Пространственно-динамическая неоднородность течения эпидемического процесса COVID-19 в субъектах Российской Федерации (2020–2023 гг.)

Файл статьи: 
Иконка PDF health-risk-analysis-2023-2-1.pdf
УДК: 
613; 614
DOI: 
10.21668/health.risk/2023.2.01
Авторы: 

Н.В. Зайцева, С.В. Клейн, М.В. Глухих

Организация: 

Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения, Россия, 614045, г. Пермь, ул. Монастырская, 82

Аннотация: 

Пандемия коронавирусной инфекции оказала значимое влияние на течение медико-демографических процессов и в мире в целом, и в России в частности. Течение эпидемического процесса сопровождалось последовательной сменой циркулирующих вариантов вируса SARS-CoV-2 с различными мутациями и нашло отражение в регистрируемых уровнях заболеваемости и смертности населения на фоне пространственной неоднородности социально-экономических факторов в регионах РФ.

Осуществлен анализ пространственно-динамической неоднородности течения эпидемического процесса COVID-19 в субъектах Российской Федерации за период 2020–2023 гг.

Проведен ретроспективный анализ показателей заболеваемости и смертности на национальном и региональном уровнях. Использованы ведомственные статистические данные Роспотребнадзора, а также общедоступные данные, характеризующие интенсивные показатели эпидемического процесса COVID-19 и результаты секвенирования проб биоматериала на COVID-19 за период 2020–2023 гг.

За период 2020–2023 гг. выявлена последовательная смена пяти «волн» эпидемического процесса COVID-19, в рамках которых регионы РФ с разной скоростью достигали локальных пиков заболеваемости. По имеющимся данным установлено, что среди субъектов РФ наибольший уровень первичной заболеваемости в 2021–2022 гг. установлен в г. Санкт-Петербурге (12 821,8 и 17 341,2 случая на 100 тыс. населения), наибольший уровень смертности в 2021 г. отмечен в Тверской области (427 случая на 100 тыс. населения), в 2022 г. – в Архангельской области (350,9 случая на 100 тыс. населения). Наибольшее количество субъектов РФ с превышением среднегодового уровня заболеваемости по данной причине установлено в октябре, ноябре, декабре 2021 г. и феврале 2022 г. (51, 68, 51 и 82 субъекта соответственно).

Установленная пространственно-динамическая неоднородность течения эпидемического процесса может указывать, что данный эпидемиологический процесс во многом может определяться различиями в исходных соци-ально-экономических и медико-демографических характеристиках субъектов РФ.

Ограничения исследования касаются использованных статистических данных регистрации заболеваемости, смертности, а также принятого в исследовании понятия эпидемиологической «волны».

Выявленные территориальные особенности течения эпидемического процесса COVID-19 необходимо учитывать при разработке оптимальных направлений регулирующих воздействий, в том числе с прогностической целью в отношении вероятных эмерджентных инфекций.

