром по гидрометеорологии и мониторингу окружающей среды (Гидрометцентр). Отбор факторных признаков осуществлялся методом шаговой регрессии, при этом факторы последовательно включались в уравнение с последующей проверкой их значимости. Среди всех анализируемых показателей в качестве наиболее прогностич-ных для расчета показателя заболеваемости на текущий год (у, на 100 тыс. населения) отобраны 6 факторов: - числа Вольфа (s, с запаздыванием на 2 года), - температура атмосферного воздуха в октябре предыдущего года (х, °С), - количество осадков в ноябре предыдущего года (z, мм), - высший из отмеченных в наблюдениях уровень реки при разливе (к, см), - максимальный и минимальный уровни высоты снежного покрова в феврале (соответственно d и с, см). Адекватность полученной математической модели оценивали по алгоритму: 1 - общая проверка уравнения на пригодность (F-тест); 2 - оценка значимости коэффициентов уравнения регрессии (t - критерий, р - уровень); 3 - сравнительная оценка степени влияния факторов (по коэффициентам эластичности). Математическая и статистическая обработка данных производилась в программных продуктах Statistica 6.1 и Microsoft Excel 2010. Результаты и обсуждение В ходе шагового регрессионного анализа на основе климатических показателей построена математическая модель: у =-61,949 + 7,330х +0,662z +(-l,175)d + 1,287c+0,025k+0,283s Полученное аналитическое выражение по результатам F-теста является адекватным, поскольку F .. меньше, 7 расчетный 7 чем F . (0,014 и 8,941 соответсткритический ' 5 5 венно; р=0,002). «Военно-медицинский журнал», 42014 51 ЭПИДЕМИОЛОГИЯ И ИНФЕКЦИОННЫЕ БОЛЕЗНИ Таблица 1 Результаты оценки статистической значимости коэффициентов регрессии Параметр Коэффициент Стандартная ошибка ^расчетный Р Г-пересечение хСС) Z (мм) d (см) с (см) к (см) S -61,9491 7,330264 0,66249 -1,1745 1,28712 0,025312 0,282752 8,136229 1,024179 0,090404 0,164436 0,284633 0,007326 0,024191 -7,61398 7,15721 7,328064 -7,14261 4,52203 3,455307 11,68831 0,004702 0,005617 0,005250 0,005650 0,020223 0,040779 0,001346 Обоснованность включения в описываемую формулу каждого параметра подтверждена проверкой значимости всех коэффициентов регрессии с помощью t-критерия. Все учтенные в модели показатели являются адекватными, т. к. t _ больше, чем t расчетный 5 критический (t .=2,353) с учетом степеней сво- ' критический ■> / j боды и=3 при р=0,05 (табл. 1). Результаты сравнительной оценки степени влияния изучаемых факторов на заболеваемость позволяют предположить вероятный вклад в эпидемический процесс ГЛПС каждого из использованных параметров. Исходя из условий уравнения следует, что увеличение интенсивности воздействия любого из факторов на 1% приводит к изменению значения показателя заболеваемости на величину коэффициента регрессии этого фактора. Результаты расчета коэффициентов эластичности для каждого параметра показали, что наибольшее влияние на заболеваемость населения оказывают температура атмосферного воздуха в октябре (х), максимальный и минимальный уровень снежного покрова в феврале - d и с соответственно (табл. 2). Для полученного уравнения нормированный коэффициент детерминации (R2) составил 0,979. Следовательно, 97,9% вариации показателя заболеваемости объясняются изменением факторных признаков, включенных в регрессионную модель. Таким образом, доля заболевае 52_ мости ГЛПС населения района дислокации воинских частей, обусловленная влиянием неучтенных в алгоритме факторов, составляет не более 2%. Описанная модель была применена для прогнозирования заболеваемости населения Тоцкого района. Прогноз заболеваемости на 2012 г. составил 20,1± 7,1 случая на 100 тыс. населения при реальном показателе, зарегистрированном в этом году, равном 18,3±6,8 случая на 100 тыс. населения. При t=l,96 верхняя и нижняя доверительная границы прогнозируемого показателя составили 34,0 и 6,2 случая на 100 тыс. населения. Статистически достоверных различий между прогнозируемым и фактическим показателями не выявлено (р<0,05). Все выделенные климатические факторы могут влиять на эпизоотический Таблица 2 Оценка силы связи климатических факторов с заболеваемостью населения ГЛПС Параметр Коэффициент эластичности, % х(°С) 1,74 Z (мм) 0,97 d (см) -1,76 с (см) 1,45 к (см) 0,58 S 0,58 «Военно-медицинский журнал», 4’2014 ЭПИДЕМИОЛОГИЯ И ИНФЕКЦИОННЫЕ БОЛЕЗНИ и эпидемический процесс хантавирусной инфекции. Развитие эпидемий инфекционных заболеваний с проявлением солнечной активности связывал академик Л.Л.Чижевский [4]. Температурный режим в октябре и количество осадков в ноябре могут продлевать или прерывать период осенних миграционных процессов мелких млекопитающих в сторону жилья, что несомненно повышает на риск заражения населения. Те же климатические факторы определяют частоту посещения местными жителями с какими-либо целями природных очагов ГЛПС. При этом необходимо учитывать, что количество осадков влияет на активность воздушно-пылевого пути передачи, являющегося основным при ГЛПС в степных ландшафтах Оренбургской области. Уровень рек при весеннем разливе обеспечивает уничтожение определенной доли популяции мелких млекопитающих, и в первую очередь популяцию рыжей полевки, проживающей в Оренбургской области в пойме рек. Уровень высоты февральского снежного покрова в той или иной мере обеспечивают возможность раннего подснежного размножения рыжей полевки - основного источника возбудителя вируса ГЛПС типа Пуумала, выделяемого на территории Оренбургской области [5]. Таким образом, среди многообразия доступных климатических данных 97,9% объема вариации показателя заболеваемости ГЛПС населения изучаемого района размещения военнослужащих определяют 6 факторов, наиболее значимыми из которых являются температура атмосферного воздуха в октябре, максимальный и минимальный уровни высоты снежного покрова в феврале.

Об авторах

А. А Калмыков

Медицинская службы Центрального военного округа

кандидат медицинских наук, полковник медицинской службы Екатеринбург

А. Г Корнеев

Оренбургская государственная медицинская академия

кандидат биологических наук

Р. М Аминев

1026-й Центр государственного санитарно-эпидемиологического надзора МО РФ

Email: sen1026@yandex.ru
полковник медицинской службы Екатеринбург

А. А Косова

Уральский государственный медицинский университет

кандидат медицинских наук

В. С Поляков

Оренбургская государственная медицинская академия

майор медицинской службы

Список литературы

Дополнительные файлы