Обоснование статистической модели для описания и прогноза рисков населения подвергнуться атакам иксодовых клещей

Файл статьи: 
Иконка PDF health-risk-analysis-2022-3-11.pdf
УДК: 
57.087.1: 616-036.22: 578.82/.83
DOI: 
10.21668/health.risk/2022.3.11
Авторы: 

В.А. Мищенко1,2, И.А. Кшнясев2, Ю.А. Давыдова2, И.В. Вялых1

Организация: 

1Екатеринбургский научно-исследовательский институт вирусных инфекций Государственного научного центра вирусологии и биотехнологии «Вектор» Роспотребнадзора, Россия, 620030, г. Екатеринбург, ул. Летняя, 23
2Институт экологии растений и животных Уральского отделения РАН, Россия, 620144, г. Екатеринбург, ул. 8 Марта, 202

Аннотация: 

Заболеваемость клещевым вирусным энцефалитом и другими клещевыми инфекциями коррелирует с обращаемостью населения в связи с укусами иксодовых клещей. Очевидно, что число зарегистрированных случаев присасывания клещей пропорционально хозяйственной и рекреационной активности населения на эндемичной территории и численности голодных клещей. В свою очередь, численность иксодовых клещей зависит от обилия основных прокормителей для питающихся кровью стадий иксодид, причём с некоторым лагом, обусловленным параметрами жизненного цикла: линькой на следующую стадию, диапауз и выраженной сезонностью в условиях континентального бореального климата.
Осуществлены анализ и синтез адекватной формализованной / параметризованной статистической модели для описания и прогноза рисков населения подвергнуться атакам иксодовых клещей.

Для описания динамики и прогноза количества пострадавших от укусов клещей на примере Свердловской области использовали ряд линейных (по параметрам) моделей логистической регрессии. Адекватность описания наблюдаемой динамики оценивали с помощью аппарата
мультимодельного вывода. Многолетняя динамика количества пострадавших от укусов клещей в Свердловской области характеризуется наличием высокоамплитудного медленного длинноволнового колебания (деканного, с квазипериодом порядка 10 лет) и коротковолновой 2–3-летней цикличности. Первое – может являться отражением климатической ритмичности и тренда в социально-экономической ситуации, вторая – вероятно, обусловлена биотическими факторами.

С помощью модели логит-регрессии показано, что численность мелких млекопитающих как в предшествующем году, так и начале текущего сезона активности иксодовых клещей может служить ценным предиктором риска для населения пострадать от укусов иксодовых клещей.

Прогнозные значения полученной статистической модели адекватно описывают исходный временной ряд шансов / вероятностей атак иксодовых клещей.

