WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


 

На правах рукописи

Коломинов Сергей Игоревич

Эпизоотологические и экологические аспекты распространения и прогнозирования заболеваемости в природных  очагах геморрагической лихорадки 

с почечным синдромом

14.02.02 - эпидемиология

А в т о р е ф е р а т

диссертации на соискание ученой степени

кандидата медицинских наук

 

Нижний Новгород

2012

Работа выполнена  в Негосударственном Некоммерческом общеобразовательном Учреждении Высшего Профессионального Образования «Самарский институт медико-социальной реабилитологии»

Научные руководители:

доктор медицинских наук  Морозов Вячеслав Геннадьевич

 

Официальные оппоненты:

-доктор медицинских наук, профессор Ефимов Евгений Игоревич  (Нижегородский научно – исследовательский институт эпидемиологии  и микробиологии И.Н. Блохиной)

- доктор медицинских наук, профессор Мукомолов Сергей Леонидович (Санкт – Петербургский научно – исследовательский институт эпидемиологии и микробиологии им. Л. Пастера)

Ведущая организация: Учреждение  Российской Академии медицинских наук Институт полиомиелита и вирусных энцефалитов им.М.П. Чумакова


Защита диссертации состоится «  »  2012 г. в_____ часов на заседании Диссертационного совета Д  208.061.04. при Государственном бюджетном образовательном учреждении высшего профессионального образования «Нижегородская государственная медицинская академия Министерства здравоохранения и социального развития Российской Федерации»  по адресу:603005, г. Нижний Новгород, пл. Минина и Пожарского, 10/1.

С диссертацией можно ознакомится в библиотеке Государственного бюджетного образовательного учреждения высшего профессионального образования «Нижегородская государственная медицинская академия Министерства здравоохранения и социального развития Российской Федерации»  по адресу:603146, г. Нижний Новгород, ул. Медицинская, д.3а.

Автореферат разослан  «_____» февраля 2012 г.

Ученый секретарь

Диссертационного совета, доцент А.В. Леонов


ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ



Актуальность исследования. Геморрагическая лихорадка с почечным синдромом (ГЛПС) – острая вирусная природно-очаговая инфекция, протекающая с поражением мелких сосудов, выраженным иммунопатологическим компонентом и характеризующаяся цикличным течением с синдромами интоксикации, лихорадки, геморрагическими проявлениями и поражением почек с развитием острой почечной недостаточности (ОПН). Российская Федерация занимает второе место в мире, после Китая, по заболеваемости ГЛПС, ежегодно регистрируется 5-6 тысяч случаев ГЛПС (Lee H.W, 1998, Онищенко Г.Г., 2000). Наибольшее количество заболевших зафиксировано в 1997 году – 20 921 случай.  Заболеваемость по отдельным регионам (Башкортостан, Удмуртия, Татарстан, Ульяновская и Самарская области, республика Марий Эл) колеблется от 60 до 300 случаев на 100  000 населения. Летальность колеблется от 1% до 10% в зависимости от типа вируса. На европейской территории РФ заболевание вызывают хантавирусы  Пуумала и Добрава, в дальневосточных регионах – хантавирусы Хантаан и Сеул. (Avsic-Zupanc T., 1995; Lundkvist A., 1997; Lee H.W., Calisher С., Schmaljohn С., 1998; Tkachenko E., 1999-2005). Основным источником и резервуаром для хантавируса типа Пуумала в природе является рыжая полевка, для типа Хантаан – полевая, а так же  восточноазиатская мышь,  для типа Сеул – серая крыса, для типа Добрава – полевая,  желтогорлая и  лесная мыши  (Иванов Л.И., Ткаченко Е.А. с соавт., 1989; Слонова Р.А. с соавт., 1997; Avsic-Zupanc T.,1995; Bernshtein A., 1999; Schmaljohn C., Hjelle B., 1997; Tkachenko E., Dekonenko A., 1999; Yashina L., 2000). В настоящее время хантавирусная инфекция распространяется на новые территории, как за счет распространения вирусов в популяциях мелких млекопитающих, так и  появления новых хантавирусных типов (Ткаченко Е.А. с соавт., 2000). Это делает актуальным проведение постоянного мониторинга природных очагов и своевременную регистрацию появления новых хантавирусных типов и источников инфекции, которые могут изменить характер эпидемического процесса и клинического течения болезни. В настоящее время не существует единого мнения относительно причин, обуславливающих многолетние колебания численности и инфицированности хантавирусами мелких млекопитающих в природных очагах ГЛПС. Наибольшее значение могут иметь состояние кормовой базы мелких млекопитающих лесного комплекса (урожайность различных пород деревьев) и погодно-климатические условия (Башенина Н.В., 1962, 1963; Bernshtein, A.D., 1999; Jedrzejewski W., 1996). Ввиду большого количества и многообразия  факторов эпидемического процесса ГЛПС существует проблема прогнозирования заболеваемости или определения риска инфицирования и развития заболевания на определенной территории в конкретный временной период. Решение задачи максимально достоверного и долгосрочного прогнозирования,  позволяющего своевременно принимать управленческие решения и меры по предупреждению крупных эпидемических вспышек, представляется возможным только при использовании методов математического (статистического) анализа (Андерсен Т., 1963; Боровиков, В.П., 1997; Гмурман, В.Е., 1998; Спиридонов, А.М., 2000, Черкасский Б.Л., 2007). Оценка риска воздействия факторов окружающей среды на здоровье человека является составной частью социально-гигиенического мониторинга (СГМ) и новым направлением в деятельности по обеспечению санитарно-эпидемиологического благополучия населения (Постановление Главного государственного санитарного врача РФ № 25 от 10.11.1997).

