aidsВИЧ-инфекция и иммуносупрессииHIV Infection and Immunosuppressive Disorders2077-9828Baltic Medical Education Center10.22328/2077-9828-2026-18-1-94-103aids-1142Research ArticleМОДЕЛИРОВАНИЕ И ПРОГНОЗ ЭПИДЕМИЙПрогноз развития эпидемического процесса ВИЧ-инфекции в Уральском федеральном округеForecast of the HIV epidemic progression in the Ural federal districthttps://orcid.org/0009-0006-7541-9342МаковскаяЯ. В.MakovskayaI. V.

Маковская Яна Валерьевна — врач-эпидемиолог отделения эпидемиологического надзора за ВИЧ-инфекцией Уральского окружного центра по профилактике и борьбе со СПИД

620030, Екатеринбург, Летняя ул., д. 23

makovskaia_iv@niivirom.ruhttps://orcid.org/0000-0001-5506-2389ПитерскийМ. В.PiterskiyM. V.

Питерский Михаил Валерьевич — кандидат медицинских наук, и.о. руководителя Уральского окружного центра по профилактике и борьбе со СПИД

620030, Екатеринбург, Летняя ул., д. 23

piterskiy_mv@niivirom.ruhttps://orcid.org/0009-0007-3464-0793ИвановаА. О.IvanovaA. O.

Иванова Анастасия Олеговна — стажер-исследователь Уральского окружного центра по профилактике и борьбе со СПИД620030, Екатеринбург, Летняя ул., д. 23

ivanova_ao@niivirom.ruhttps://orcid.org/0000-0003-2361-3734МихайленкоЮ. А.MikhailenkoYа. A.

Михайленко Юлия Александровна — научный сотрудник научно-методического отдела

620030, Екатеринбург, Летняя ул., д. 23

 

mikhaylenko_ya@niivirom.ruhttps://orcid.org/0000-0001-9380-8727ПановаА. Е.PanovaA. E.

Панова Анна Евгеньевна — кандидат медицинских наук, заместитель директора по научной работе620030, Екатеринбург, Летняя ул., д. 23

panova_ae@niivirom.ruhttps://orcid.org/0000-0003-3223-8219СеменовА. В.SemenovA. V.

Семенов Александр Владимирович — доктор биологических наук, директор

620030, Екатеринбург, Летняя ул., д. 23

alexvsemenov@gmail.comНаучно-исследовательский институт вирусных инфекций «Виром»РоссияScientific Research Institute of Viral Infections «Virome»Russian Federation20260905202618194103Copyright © Маковская Я.В., Питерский М.В., Иванова А.О., Михайленко Ю.А., Панова А.Е., Семенов А.В., 20262026Маковская Я.В., Питерский М.В., Иванова А.О., Михайленко Ю.А., Панова А.Е., Семенов А.В.Makovskaya I.V., Piterskiy M.V., Ivanova A.O., Mikhailenko Y.A., Panova A.E., Semenov A.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://hiv.bmoc-spb.ru/jour/article/view/1142

Цель: создание математической модели для прогнозирования развития эпидемического процесса ВИЧ-инфекции в Уральском федеральном округе РФ (УФО) с учетом социально-экономического показателя и показателя заболеваемости ВИЧ-инфекцией. Материалы и методы. В исследовании использована динамика показателя заболеваемости ВИЧ-инфекцией в УФО за период с 1998 по 2023 г. В качестве предиктора использовался экономический показатель — безработица за период 1991–2024 гг. С целью учета временной зависимости и возможных отложенных эффектов влияния доходов на заболеваемость был сформирован лаговый набор показателя со сдвигом до 6 лет. Для построения прогностической модели применялись искусственные нейронные сети (ИНС). В качестве базовой архитектуры ИНС использовалась радиально-базисная функция (РБФ). Обучение проводилось с помощью модуля SANN программного пакета STATISTICA 12. Данные были разделены на обучающую и тестовую выборки (85/15), для валидации применялась кросс-проверка на скрытом периоде 2021–2023 гг. Для оценки точности прогноза использовались коэффициент детерминации, а также средняя абсолютная ошибка и средняя абсолютная процентная ошибка. Эти показатели рассчитывались как на обучающей и тестовой выборках, так и в ходе кросс-проверки и экстраполяции прогнозных значений. Результаты и их обсуждение. Для прогнозирования заболеваемости ВИЧ-инфекцией в УФО построены и протестированы 1000 моделей ИНС РБФ, из которых 20 с наилучшими метриками были отобраны для прогнозирования. Лучшая модель (РБФ 3–16–1) продемонстрировала высокую точность: коэффициент детерминации R2=0,9, средняя абсолютная ошибка MAD=6,8. Сформирован прогноз заболеваемости ВИЧ-инфекцией до 2028 года, который составит 81,4о/оооо. С учетом других обученных ИНС РБФ c метриками качества, превышающих 0,9 уровень заболеваемости, в 2028 году ожидается в диапазоне от 45,9о/оооо до 112о/оооо. Заключение. Прогноз заболеваемости ВИЧ-инфекции в УФО, опирающийся на экономический предиктор, показал высокую точность на основании метрик качества. Учет безработицы с лагом 6 лет позволил учесть социально-экономические факторы. Использование прикладного ПО со встроенными функциями прогнозирования с помощью ИНС делает методику доступной специалистам и создает основу для профилактических стратегий и управленческих решений в сфере здравоохранения.