Ключевые слова: 
эпидемиологический процесс, COVID-19, эпидемиологические волны, заболеваемость, смертность, регионы России, эпидемиологический анализ
Зайцева Н.В., Клейн С.В., Глухих М.В. Пространственно-динамическая неоднородность течения эпидемического процесса COVID-19 в субъектах Российской Федерации (2020–2023 гг.) // Анализ риска здоровью. – 2023. – № 2. – С. 4–16. DOI: 10.21668/health.risk/2023.2.01
Список литературы: 
  1. SARS-CoV-2 Variants of Interest and Concern naming scheme conducive for global discourse / F. Konings, M.D. Per-kins, J.H. Kuhn, M.J. Pallen, E.J. Alm, B.N. Archer, A. Barakat, T. Bedford [et al.] // Nat. Microbiol. – 2021. – Vol. 6, № 7. – P. 821–823. DOI: 10.1038/s41564-021-00932-w
  2. XBB.1.5 Updated Risk Assessment, 24 February 2023 [Электронный ресурс] // WHO. – URL: https://www.who.int/docs/default-source/coronaviruse/22022024xbb.1.5ra.p... (дата обращения: 20.04.2023).
  3. XBB.1.16 Initial Risk Assessment, 17 April 2023 [Электронный ресурс] // WHO. – URL: https://www.who.int/docs/default-source/coronaviruse/21042023xbb.1.16ra-... (дата обращения: 20.04.2023).
  4. A Second Wave? What Do People Mean by COVID Waves? – A Working Definition of Epidemic Waves / S.X. Zhang, F. Arroyo Marioli, R. Gao, S. Wang // Risk Manag. Healthc. Policy. – 2021. – Vol. 14. – P. 3775–3782. DOI: 10.2147/RMHP.S326051
  5. COVID-19 epidemic prediction and the impact of public health interventions: A review of COVID-19 epidemic models / Y. Xiang, Y. Jia, L. Chen, L. Guo, B. Shu, E. Long // Infect. Dis. Model. – 2021. – Vol. 6. – P. 324–342. DOI: 10.1016/j.idm.2021.01.001
  6. Dutta A. COVID-19 waves: variant dynamics and control // Sci. Rep. – 2022. – Vol. 12. – P. 9332. DOI: 10.1038/s41598-022-13371-2
  7. Five consecutive epidemiological waves of COVID-19: a population-based cross-sectional study on characteristics, policies, and health outcome / R. Amin, M.-R. Sohrabi, A.-R. Zali, K. Hannani // BMC Infect. Dis. – 2022. – Vol. 22, № 1. – P. 906. DOI: 10.1186/s12879-022-07909-y
  8. Анализ эпидемиологической ситуации по COVID-19: вторая волна / Т.Е. Попова, О.Г. Тихонова, А.Н. Романова, А.А. Таппахов, М.Е. Андреев // Якутский медицинский журнал. – 2021. – № 1 (73). – С. 61–64. DOI: 10.25789/YMJ.2021.73.17
  9. Анализ эпидемиологической ситуации по COVID-19: третья и четвертая волны / Т.Е. Попова, О.Г. Тихонова, А.Н. Романова, А.А. Таппахов, М.Е. Андреев, Э.Э. Конникова // Якутский медицинский журнал. – 2021. – № 4 (76). – С. 72–75. DOI: 10.25789/YMJ.2021.76.17
  10. Сравнение первых трех волн пандемии COVID-19 в России (2020-2021 гг.) / Л.С. Карпова, К.А. Столяров, Н.М. Поповцева, Т.П. Столярова, Д.М. Даниленко // Эпидемиология и вакцинопрофилактика. – 2022. – Т. 21, № 2. – С. 4–16. DOI: 10.31631/2073-3046-2022-21-2-4-16
  11. Характеристика эпидемиологической ситуации по COVID-19 в Санкт-Петербурге / В.Г. Акимкин, С.Н. Кузин, Е.Н. Колосовская, Е.Н. Кудрявцева, Т.А. Семененко, А.А. Плоскирева, Д.В. Дубоделов, Е.В. Тиванова [и др.] // Журнал микробиологии, эпидемиологии и иммунобиологии. – 2021. – Т. 98, № 5. – С. 497–511. DOI: 10.36233/0372-9311-154
  12. Особенности эпидемического процесса COVID-19 в каждую из пяти волн заболеваемости в России / Л.С. Кар-пова, А.Б. Комиссаров, К.А. Столяров, Н.М. Поповцева, Т.П. Столярова, М.Ю. Пелих, Д.А. Лиознов // Эпидемиология и вакцинопрофилактика. – 2023. – Т. 22, № 2. – С. 23–36. DOI: 10.31631/2073-3046-2023-22-2-23-36
  13. Махова В.В., Малецкая О.В., Куличенко А.Н. Особенности эпидемического процесса и эпидемические риски COVID-19 в субъектах Северного Кавказа // Эпидемиология и вакцинопрофилактика. – 2023. – Т. 22, № 1. – С. 74–81. DOI: 10.31631/2073-3046-2023-22-1-74-81
  14. Genomic epidemiology of the early stages of the SARS-CoV-2 outbreak in Russia / A.B. Komissarov, A.V. Fadeev, M.V. Sergeeva, A.A. Ivanova, D.M. Danilenko, D. Lioznov, K.R. Safina, G.A. Bazykin [et al.] // Nat. Commun. – 2021. – Vol. 12, № 1. – P. 649. DOI: 10.1038/s41467-020-20880-z