Цель исследования. Выявить особенности эпидемического процесса и прогнозирования заболеваемости на основе эпизоотологических и экологических показателей  с использованием современных информационных  технологий в природных очагах ГЛПС на территории Среднего Поволжья 

Задачи исследования

  1. Провести ретроспективный анализ проявлений эпидемического процесса ГЛПС по времени и интенсивности раздельно для регионов с разным типом эпидемических очагов.
  2. Выявить клинико-эпидемиологические особенности заболеваемости в регионах Самарской области с разным типом эпидемических очагов.
  3. Исследовать численность и инфицированность различными хантавирусами мелких млекопитающих в природных очагах ГЛПС.
  4. Разработать прогнозные математические модели заболеваемости ГЛПС на  основе многофакторного регрессионного анализа гидрометеорологических, гелиофизических,  зоопаразитологических показателей и показателей состояние лесной экосистемы.

Научная новизна .

Впервые с помощью современных информационных технологий дана эпидемиологическая характеристика заболеваемости ГЛПС на территории Самарской области.

Впервые на основе большого количества климатических данных разработаны модели эпидемического процесса ГЛПС с прогнозированием заболеваемости на следующий эпидемический сезон.

Впервые на основе многолетних наблюдений за опадом основных лесообразующих пород и показателей солнечной активности получена математическая модель для прогнозирования заболеваемости ГЛПС на следующий календарный год.

Впервые обнаружены признаки инфицирования грызунов хантавирусным типом Добрава на территории Среднего Поволжья.

Впервые обнаружена инфицированность хантавирусами нетопыря средиземноморского (P. Kuhlii), относящегося к отряду рукокрылых (Chiroptera).

Практическая значимость . При планировании и проведении профилактических (дератизационных) мероприятий  следует учитывать преимущественно  бытовой и сельскохозяйственный  типы заражения в лесостепных очагах ГЛПС на территории Самарской области. Циркуляция в природных очагах на территории Самарской области  хантавирусного типа Добрава предполагает организацию клинической и лабораторной диагностики с учетом особенностей ГЛПС, вызываемой данным хантавирусом. При планировании и проведении  дератизационных мероприятий в очагах ГЛПС необходимо учитывать возможность участия  мышей рода Apodemus  (полевая, малая лесная и желтогорлая мыши) в эпидемическом процессе при ГЛПС в качестве резервуара и источника инфекции. Созданная прогнозная математическая модель повысит точность прогноза заболеваемости ГЛПС на следующий эпидемический сезон и позволит адекватно планировать профилактические мероприятия. Методические подходы, использованные в настоящей работе, могут быть рекомендованы для создания прогнозных моделей при различных природноочаговых инфекциях на других территориях.

Личное участие автора в получении результатов. Автором самостоятельно выполнен обзор отечественной и зарубежной литературы по изучаемой теме, подготовлена комплексная программа диссертационной работы. При непосредственном участии в экспедициях в природные очаги ГЛПС, автором составлены и проанализированы базы данных, самостоятельно собрана необходимая информация и выполнены исследования, предусмотренные целью и задачами работы. Диссертантом, при консультативном участии специалиста в области математического анализа и программирования, проведена статистическая обработка полученных результатов, предложены математические модели ключевых показателей (доля личного участие автора составила 75%). Личное участие автора в обобщении и научном анализе материала – 100%.