The aim of the study. Development of a mathematical model for forecasting the progression of the HIV epidemic in the Ural Federal District of the Russian Federation (hereinafter referred to as the UFD), taking into account socio economic indicators and HIV incidence rates. Materials and methods. The study used HIV incidence rates in the Ural Federal District (UFD) for 1998–2023. An economic indicator — unemployment for the period 1991–2024 — was used as a predictor. To account for time dependence and possible delayed effects of income on incidence, a lagged set of indicators with a shift of up to 6 years was formed. Artificial neural networks (ANN) were used to build a predictive model. The radial basis function (RBF) was used as the basic ANN architecture. Training was performed using the SANN module of the STATISTICA 12 software package. The data were divided into training and test sets (85/15), and cross-validation was used on the latent period 2021–2023 for validation. The coefficient of determination, as well as the mean absolute error and the mean absolute percentage error, were used to assess the forecast accuracy. These indicators were calculated both on the training and test samples, and during cross-validation and extrapolation of predicted values. Result and discussion. To forecast HIV incidence in the Ural Federal District, 1,000 RBF ANN models were built and tested, of which 20 with the best metrics were selected for forecasting. The best model (RBF 3–16–1) demonstrated high accuracy: the determination coefficient R2=0.9, the mean absolute error MAD=6.8. A forecast of HIV incidence through 2028 was generated, which will amount to 81.4о/оооо. Taking into account other trained RBF ANNs with quality metrics exceeding 0.9, the incidence rate in 2028 is expected to range from 45.9о/оооо to 112о/оооо. Conclusion. A forecast of HIV incidence in the Ural Federal District, based on an economic predictor, demonstrated high accuracy based on quality metrics. Accounting for unemployment with a six-year lag allowed for socioeconomic factors to be taken into account. The use of application software with built-in ANN forecasting functions makes the methodology accessible to specialists and provides a basis for preventive strategies and management decisions in healthcare.