Ключевые слова: 
иксодовые клещи, мелкие млекопитающие, пострадавшие от укусов клещей, передача патогена, динамика популяций, популяционные циклы, отношение шансов, временной ряд
Обоснование статистической модели для описания и прогноза рисков населения подвергнуться атакам иксодовых клещей / В.А. Мищенко, И.А. Кшнясев, Ю.А. Давыдова, И.В. Вялых // Анализ риска здоровью. – 2022. – № 3. – С. 119–125. DOI: 10.21668/health.risk/2022.3.11
Список литературы: 
  1. A short history of TBE. Chapter 1 / O. Kahl, V.V. Pogodina, T. Poponnikova, J. Süss, V.I. Zlobin // The TBE Book, 3rd ed. / ed. by G. Dobler, W. Erber, M. Bröker, H-J. Schmitt. – Singapore: Global Health Press, 2020. – P. 10–15. DOI: 10.33442.26613980_TBE-3
  2. Злобин В.И. Эпидемиологический мониторинг и профилактика иксодовых клещевых инфекций в условиях соче-танных природных и антропургических очагов // Эпидемиология и вакцинопрофилактика. – 2008. – Т. 39, № 2. – С. 10–14.
  3. Современная эпидемиологическая ситуация по клещевому вирусному энцефалиту в Челябинской области / С.В. Лучинина, О.Н. Степанова, В.В. Погодина, Е.А. Стенько, Г.Г. Чиркова, С.Г. Герасимов, Л.И. Колесникова // Эпи-демиология и вакцинопрофилактика. – 2014. – Т. 75, № 2. – С. 32–37.
  4. Tick-borne encephalitis (TBE) cases are not random: explaining trend, low- and high-frequency oscillations based on the Austrian TBE time series / F. Rubel, M. Walter, J.R. Vogelgesang, K. Brugger // BMC Infectious Diseases. – 2020. – Vol. 20, № 448. – P. 1–12. DOI: 10.1186/s12879-020-05156-7
  5. Gritsun T.S., Nuttall P.A., Gould E.A. Tick-Borne Flaviviruses // Advances in Virus Research, Academic Press / ed. by T.J. Chambers, T.P. Monath. – 2003. – Vol. 61. – P. 317–371. DOI: 10.1016/S0065-3527(03)61008-0
  6. Tick-Borne Encephalitis Virus: Seasonal and Annual Variation of Epidemiological Parameters Related to Nymph-to-Larva Transmission and Exposure of Small Mammals / L. Bournez, G. Umhang, M. Moinet, C. Richomme, J.-M. Demerson, C. Caillot, E. Devillers, J.-M. Boucher [et al.] // Pathogens. – 2020. – Vol. 9, № 7. – P. 518. DOI: 10.3390/pathogens9070518
  7. Кшнясев И.А., Давыдова Ю.А. Динамика плотности и структуры популяций лесных полевок в южной тайге // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Биология. – 2005. – № 1. – С. 113–123.
  8. Population oscillations of boreal rodents: regulation by mustelid predators leads to chaos / I. Hanski, P. Turchin, E. Korpimaki, H. Henttonen // Nature. – 1993. – № 364. – P. 232–235. DOI: 10.1038/364232a0
  9. Tick-borne disease risk in a forest food web / R.S. Ostfeld, T. Levi, F. Keesing, K. Oggenfuss, C.D. Canham // Ecology. – 2018. – Vol. 99, № 7. – P. 1562–1573. DOI: 10.1002/ecy.2386
  10. Кшнясев И.А., Давыдова Ю.А. Популяционные циклы и синдром Читти // Экология. – 2021. – Т. 52, № 1. – С. 51–57. DOI: 10.31857/S036705972101008X
  11. Burnham K.P., Anderson D.R. Model selection and multimodel inference: a practical information-theoretic approach. – N.Y.: Springer-Verlag, 2002. – 496 p.
  12. R Development Core Team. R: a language and environment for statistical computing. R Foundation for Statistical Com-puting [Электронный ресурс]. – Vienna, Austria, 2018. – URL: https://www.R-project.org (дата обращения: 01.08.2022).
  13. Effects of climate change on ticks and tick-borne diseases in Europe / J.S. Gray, H. Dautel, A. Estrada-Peña, O. Kahl, E. Lindgren // Interdisciplinary Perspectives on Infectious Disease. – 2009. – Vol. 2009. – P. 1–12. DOI: 10.1155/2009/593232
  14. Increased relative risk of tick-borne encephalitis in warmer weather / M. Daniel, V. Danielová, A. Fialová, M. Malý, B. Kříž, P.A. Nuttall // Frontiers in Cellular and Infection Microbiology. – 2007. – Vol. 8. – P. 90. DOI: 10.3389/fcimb.2018.00090
  15. Клещевой вирусный энцефалит в Российской Федерации: особенности эпидемического процесса в период устойчивого спада заболеваемости, эпидемиологическая ситуация в 2016 г., прогноз на 2017 г. / А.К. Носков, А.Я. Ники-тин, Е.И. Андаев, Н.Д. Пакскина, Е.В. Яцменко, Е.В. Веригина, Т.И. Иннокентьева, С.В. Балахонов // Проблемы особо опасных инфекций. – 2017. – № 1. – С. 37–43. DOI: 10.21055/0370-1069-2017-1-37-43
  16. Rubel F., Brugger K. Tick-borne encephalitis incidence forecasts for Austria, Germany, and Switzerland // Ticks and Tick-borne Diseases. – 2020. – Vol. 11, № 5. – P. 101437. DOI: 10.1016/j.ttbdis.2020.101437
  17. Beechnuts and outbreaks of Nephropathia epidemica (NE): of mast, mice and men / J. Clement, P. Maes, C. van Ypersele de Strihou, G. van der Groen, J.M. Barrios, W.W. Verstraeten, M. van Ranst // Nephrology Dialysis Transplantation. – 2010. – Vol. 25, iss. 6. – P. 1740–1746. DOI: 10.1093/ndt/gfq122
  18. Balashov Y.S. Demography and population models of ticks of the genus Ixodes with long-term life cycles // Entomo-logical Review. – 2012. – Vol. 92, № 9. – P. 1006–1011. DOI: 10.1134/S0013873812090072
Получена: 
31.08.2022
Одобрена: 
09.09.2022
Принята к публикации: 
25.09.2022

Вы здесь

Главная