Положения, выносимые на защиту.

  1. Проявления эпидемического процесса ГЛПС в регионе Среднего Поволжья  отличается по интенсивности и динамике в очагах лесного, пойменного и лесостепного типов
  2. В природных очагах ГЛПС на территории Самарской области циркулирует наряду с хантавирусным типом Пуумала, хантавирусный тип Добрава, и представители отряда рукокрылых (Chiroptera) (средиземноморский нетопырь, P. Kuhlii) могут  инфицироваться хантавирусами.
  3. Для модельного прогнозирования заболеваемости ГЛПС на следующий эпидемический сезон наряду с показателями численности и инфицированности мелких млекопитающих хантавирусами целесообразно использовать ряд гидрометеорологических показателей (температура воздуха, атмосферные осадки, уровень весеннего половодья).
  4. Множественный регрессионный анализ состояния лесного комплекса на основе показателей опада основных лесообразующих пород в очаге ГЛПС лесного типа с учетом уровня  солнечной активности позволяет повысить надежность прогноза заболеваемости на следующий календарный год.

Реализация и внедрение полученных результатов работы. Прогнозные модели заболеваемости ГЛПС внедрены в работу Центра по борьбе с ГЛПС МЗ СР РФ и ГУ«Жигулевский государственный заповедник им. И.И. Спрыгина».

Апробация и публикации полученных результатов работы. Основные положения диссертации доложены на научно-практической конференции «Актуальные проблемы эпидемиологии и профилактики инфекционных болезней в России и странах ближнего зарубежья», Самара, 2006 г., на юбилейной конференции «Хантавирусы  и хантавирусные инфекции: к 75-летию изучения ГЛПС на Дальнем Востоке России», Владивосток, 2008 г.,  на практических семинарах по ГЛПС в г.г. Воронеже, 2007 г, Тамбове, 2008 г. и Сочи, 2009 г., на научно-практической конференции «Актуальные проблемы медицинской вирусологии», посвященной столетию со дня рождения М.П.Чумакова, Москва, 2009 г., на 3-м Конгрессе по инфекционным болезням, Москва, 2011 г. По материалам диссертационного исследования опубликовано 12 печатных работ, из них 3 – в зарубежной печати, 5 – в центральной печати, в том числе 4 публикации в ведущих рецензируемых журналах, рекомендуемых ВАК для публикации материалов диссертаций на соискании ученых степеней  доктора и кандидата медицинских наук, изданы  методические рекомендации, поданы 2 заявки на изобретения.

Объем и структура диссертации. Диссертация состоит из введения, пяти глав (обзора литературы, характеристики материалов и методов исследования, данных собственных исследований и обсуждения результатов), а также выводов, практических рекомендаций, списка литературы и приложений.

Материалы диссертации изложены на 214 страницах машинописи, иллюстрированы 31 таблицами и 43 рисунками.

Библиографический указатель содержит 196 наименований, включающих 141 отечественный  и 55 зарубежных источников.

  ОСНОВНОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Материалы и методы исследований. Данные об относительной заболеваемости ГЛПС (число случаев на 100 тыс. населения), численности и инфицированности хантавирусами мелких млекопитающих за период с 1996 по 2009 гг. были получены в ГУ Роспотребнадзора по Самарской области и в ФГБУЗ «Центр гигиены и эпидемиологии в Самарской области». Дополнительно использовались данные Станции защиты растений по числу заселенных нор в районах, сопряженных с очагами ГЛПС.

Сбор материала для эпизоотологических исследований проводили с помощью давилок Геро. Проводилась видовая идентификация грызунов, подсчет общей и видовой численности  (процент попадания на 100 ловушек в сутки). Для обнаружения убежищ рукокрылых использовали ультразвуковой детектор. Отлов проводился с помощью нейлоновых паутинных сетей.

Выявление инфицированных хантавирусами зверьков (наличие специфического антигена и/или антител в образцах 10% суспензии легочной ткани или крови) проводили с помощью иммуноферментного анализа (ИФА) и непрямого метода иммунофлюоресценции (МФА), используя коммерческую тест-систему «Хантагност» для определения антигена и «Культуральный поливалентный диагностикум ГЛПС для выявления антител непрямым МФА» производства ФГУП ИПВЭ им. М.П. Чумакова РАМН, а также люминесцирующую сыворотку против глобулинов мыши производства Института им. Н.Ф. Гамалеи. Дифференциа­цию антител по принадлежности к отдельным хантавирусам проводили с помощью МФА и непрямого метода ИФА (IgM и IgG).