ВИЧзаболеваемостьмашинное обучение (machine learning)радиально-базисная функциональная нейронная сеть (РБФ)прогнозированиебезработицаHIVincidencemachine learningradial basis function neural network (RBF)forecastingunemploymentReferencesAbdolrasol M.G.M., Hussain S.M.S., Ustun T.S., Sarker M.R., Hannan M.A., Mohamed R., Ali J.A., Mekhilef S., Milad A. Artificial Neural Networks Based Optimization Techniques: A Review // Electronics. 2021. Vol. 10, No. 21. P. 2689. doi: 10.3390/electronics10212689.Abdolrasol M.G.M., Hussain S.M.S., Ustun T.S., Sarker M.R., Hannan M.A., Mohamed R., Ali J.A., Mekhilef S., Milad A. Artificial Neural Networks Based Optimization Techniques: A Review // Electronics. 2021. Vol. 10, No. 21. P. 2689. doi: 10.3390/electronics10212689.Niazkar H.R., Niazkar M. Application of artificial neural networks to predict the COVID-19 outbreak // Global Health Research and Policy. 2020. Vol. 5, No. 1. P. 50. doi: 10.1186/s41256-020-00175-y.Niazkar H.R., Niazkar M. Application of artificial neural networks to predict the COVID-19 outbreak // Global Health Research and Policy. 2020. Vol. 5, No. 1. P. 50. doi: 10.1186/s41256-020-00175-y.Мельникова Е.Н. Прогнозирование эпидемического процесса ВИЧ-инфекции инструментами ARIMA и Microsoft Excel // Здоровье населения и среда обитания. 2024. Т. 32, № 7. С. 68–75. doi: 10.35627/2219-5238/2023-32-7-68-75.Melnikova E.N. Forecasting the Epidemic Process of HIV Infection using ARIMA andMicrosoft Excel Tools. Public Health and Life Environment — PH&LE, 2024, Vol. 32, No. 7, рр. 68–75 (In Russ.). doi: 10.35627/2219-5238/2023-32-7-68-75.Кондратова С.Е., Марченко А.Н., Мельникова Е.Н. Моделирование прогнозирования развития эпидемического процесса ВИЧ-инфекции в регионе с высоким уровнем пораженности ВИЧ как детерминанта направленности противоэпидемических мер // ВИЧ-инфекция и иммуносупрессии. 2021. Т. 13, № 2. С. 85–93. doi: 10.22328/2077-9828-2021-13-2-85-93.Kondratova S.Ye., Marchenko A.N., Melnikova E.N. Modeling of forecasting the development of the HIV epidemic process in a region with a high level of HIV infection as a determinant of the direction of anti-epidemic measure. HIV Infection and Immunosuppressive Disorders, 2021, Vol. 13, No. 2, рр. 85–93 (In Russ.). doi: 10.22328/2077-9828-2021-13-2-85-93.Li Z., Li Y. A comparative study on the prediction of the BP artificial neural network model and the ARIMA model in the incidence of AIDS // BMC Medical Informatics and Decision Making. 2020. Vol. 20, No. 1. P. 143. doi: 10.1186/s12911-020-01157-3.Li Z., Li Y. A comparative study on the prediction of the BP artificial neural network model and the ARIMA model in the incidence of AIDS // BMC Medical Informatics and Decision Making. 2020. Vol. 20, No. 1. P. 143. doi: 10.1186/s12911-020-01157-3.Edeh M.O., Dalal S., Dhaou I.B., Agubosim C.C., Umoke C.C., Richard-Nnabu N.E., Dahiya N. Artificial Intelligence-Based Ensemble Learning Model for Prediction of Hepatitis C Disease // Frontiers in Public Health. 2022. Vol. 10. Р. 892371. doi: 10.3389/fpubh.2022.892371.Edeh M.O., Dalal S., Dhaou I.B., Agubosim C.C., Umoke C.C., Richard-Nnabu N.E., Dahiya N. Artificial Intelligence-Based Ensemble Learning Model for Prediction of Hepatitis C Disease // Frontiers in Public Health. 2022. Vol. 10. Р. 892371. doi: 10.3389/fpubh.2022.892371.Котловский М.Ю., Цыбикова Э.Б., Лорсанов С.М., Фадеев П.А., Фадеева С.О., Гусев А.В. Разработка модели машинного обучения для прогнозирования числа впервые выявленных пациентов с ВИЧ инфекцией в субъектах Российской Федерации // Врач и информационные технологии. 2025. № 3. С. 16–29. doi: 10.25881/18110193_2023_3_16.Kotlovsky M.Yu., Tsybikova E.B., Lorsanov S.M., Fadeev P.A., Fadeeva S.O., Gusev A.V. Development of a machine learning model predicting the incidence of newly diagnosed HIV infection in the subjects of the Russian Federation. Medical doctor and information technology, 2023, No. 3, рр. 16–29 (In Russ.). doi: 10.25881/18110193_2023_3_16.Онищенко Г.Г., Смоленский В.Ю. Роль приоритетного национального проекта в сфере здравоохранения в реализации стратегии борьбы с эпидемией ВИЧ-инфекции в Российской Федерации // Гигиена и санитария. 