Preview

ВИЧ-инфекция и иммуносупрессии

Расширенный поиск

МОДЕЛИРОВАНИЕ ДИНАМИКИ ЭПИДЕМИИ ВИЧ-ИНФЕКЦИИ С ИСПОЛЬЗОВАНИЕМ ЧАСТОТЫ ВСТРЕЧАЕМОСТИ РАННИХ СЛУЧАЕВ ЗАРАЖЕНИЯ

https://doi.org/10.22328/2077-9828-2016-8-2-53-60

Аннотация

Ошибки прогнозирования ожидаемого количества ВИЧ-инфицированных лиц приводят к организационным и экономическим проблемам. В частности, объем выделяемых бюджетных средств на закупку лекарственных препаратов и тест-систем может оказаться несоответствующим реальной эпидемиологической ситуации. Цель исследования. Оценить точность моделирования эпидемии ВИЧ-инфекции, используя стандартные эпидемиологические данные, дополненные частотой встречаемости ранних случаев заражения. Поиск подходов к составлению более точного прогноза определил актуальность и цель данной работы. Материалы и методы. Ретроспективное моделирование динамики эпидемии проведено в период с 2010 по 2014 год с учетом количества вновь заражающихся и умирающих ВИЧ-инфицированных лиц. Моделирование динамики ВИЧ-инфекции выполнено ретроспективно с использованием коэффициента прироста ВИЧ-инфекции в популяции. Данный параметр является экспериментально установленным значением, которое вычислено на основании частоты встречаемости ранних случаев заражения. Оценка недавней ВИЧ-инфекции включает лиц с отрицательным/неопределенным результатом иммунного блота и р24 антигеном (ИБ- р24+, ИБ+/- р24+), а также выборочно у лиц с положительным иммунным блотом (ИБ+). Использование в диагностическом алгоритме дополнительного анализа для определения давности заражения позволило рассчитать вероятное количество вновь заражающихся лиц через частоту встречаемости ранних случаев инфицирования в популяции. В среднем один «упущенный» человек может заражать в год дополнительно еще одного партнера (0,64+0,09 человек) (p<0,05). Разница между этим значением и летальностью позволяет вычислить коэффициент прироста, который является параметром скорости развития эпидемии и характеризует краткосрочный тренд развития заболевания. Средняя ошибка прогноза с использованием коэффициента прироста составила 4%, а метода наименьших квадратов - 26% при сравнении с истинным количеством выявленных случаев ВИЧ-инфекции. Частота встречаемости ранних случаев заражения может быть критерием эффективности профилактической, противоэпидемической работы и позволяет рассчитать минимально необходимый объем скрининга, при котором тренд развития эпидемии может быть нисходящим.

Об авторах

Д. А. Нешумаев
Красноярский краевой Центр профилактики и борьбы со СПИД
Россия


М. А. Малышева
Красноярский краевой Центр профилактики и борьбы со СПИД
Россия


Н. М. Шевченко
Красноярский краевой Центр профилактики и борьбы со СПИД
Россия


Ю. А. Кокотюха
Красноярский краевой Центр профилактики и борьбы со СПИД
Россия


Е. М. Мейрманова
Красноярский краевой Центр профилактики и борьбы со СПИД
Россия


Т. И. Уланова
НПО «Диагностические системы»
Россия


Ю. Е. Загрядская
НПО «Диагностические системы»
Россия


Список литературы

1. Андерсон Р., Мэй Р. Инфекционные болезни человека: динамика и контроль.- М.: Мир, Научный мир, 2004.- 784 с.

2. Плавинский С.Л. Моделирование ВИЧ-инфекции и других заразных заболеваний человека и оценка численности групп риска. Введение в математическую эпидемиологию.- М., 2009.- 100 с.

3. Spectrum - Policy Modeling System / Agency for International Development or the U.S.- 2015.- URL: http://www.healthpolicyinitia-tive.com/index.cfm?id=software&get=Spectrum (дата обращения 02.08.2015).

4. Рюль К., Покровский В.В. Модель социально-экономических последствий эпидемии ВИЧ/СПИДа в РФ.- 2004.- URL: http://www.ilo.org/moscow/news/WCMS_245560/lang-ru/index.htm (дата обращения 02.09.2015).

5. Розенталь В.В., Беляков Н.А., Пантелеева О.В. Математические модели развития эпидемии ВИЧ // ВИЧ-инфекция и иммуносупрессии.- 2010.- Т. 2, № 3.- С. 7-14.

6. Романюха А.А., Носова Е.А. Модель распространения ВИЧ-инфекции в результате социальной дезадаптации // Управление большими системами. Выпуск 34.- М.: ИПУ РАН, 2011.- С. 227-253.

7. Мониторинг и оценка эффективности мероприятий по профилактике и лечению ВИЧ-инфекции: Методические рекомендации утв. 06.08.2007 № 5950-РХ / Минздравсоцразвития РФ.- М., 2007.- 20 с.

8. Вопросы эпидемиологии и моделирования ВИЧ-инфекции: Медицинский тематический архив / Под ред. Н.А.Белякова, В.В.Розенталя, В.В.Рассохина, Т.Н.Виноградовой.- СПб.: Балтийский медицинский образовательный центр, 2015.- 368 с.

9. Хеймер Р., Милс Х.Л., Уайт Э., Вакерман П., Колийн К. Моделирование эпидемии ВИЧ в Санкт-Петербурге // ВИЧ-инфекция и иммуносупрессии.- 2014.- Т. 6, № 1.- С. 59-65.

10. Применение методов математической статистики при проведении эпидемиологического анализа: методическое пособие / Под ред. проф. Далматова В.В.- М.: Медицинская книга, 2005.- 334 с.

11. Рузаева Л.А., Ольховский И.А., Нешумаев Д.А., Шевченко Н.М., Виноградова М.Н. Значимость иммуноферментного теста для выявления антигена вируса иммунодефицита человека р24 в подтверждении ВИЧ-инфекции // Журнал микробиологии, эпидемиологии и иммунобиологии.- 2008, № 6.- С. 19-22.


Рецензия

Для цитирования:


Нешумаев Д.А., Малышева М.А., Шевченко Н.М., Кокотюха Ю.А., Мейрманова Е.М., Уланова Т.И., Загрядская Ю.Е. МОДЕЛИРОВАНИЕ ДИНАМИКИ ЭПИДЕМИИ ВИЧ-ИНФЕКЦИИ С ИСПОЛЬЗОВАНИЕМ ЧАСТОТЫ ВСТРЕЧАЕМОСТИ РАННИХ СЛУЧАЕВ ЗАРАЖЕНИЯ. ВИЧ-инфекция и иммуносупрессии. 2016;8(2):53-60. https://doi.org/10.22328/2077-9828-2016-8-2-53-60

For citation:


Neshumayev D.A., Malysheva M.A., Shevchenko N.M., Kokotyukha Yu.A., Meyrmanova Ye.M., Ulanova T.I., Zagryadskaya Yu.Ye. MODELING THE DYNAMICS OF HIV EPIDEMIC BASED ON THE INCIDENCE OF EARLY HIV CASES. HIV Infection and Immunosuppressive Disorders. 2016;8(2):53-60. (In Russ.) https://doi.org/10.22328/2077-9828-2016-8-2-53-60

Просмотров: 848


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2077-9828 (Print)