Гидрометеорологические показатели были получены с трех метеопостов, расположенных на территории Самарской области. Учитывались многолетние показатели температурного режима, осадков, уровней весеннего половодья и дат установления и схода снегового покрова. Солнечная активность оценивалась по индексу солнечной активности или относительному цюрихскому числу солнечных пятен (числа Вольфа). Использовались данные Королевской обсерватории Бельгии.

Состояние лесной экосистемы оценивалось по многолетним наблюдениям за опадом основных лесообразующих пород на территории «Жигулевского государственного природного заповедника имени И.И. Спрыгина». Масса опада  оценивалась в граммах  на гектар. Анализировались данные по общей массе древесного опада, связанного с отдельными древесными или кустарниковыми породами, и отдельно по фракциям лиственных пород (общая масса, цветы, плоды, листва).

Математический анализ выполнялся на ПЭВМ с использованием пакетов программ Stadia и Statistica (Боровиков В.П., Боровиков И.П., 1997). Клинико-эпидемиологический анализ  заболеваемости ГЛПС  проводился по схеме, когда вначале визуально изучалась графическая информация, позволяющая предварительно оценить характер распределения признака. Затем с помощью кластерного анализа методом Варда по Манхэттенской метрике осуществлялось группирование территорий, имеющих одинаковые характеристики изученных признаков. Для каждого кластера рассчитывались средние значения в каждой градации признака, а степень различия между ними определялась по 2-критерию Пирсона. Расчеты спорадической заболеваемости проводились по методике А.А. Дегтярева (1982) с использованием -преобразования.  Для составления прогно­стических уравнений использовали методы корреляционного и регрессион­ного анализов (Андерсен Т., 1963; Львовский Е.Н., 1988; Рабочая книга по прогно­зированию, 1982) в сочетании с анализом временных рядов (Кендалл М., Стю­арт А., 1976; Бриллинджер Д.Р., 1980). Показатели относительной заболеваемости (в числе случаев на 100 тыс. населения) сопоставляли с показателями погоды, предшествовавшими году прогноза, датами становления и схода снежного покрова, длиной бесснежного периода, показателями солнечной актив­ности, показателями инфицированности и общей численности грызунов, численности и инфицированности рыжей полевки и показателями опада лесообразующих пород деревьев. Всего проанализировано 544 показателя и 3781 значение.





Математические расчеты выполнялись на кафедре организации и тактики медицинской службы Самарского военно-медицинского института.

Результаты собственных исследований и их обсуждение. В зонах действия природных очагов ГЛПС расположены 22 из 35 районов Самарской области, что составляет более 60% территории региона. Заболеваемость ГЛПС в Самарской области имеет подъемы с интервалом 3–4 года (рис. 1). Иногда  этот период укорачивается до 1 года или удлиняется до 5 лет. Самый высокий  уровень заболеваемости отмечен в 1997 году – 59,98 на 100 тыс. населения (заболело 1984 человека). В 1996 году регистрировалась самая низкая заболеваемость – 3,02 (заболело 100 человек). На территории области  не отмечается четкой тенденции к снижению или росту показателей и не наблюдается отчетливой цикличности, что позволяет расценивать подъемы заболеваемости как нерегулярные (апериодические, импульсные, стохастические).

Путем кластеризации был проведен разведочный анализ динамических рядов помесячной заболеваемости в городах и районах области и объекты наблюдения были объединены в отдельные группы, обладающие сходными признаками.

Рис. 1 Заболеваемость ГЛПС за 1996–2008 гг.  в Самарской области в сравнении с показателями по Российской Федерации (на 100 тысяч населения)

       Было выделено два специфических кластера – 1-й кластер представлял регион, в центре которого располагались Похвистневский и Сергиевский районы, 2-й кластер –  регион с центром в г.о. Самара и г.о. Жигулевск и, несколько отстоящий, регион с центром в Безенчукском  районе (рис.2). В районах области, отнесенных к 1-му кластеру, по сравнению с регионом 2-го кластера, наблюдались более высокие циклические подъемы заболеваемости.

Рис. 2 Древовидная диаграмма  кластеризации регионов Самарской области по уровням помесячной заболеваемости за 2004-2009 годы.