2011. № 2. С. 11–20.Onishchenko G.G., Smolenskyi V.Yu. Role of the priority national health project in implementing HIV epidemic control strategy in the Russian Federation. Hygiene and Sanitation, 2011, No. 2, pp. 11–20 (In Russ.).Косова А.А., Чалапа В.И., Ковтун О.П. Методы моделирования и прогнозирования динамики эпидемического процесса инфекционных болезней // Уральский медицинский журнал. 2023. Т. 22, № 4. С. 102–112. doi: 10.52420/2071-5943-2023-22-4-102-112.Kosova A.A., Chalapa V.I., Kovtun O.P. Methods for modellind and forecasting dynamics of infectious diseases. Ural Medical Journal, 2023, Vol. 22, No. 4, рр. 102–112 (In Russ.). doi: 10.52420/2071-5943-2023-22-4-102-112.Колосницына М.Г., Чубаров М.Ю. Социально-экономические факторы смертности от инфекционных заболеваний в российских регионах // Социальные аспекты здоровья населения. 2021. Т. 67, № 5. С. 2. doi: 10.21045/2071-5021-2021-67-5-2.Kolosnitsyna M.G., Chubarov M.Yu. Socio-economic factors of mor tality from infectious diseases in the Russian regions. Social aspects of population health, 2021, Vol. 67, No. 5, р. 2 (In Russ.). doi: 10.21045/2071-5021-2021-67-5-2.Пастухова Е.Я., Морозова Е.А., Челомбитко А.Н. Взаимосвязь социально-экономических факторов и различных причин смертности населения региона // Фундаментальные исследования. 2019. № 6. С. 121–125. doi: 10.17513/fr.42496.Pastukhova E.Ya., Morozova E.A., Chelombitko A.N. The relationship of socio-economic factors and various causes of mortality in the population of the region. Fundamental research. 2019, No. 6, рр. 121– 125 (In Russ.). doi: 10.17513/fr.42496.Sociological Institute of the Russian Academy of Sciences, St Petersburg, Rusinova N.L., Safronov V.V., Sociological Institute of the Russian Academy of Sciences, St Petersburg. The Effects of Unemployment on Health in European Countries: The Role of Welfare State // Sociological Journal. 2017. Vol. 23, No. 2. Р. 28–50. doi: 10.19181/socjour.2017.23.2.5158.Sociological Institute of the Russian Academy of Sciences, St Petersburg, Rusinova N.L., Safronov V.V., Sociological Institute of the Russian Academy of Sciences, St Petersburg. The Effects of Unemployment on Health in European Countries: The Role of Welfare State // Sociological Journal. 2017. Vol. 23, No. 2. Р. 28–50. doi: 10.19181/socjour.2017.23.2.5158.Костина Л.Н., Гареева Г.А. Нейронные сети в задачах прогнозирования временных рядов // Инновационная наука. 2015. № 6–2.Kostina L.N., Gareeva G.A. Neural networks in time series forecasting problems. Innovative science. 2015. Vol. 6–2 (In Russ.).Kondratyev M.A. Forecasting methods and models of disease spread // Computer Research and Modeling. 2013. Vol. 5, No. 5. P. 863–882. doi: 10.20537/2076-7633-2013-5-5-863-882.Kondratyev M.A. Forecasting methods and models of disease spread // Computer Research and Modeling. 2013. Vol. 5, No. 5. P. 863–882. doi: 10.20537/2076-7633-2013-5-5-863-882.Покровский В.В., Ладная Н.Н., Соколова Е.В., Буравцова Е.В., Кравченко А.В. ВИЧ-инфекция. Информационный бюллетень № 30. 2007. 32 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V., Buravtsova E.V., Kravchenko A.V. HIV infection. Information Bulletin No. 30. Moscow: Federal Scientific and Methodological Center for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2007. 32 р. (In Russ.).Покровский В.В., Ладная Н.Н., Соколова Е.В., Буравцова Е.В. ВИЧ-инфекция. Информационный бюллетень № 31. 2008. 82 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V., Buravtsova E.V. HIV infection. Information Bulletin No. 31. Moscow: Federal Scientific and Methodological Center for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2008. 82 р. (In Russ.).Покровский В.В., Ладная Н.Н., Соколова Е.В., Буравцова Е.В. ВИЧ-инфекция. Информационный бюллетень № 33. 2009. 24 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V., Buravtsova E.V. HIV infection. Information Bulletin No. 33. Moscow: Federal Scientific and Methodological Center for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2009. 82 р. (In Russ.].Покровский В.В., Ладная Н.Н., Соколова Е.В., Буравцова Е.В. ВИЧ-инфекция. Информационный бюллетень № 34. 2010. 52 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V., Buravtsova E.V. HIV infection. Information Bulletin No. 34. Moscow: Federal Scientific and Methodological Center for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2010. 