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

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.

модель эпидемии ВИЧ-инфекции, ранняя ВИЧ-инфекция, р24 антиген ВИЧ, моделирование инфекционных заболеваний, model of HIV epidemic, early HIV case, p24 antigen of HIV, modeling of infectious diseases

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.