Для вычисления показателей, характеризующих годовую заболеваемость ГЛПС в различных регионах, на начальном этапе с помощью критерия Колмогорова-Смирнова определялось соответствие характера статистического распределения данных помесячной заболеваемости нормальному распределению (В.Ю.Урбах, 1963). Во всех регионах наиболее близким типом распределения помесячной заболеваемости являлось экспоненциальное распределение, что требовало приведение его к нормальному виду, после чего  получали надежные оценки верхнего предела минимальной (спорадической) заболеваемости. Расчеты спорадической заболеваемости проводились по методике А.А. Дегтярева (1982) с использованием -преобразования. Для этого на первом шаге расчетов для каждого региона выписывали показатели заболеваемости каждого года в электронную таблицу Excel и отбирали минимальные за каждый год. На втором шаге проверяли, удовлетворяет ли полученный ряд допущению о случайном варьировании. В нашем случае по всем регионам были получены достоверные оценки об отсутствии прямолинейной тенденции и выскакивающих величинах. Ошибка линейной регрессии была значительно больше 5%, что позволило считать ряд минимальных показателей случайным.

       На третьем шаге рассчитывался средневзвешенный показатель минимальной заболеваемости за все годы по формуле:

Imin = Ii * ni / ni; (1)

где                 Ii – минимальная заболеваемость за каждый год,

ni – численность населения за каждый год.

       Так как анализируемая заболеваемость ГЛПС в течение года не встречается дважды у одного и того же человека, на четвертом шаге полученные средневзвешенные значения уровней заболеваемости на 100 тыс. населения переводятся в показатели на 100% (p) и по ним проводится -преобразование на основе нормального распределения Гаусса по формуле:

= 2*arcsinp;  (2)

       Расчет верхней границы преобразованных значений ( max) проводился по формуле:

max = min + 1,96*((Ii * ni+ ni)/(Ii * ni*ni)); (3)

Обратный пересчет в показатели наглядности осуществляли по формуле:

Imin = sin( max/ 2)2; (4)

После того как были получены верхние пороги минимальной заболеваемости для каждого года по регионам определяли помесячные показатели, которые не превышали заданного порога (Iij). На их основе рассчитывали среднее значение круглогодичной спорадической заболеваемости для каждого региона.

Iсреднекруглгод = ( Iij) / f + 1,96*;  (5)

где                ( Iij) – сумма показателей, не превышающих Imin каждого года,

               f – число месяцев за период наблюдения, в которых показатели не 

  превышали Imin каждого года.

                = (( I2ij)- (( Iij)2)/f) / (f-1). (6)

       Типовую годовую кривую рассчитывали для каждого региона с помощью медианы, за ее границы принимали 1-й и 3-й квартили. Наибольшие уровни спорадической заболеваемости регистрируются в Сергиевском, Безенчукском и Похвистневском регионах,  наименьшие - в г.о. Самара и г.о. Жигулевск (табл.1). Путем сложения типовых кривых и спорадической заболеваемости определены доли вложения сезонных проявлений в суммарный годовой показатель. Доля сезонной надбавки, рассчитанная по типовой кривой, в разных регионах изменялась примерно на одном уровне и составляла 76,8% -84,0%. Максимальная сезонная надбавка, рассчитанная по верхней границе типовой годовой кривой,  колебалась от 178,0% до 233,1%. Наиболее протяженный по времени сезонный подъем наблюдался в г.о. Самара и г.о. Жигулевск – с третьей декады мая по первую декаду апреля. В Сергиевском регионе сезонный подъем заболеваемости обычно начинался с конца июля и продолжался до первой декады апреля. В Похвистневском регионе сезонный подъем также начинается в июле, но заканчивается быстрее – во второй-третьей декаде марта. Причем существенным отличием является тот факт, что в данных районах пик заболеваемости приходился на январь и февраль, в отличие от других районов, где наибольшие показатели заболеваемости ГЛПС регистрировались в  ноябре и декабре. Особняком стоит Безенчукский регион. Здесь имеет место слабо выраженный и самый непродолжительный сезонный подъем – с конца августа до начала января, при этом доля сезонного подъема в общегодовой структуре не превышает 88,0% по максимуму. Таким образом, вышеприведенные материалы исследования позволяют считать, что на территории Самарской области имеют место как минимум три типа годовой динамики заболеваемости, характерных для Самарского-Жигулевского, Похвистневского-Сергиевского и Безенчукского регионов.

Распределение заболевших ГЛПС по половому признаку на территории Самарской области было характерным для данной инфекции – во всех без исключения регионах значительно преобладали  мужчины. В наибольшей степени такое преобладание наблюдалось в Безенчукском регионе (количество мужчин в 21,3 раза превышало количество женщин). В остальных регионах это соотношение отмечено на уровне 4,8-5,2 раза.        