52 р. (In Russ.).Покровский В.В., Ладная Н.Н., Соколова Е.В., Буравцова Е.В. ВИЧ-инфекция. Информационный бюллетень № 35. 2011. 51 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V., Buravtsova E.V. HIV infection. Information Bulletin No. 35. Moscow: Federal Scientific and Methodological Center for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2011. 51 р. (In Russ.).Покровский В.В., Ладная Н.Н., Соколова Е.В., Буравцова Е.В., ВИЧ-инфекция. Информационный бюллетень № 36. 2012. 53 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V., Buravtsova E.V. HIV infection. Information Bulletin No. 36. Moscow: Federal Scientific and Methodological Center for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2012. 53 р. (In Russ.).Покровский В.В., Ладная Н.Н., Соколова Е.В., Буравцова Е.В. ВИЧ-инфекция. Информационный бюллетень № 38. 2013. 53 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V., Buravtsova E.V. HIV infection. Information Bulletin No. 38. Moscow: Federal Scientific and Methodological Center for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2013. 53 р. (In Russ.).Покровский В.В., Ладная Н.Н., Соколова Е.В., Буравцова Е.В., Тушина О.И. ВИЧ-инфекция. Информационный бюллетень № 39. 2014. 53 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V., Buravtsova E.V., Tushina O.I. HIV infection. Information Bulletin No. 39. Moscow: Federal Scientific and Methodological Center for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2014. 53 р. (In Russ.).Покровский В.В., Ладная Н.Н., Тушина О.И., Буравцова Е.В., Кравченко А.В. ВИЧ-инфекция. Информационный бюллетень № 40. 2015. 56 с.Pokrovsky V.V., Ladnaya N.N., Tushina O.I., Buravtsova E.V., Kravchenko A.V. HIV infection. Information Bulletin No. 40. Moscow: Federal Scientific and Methodological Center for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2015. 56 р. (In Russ.).Покровский В.В., Ладная Н.Н., Симашев Т.И., Буравцова Е.В., Сирица А.В. ВИЧ-инфекция. Информационный бюллетень № 41. 2016. 56 с.Pokrovsky V.V., Ladnaya N.N., Simashev T.I., Buravtsova E.V., Siritsa A.V. HIV infection. Information Bulletin No. 41. Moscow: Federal Scientific and Methodological Center for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2016. 56 р. (In Russ.).Покровский В.В., Ладная Н.Н., Соколова Е.В., Буравцова Е.В. ВИЧ-инфекция. Информационный бюллетень № 42. 2017. 56 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V., Buravtsova E.V. HIV infection. Information Bulletin No. 42. Moscow: Federal Scientific and Methodological Center for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2017. 56 р. (In Russ.).Покровский В.В., Ладная Н.Н., Соколова Е.В., Буравцова Е.В. ВИЧ-инфекция. Информационный бюллетень № 43. 2018. 56 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V., Buravtsova E.V. HIV infection. Information Bulletin No. 43. Moscow: Federal Scientific and Methodological Center for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2018. 56 р. (In Russ.).Покровский В.В., Ладная Н.Н., Соколова Е.В., Буравцова Е.В., Кравченко А.В. ВИЧ-инфекция. Информационный бюллетень № 44. 2019. 58 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V., Buravtsova E.V., Kravchenko A.V. HIV infection. Information Bulletin No. 44. Moscow: Federal Scientific and Methodological Center for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2019. 58 р. (In Russ.).Покровский В.В., Ладная Н.Н., Соколова Е.В., Буравцова Е.В., Кравченко А.В. ВИЧ-инфекция. Информационный бюллетень № 45. 2020. 58 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V., Buravtsova E.V., Kravchenko A.V. HIV infection. Information Bulletin No. 45. Moscow: Federal Scientific and Methodological Center for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2020. 58 р. (In Russ.).Покровский В.В., Ладная Н.Н., Соколова Е.В. ВИЧ-инфекция. Информационный бюллетень № 46. 2021. 83 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V. HIV infection. Information Bulletin No. 46. Moscow: Federal Scientific and Methodological Center for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2021. 83 р. (In Russ.).Покровский В.В., Ладная Н.Н., Соколова Е.В. ВИЧ-инфекция. Информационный бюллетень № 47. 