  15. Сравнительный анализ разнообразия линий SARS-CoV-2, циркулирующих в Омской области в 2020–2022 годах / Е.А. Градобоева, Ж.С. Тюлько, А.В. Фадеев, А.Г. Василенко, В.В. Якименко // Эпидемиология и вакцинопрофилактика. – 2022. – Т. 21, № 6. – С. 24–33. DOI: 10.31631/2073-3046-2022-6-24-33
  16. Uncovering COVID-19 infection determinants in Portugal: towards an evidence-based spatial susceptibility index to support epidemiological containment policies / A. Alves, N. Marques da Costa, P. Morgado, E. Marques da Costa // Int. J. Health Geogr. – 2023. – Vol. 22. – P. 8. DOI: 10.1186/s12942-023-00329-4
  17. Модифицирующее влияние факторов среды обитания на течение эпидемического процесса COVID-19 / Н.В. Зайцева, А.Ю. Попова, С.В. Клейн, А.Н. Летюшев, Д.А. Кирьянов, М.В. Глухих, В.М. Чигвинцев // Гигиена и санитария. – 2022. – Т. 101, № 11. – С. 1274–1282. DOI: 10.47470/0016-9900-2022-101-11-1274-1282
  18. Socioeconomic inequalities in COVID-19 in a European urban area: Two waves, two patterns / M. Marí-Dell'olmo, M. Gotsens, M.I. Pasarín, M. Rodríguez-Sanz, L. Artazcoz, P. Garcia de Olalla, C. Rius, C. Borrell // Int. J. Environ. Res. Public Health. – 2021. – Vol. 18, № 3. – P. 1256. DOI: 10.3390/ijerph18031256
  19. Importance of collecting data on socioeconomic determinants from the early stage of the COVID-19 outbreak onwards / S. Khalatbari-Soltani, R.C. Cumming, C. Delpierre, M. Kelly-Irving // J. Epidemiol. Community Health. – 2020. – Vol. 74, № 8. – P. 620–623. DOI: 10.1136/jech-2020-214297
  20. Kumar S., Karuppanan K., Subramaniam G. Omicron (BA.1) and sub-variants (BA.1.1, BA.2, and BA.3) of SARS-CoV-2 spike infectivity and pathogenicity: A comparative sequence and structural-based computational assessment // J. Med. Virol. – 2022. – Vol. 94, № 10. – P. 4780–4791. DOI: 10.1002/jmv.27927
  21. Correlation between Population Density and COVID-19 Cases during the Third Wave in Malaysia: Effect of the Delta Variant / N.H. Md Iderus, S.S. Lakha Singh, S. Mohd Ghazali, C.Y. Ling, T.C. Vei, A.S.S. Md Zamri, N.A. Jaafar, Q. Ruslan [et al.] // Int. J. Environ. Res. Public Health. – 2022. – Vol. 19, № 12. – P. 7439. DOI: 10.3390/ijerph19127439
  22. Sy K.T.L., White L.F., Nichols B.E. Population density and basic reproductive number of COVID-19 across United States counties // PLoS One. – 2021. – Vol. 16, № 4. – P. e0249271. DOI: 10.1371/journal.pone.0249271
  23. Temperature and population density influence SARS-CoV-2 transmission in the absence of nonpharmaceutical in-terventions / T.P. Smith, S. Flaxman, A.S. Gallinat, S.P. Kinosian, M. Stemkovski, H.J.T. Unwin, O.J. Watson, C. Whittaker [et al.]. // Proc. Natl Acad. Sci. USA. – 2021. – Vol. 118, № 25. – P. e2019284118. DOI: 10.1073/pnas.2019284118
  24. Hamidi S., Hamidi I. Subway Ridership, Crowding, or Population Density: Determinants of COVID-19 Infection Rates in New York City // Am. J. Prev. Med. – 2021. – Vol. 60, № 5. – P. 614–620. DOI: 10.1016/j.amepre.2020.11.016
  25. Enhanced fusogenicity and pathogenicity of SARS-CoV-2 Delta P681R mutation / A. Saito, T. Irie, R. Suzuki, T. Maemura, H. Nasser, K. Uriu, Y. Kosugi, K. Shirakawa [et al.] // Nature. – 2022. – Vol. 602, № 7896. – P. 300–306. DOI: 10.1038/s41586-021-04266-927.
  26. Association between temperature and COVID-19 transmission in 153 countries / M. Liu, Z. Li, M. Liu, Y. Zhu, Y. Liu, M.W. Nzoyoum Kuetche, J. Wang, X. Wang [et al.] // Environ. Sci. Pollut. Res. Int. – 2022. – Vol. 29, № 11. – P. 16017–16027. DOI: 10.1007/s11356-021-16666-528
  27. The starting dates of COVID-19 multiple waves / P.R. de Lima Gianfelice, R. Oyarzabal, A. Cunha Jr., J.M. Vicensi Grzybowski, F. da Conceição Batista, E.E.N. Macau // Chaos. – 2022. – Vol. 32, № 3. – P. e031101. DOI: 10.1063/5.0079904
Получена: 
25.04.2023
Одобрена: 
20.06.2023
Принята к публикации: 
25.06.2023

Вы здесь

Главная