Возрастной состав заболевших характеризовался преобладанием лиц  в возрасте 20-49 лет. Также значительная доля заболевших приходится на возраст 50-59 лет. Доля детей среди больных ГЛПС во всех регионах не превышала 1,0%. Доля больных пенсионного возраста была максимальной в г.о. Жигулевск и составляла 10,2%. Наименьшие доли этого возраста отмечены в Безенчукском и Похвистневском регионах 0-0,6%.        

По социальному составу первое место среди заболевших занимают лица рабочих профессий. В среднем по области этот показатель зарегистрирован на уровне 42,2±2,3%. Обращает на себя внимание статистически отличающаяся от показателей других регионов доля рабочих в Безенчукском регионе – 55,2%. В этом же регионе отмечается и большая доля больных, отнесенных к категории безработных (23,9% против 18,5% по области, р<0,05). Во всех регионах доли учащихся, студентов и пенсионеров меньше долей работоспособного населения.

Обнаружены существенные различия в типах заражения в различных очагах на территории Самарской области. В г.о. Самара и г.о. Жигулевск преимущественными типами заражения являлись лесной (40,2%) и бытовой (38,3%). Подобная картина наблюдалась и в  Безенчукском регионе: лесной тип – 49,3%,  бытовой – 19,4%. В Похвистневско-Сергиевском  регионе картина существенно отличалась:  бытовой тип заражения был на первом месте (38,9%), сельскохозяйственный  тип – на втором месте (21,6%), а лесной лишь на третьем месте (16,6%). Достоверность различий в структуре по типам заражения проверена с помощью критерия кси-квадрат Пирсона (2).

Обращаемость за медицинской помощью в различных регионах области отличалась в зависимости от региона области. Кластерный анализ с последующей дивизивной группировкой позволил выявить наличие основных кластеров: 1-й кластер образован Безенчукским регионом, 2-й кластер всеми остальными регионами. В кластере 1 максимальный процент обратившихся приходится на 5 и 6 день, в кластере 2 – на 3 и 4 дни от начала болезни. Достоверность различий по кластерам составила 2=33,061 при р=0,0005.

По срокам госпитализации с момента заболевания и обращения сформировалось три кластера: единственным членом 1-го кластера оказался Безенчукский регион, во второй кластер входили Сергиевский и Похвистневский районы  и в третий –  г.о. Самара и г.о. Жигулевск. Наименьшая доля госпитализированных в первые три дня фиксировалась в третьем кластере – 25,3%.  Несколько большие показатели наблюдались  в Безенчукском регионе – 30,7%. В этих же регионах наблюдаются и самые высокие показатели поздней госпитализации (после 7 дня от начала заболевания). С этих позиций наилучшими выглядели Похвистневский и Сергиевский районы. Достоверность различий между Безенчукским регионом и Похвистневско-Сергиевским регионом составила 2=27,81 при р=0,0035.

Большинство обратившихся больных  были госпитализированы. В то же время различия  по регионам  и здесь были существенны.  Наименьшие показатели госпитализации в день обращения наблюдалось в г.о. Самара и г.о. Жигулевск (62,4% и 60,0%). Самый высокий показатель установлен в Безенчукском регионе (93,2%). Возможно, это обусловлено поздней обращаемостью в  данном регионе, когда  доставлялись в  стационар  пациенты с тяжелыми или осложненными формами болезни.

Следует отметить, что во всех регионах области весьма высокий процент обследованных пациентов с использованием специфических методов подтверждения диагноза ГЛПС (МФА). В некоторых регионах он достигал 100%. Подтверждение диагноза с использованием парных сывороток колебался по регионам от 81,5 до 89,5% .

В структуре заболевших ГЛПС по степени тяжести в  различных регионах выявлена  меньшая доля тяжелых случаев в Безенчукском и Сергиевском районах. При этом наибольшая доля тяжелых случаев отмечается в г.о. Самара (14,6%). В последние годы в целом по области наблюдается статистически достоверное уменьшение доли тяжелых случаев заболеваемости. Если в 2004 году в тяжелой форме заболевание переносили 13,6% больных ГЛПС, то в 2009 году таких больных было 7,4%. Подобная динамика наблюдается во всех регионах области за исключением г.о. Самара, где данный показатель не имел статистически достоверной тенденции к снижению.