2023. 82 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V. HIV infection. Information Bulletin No. 47. Moscow: Specialized Scientific Research Department for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2023. 82 р. (In Russ.)Покровский В.В., Ладная Н.Н., Соколова Е.В. ВИЧ-инфекция. Информационный бюллетень № 48. 2024. 82 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V. HIV infection. Information Bulletin No. 48. Moscow: Specialized Scientific Research Department for Prevention and Control of AIDS, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2024. 82 р. (In Russ.)Покровский В.В., Ладная Н.Н., Соколова Е.В. ВИЧ-инфекция. Информационный бюллетень № 49. 2024. 80 с.Pokrovsky V.V., Ladnaya N.N., Sokolova E.V. HIV infection. Information Bulletin No. 49. Moscow: Reference Center for Monitoring of HIV and HIV-associated Infections, FSBI Central Research Institute of Epidemiology of Rospotrebnadzor, 2024. 80 р. (In Russ.).Алимов А.В., Захарова Ю.А., Питерский М.В., Быков Р.О., Ладыгин О.В. ВИЧ-инфекция на территории Уральского федерального округа. Информационный бюллетень за 2019 г. 2020. 35 с.Alimov A.V., Zakharova Yu.A., Pitersky M.V., Bykov R.O., Ladygin O.V. HIV Infection in the Urals Federal District: Information Bulletin for 2019. 2020. 35 p. (In Russ.).Захарова Ю.А., Питерский М.В. О.Я., Яранцева О.Я., Семенов А.В. ВИЧ-инфекция на территории Уральского федерального округа: информационный бюллетень за 2020 г. 2021. 30 с.Zakharova Yu.A., Pitersky M.V., Yarantseva O.Ya., Semenov A.V. HIV Infection in the Urals Federal District: Information Bulletin for 2020. 2021. 30 p. (In Russ.).Питерский М.В., Маковская Я.В., Яранцева О.Я., Панова А.В., Семенов А.В. ВИЧ-инфекция на территории Уральского федерального округа: информационный бюллетень за 2023 год. 2025. 34 с.Pitersky M.V., Makovskaya Ya.V., Yarantseva O.Ya., Panova A.V., Semenov A.V. HIV Infection in the Urals Federal District: Information Bulletin for 2023. 2025. 34 p. (In Russ.).Деркач А.Ю., Черняев И.А. Влияние уровней занятости и безработицы на заболеваемость и смертность населения от туберкулеза // Вестник УГМУ. 2023. № 1. С. 39–46.Derkach A.Yu., Chernyaev I.A. The Impact of Employment and Unemployment Rates on Tuberculosis Incidence and Mortality. Bulletin of USMU, 2023, No. 1, рр. 39–46 (In Russ.).Wang G., Wei W., Jiang J., Ning C., Chen H., Huang J., Liang B., Zang N., Liao Y., Chen R., Lai J., Zhou O., Han J., Liang H., Ye L. Application of a long short-term memory neural network: a burgeoning method of deep learning in forecasting HIV incidence in Guangxi, China // Epidemiology and Infection. 2019. Vol. 147. P. e194. doi: 10.1017/S095026881900075X.Wang G., Wei W., Jiang J., Ning C., Chen H., Huang J., Liang B., Zang N., Liao Y., Chen R., Lai J., Zhou O., Han J., Liang H., Ye L. Application of a long short-term memory neural network: a burgeoning method of deep learning in forecasting HIV incidence in Guangxi, China // Epidemiology and Infection. 2019. Vol. 147. P. e194. doi: 10.1017/S095026881900075X.He J., Li J., Jiang S., Cheng W., Jiang J., Xu Y., Yang J., Zhou X., Chai C., Wu C. Application of machine learning algorithms in predicting HIV infection among men who have sex with men: Model development and validation // Frontiers in Public Health. 2022. Vol. 10. P. 967681. doi: 10.3389/fpubh.2022.967681.He J., Li J., Jiang S., Cheng W., Jiang J., Xu Y., Yang J., Zhou X., Chai C., Wu C. Application of machine learning algorithms in predicting HIV infection among men who have sex with men: Model development and validation // Frontiers in Public Health. 2022. Vol. 10. P. 967681. doi: 10.3389/fpubh.2022.967681.Li X., Xu X., Wang J., Li J., Qin S., Yuan J. Study on Prediction Model of HIV Incidence Based on GRU Neural Network Optimized by MHPSO // IEEE access: practical innovations, open solutions. 2020. Vol. 8. P. 49574–49583. doi: 10.1109/ACCESS.2020.2979859.Li X., Xu X., Wang J., Li J., Qin S., Yuan J. Study on Prediction Model of HIV Incidence Based on GRU Neural Network Optimized by MHPSO // IEEE access: practical innovations, open solutions. 2020. Vol. 8. P. 49574–49583. doi: 10.1109/ACCESS.2020.2979859.

The authors declare that there are no conflicts of interest present.