Таким образом,  на территории Самарской области выделяются три типа очагов. В первом кластере  уровень и динамика заболеваемости характерна для населения г.о. Самара и прилегающих территорий, а так же территорий национального парка «Самарская Лука» и «Жигулевского государственного природного заповедника им. И.И. Спрыгина» (г.о. Жигулевск). Данный район довольно густо покрыт смешанными лесами и, в основном, находится на незатопляемых в паводок территориях. Очаги характеризуются устойчивой биотой рыжей полевки, достаточно высоким уровнем заболеваемости и дифференцируются как классические очаги лесного типа. Другой кластер формируют районы (Безенчукский), где эндемичные зоны представлены широколиственными лесами в поймах рек, левых притоков р. Волга. Данные очаги является относительно неустойчивыми за счет миграции и гибели грызунов в паводковый период и обозначается нами как  очаги пойменного типа. Заболеваемость в районах данного кластера относительно невысокая, без значительных эпидемических вспышек. Третий кластер формируют восточные районы области с высоким уровнем заболеваемости ГЛПС, располагающиеся на непойменных лесостепных территориях на расстоянии 150–200 км от реки Волга (лесостепные очаги). 

Данные многолетних наблюдений за численностью и инфицированностью мышевидных грызунов, источников хантавируса Пуумала, свидетельствуют о высокой активности природных очагов ГЛПС на территории Самарской области. В 1997 году была отмечена повышенная размножаемость в весенне-летний период, которая привела к увеличению численности мышевидных грызунов к осеннему периоду  до 80 ловушко-суток.  Доля рыжей полевки в отловах составляла 90%, а ее инфицированность достигла 33,3% и превышала среднемноголетний показатель в 6,7 раза. Следующее значительное увеличение популяции мышевидных грызунов произошло осенью 2008 года. В то же время мы видим значительное число лет, когда данные показатели, полученные даже в текущем году, не позволяют  прогнозировать  заболеваемость ГЛПС. В дополнение к ежегодному эпизоотологическому мониторингу  нами более детально обследовано 160 мелких млекопитающих, отловленных на территориях лесных очагов ГЛПС. В результате исследований по дифференциации хантавирусных антител нами впервые обнаружены признаки циркуляции хантавируса Добрава в популяциях мышей рода Apodemus  (полевая, малая лесная и желтогорлая мыши) на территории Самарской области.

Таблица 1

Сезонные появления эпидемического процесса в различных регионах Самарской области (по данным за 2004-2009 годы, на 100 тыс. населения)

Территории

Сезонные характеристики

месяцы

янв

фев

мар

апр

май

июн

июл

авг

сен

окт

ноя

дек

г.о. Самара

типовая годовая кривая (ТГК)

0,90

0,47

0,23

0,04

0,04

0,33

0,35

0,41

0,77

0,74

0,90

1,41

верхний предел ТГК

1,67

0,85

0,43

0,09

0,09

0,67

0,61

0,85

1,45

1,50

2,11

3,13

нижний предел ТГК

0,13

0,08

0,03

0,00

0,00

0,00

0,09

0,00

0,10

0,00

0,00

0,00

спорадическая заболеваемость

0,09

0,09

0,09

0,09

0,09

0,09

0,09

0,09

0,09

0,09

0,09

0,09

г.о. Жигулевск

типовая годовая кривая (ТГК)

0,48

0,52

0,18

0,00

0,00

0,20

0,30

0,44

0,60

0,48

2,50

2,12

верхний предел ТГК

3,19

1,24

0,48

0,00

0,00

0,61

0,43

1,07

1,44

1,00

5,89

4,41

нижний предел ТГК

0,00

0,00

0,00

0,00

0,00

0,00

0,18

0,00

0,00

0,00

0,00

0,00

спорадическая заболеваемость

0,12

0,12

0,12

0,12

0,12

0,12

0,12

0,12

0,12

0,12

0,12

0,12

Безенчукский регион

типовая годовая кривая (ТГК)

0,26

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,75

0,00

1,56

0,77

верхний предел ТГК

1,96

0,39

0,37

0,39

0,00

0,00

0,40

0,00

1,02

1,18

2,09

1,82

нижний предел ТГК

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,13

0,00

0,99

0,12

спорадическая заболеваемость

0,56

0,56

0,56

0,56

0,56

0,56

0,56

0,56

0,56

0,56

0,56

0,56

Похвистневский регион

типовая годовая кривая (ТГК)

8,52

5,04

0,77

0,00

0,00

0,25

1,28

0,25

1,27

1,79

2,81

6,13

верхний предел ТГК

25,99

10,79

1,48

0,38

0,00

0,94

2,76

0,94

2,30

2,42

5,75

10,86

нижний предел ТГК

1,02

2,81

0,13

0,00

0,00

0,00

0,13

0,00

0,66

1,13

2,14

3,87

спорадическая заболеваемость

0,54

0,54

0,54

0,54

0,54

0,54

0,54

0,54

0,54

0,54

0,54

0,54

Сергиевский регион

типовая годовая кривая (ТГК)

13,55

7,08

2,74

0,00

0,00

0,61

0,61

1,25

2,18

1,56

5,16

6,78

верхний предел ТГК

21,67

15,10

3,04

0,44

0,47

0,63

1,08

1,70

4,80

6,22

15,19

11,37

нижний предел ТГК

3,10

2,16

1,09

0,00

0,00

0,60

0,60

0,75

1,86

0,15

2,28

3,14

спорадическая заболеваемость

0,64

0,64

0,64

0,64

0,64

0,64

0,64

0,64

0,64

0,64

0,64

0,64

С 2001 г. на территории четырех центральных областей России (Воронежская, Липецкая, Орловская, Тамбовская) регистрируется заболеваемость ГЛПС, вызванная вирусом  Добрава (Ткаченко Е.А. и соав., 2005). На территории Самарской области прежде не обнаруживалось признаков циркуляции хантавирусного типа Добрава. На территории национального парка «Самарская Лука» и в г. Хвалынск Саратовской области (южная граница национального парка «Самарская Лука») было отловлено 45 животных из отряда рукокрылых. У одной особи, относящейся к виду нетопырь Куля (P. kuhlii),  в образце лёгочной ткани были выявлены специфические антитела к хантавирусу. Данная особь средиземноморского нетопыря была отловлена в г. Хвалынск Саратовской области недалеко от активно действующего очага ГЛПС на территории Национального парка «Самарская Лука». Факт  инфицированности средиземноморского нетопыря, или нетопыря Куля (P. Kuhlii), хантавирусами, позволяет предположить возможное участие представителей отряда рукокрылых в распространении хантавирусов на различные, в том числе, отдаленные территории.

К настоящему времени известно, что на популяцию мелких млекопитающих лесного комплекса влияет ряд погодно-климатических факторов и состояние кормовой базы. Особенную значимость, к примеру, для сохранения популяции зверьков имеет высота снежного покрова, температурный режим зимой и в апреле–мае и т.д. (Башенина Н.В., 1963; Бернштейн А.Д., 2004; Jedrzejewski, W., 1996; Bernshtein A.D., 1999, Каштальян А.П. и соавт., 1999).  Кроме того, климатические условия естественным образом  влияют на частоту и интенсивность посещения природных очагов человеком. Недостатком всех исследований, касающихся популяции рыжей полевки,  является изучение факторов, влияющих на ее численность, максимум за 1–2 месяца до анализируемого временного периода жизни данного вида.  Нами была поставлена задача проанализировать различные экзогенные и эндогенные факторы во взаимосвязи с заболеваемостью ГЛПС не в текущем, а в следующем году. Данный подход принципиальным образом отличает настоящее исследование от всех, которые проводились ранее и основным недостатком которых является оперативный характер  прогноза (Симонов С.Б., 1989; Коротков  В.Б., 1996;  Боев Б., 2003; Симонов С.Б., 2005; Данилов А.Н., 2006).

Для формирования прогнозных моделей заболеваемости ГЛПС нами использованы климатические показатели за период 1996–2006 годов на территориях очагов различных типов. Принимались во внимание  температура воздуха, количество осадков, даты установления и схода снежного покрова, уровень половодья. Кроме того, использовались показатели солнечной активности.  Связь последней с заболеваемостью инфекционными болезнями в человеческой популяции в настоящее время является признанным фактом (Чижевский А.Л., 1976).

Важной характеристикой природных очагов ГЛПС необходимо считать состояние лесного комплекса – основной среды обитания источников инфекции. Так, основным кормом для рыжей полевки являются семена различных  деревьев (ель, дуб, ясень, клён), и урожайность данных пород естественным образом влияет на численность вида (Башенина, Н.В., 1963, Емельянова А.А., 2008). Наиболее реальным способом оценить состояние кормовой базы рыжей полевки в очагах ГЛПС является определение многолетнего опада деревьев. Совокупности многолетних рядов динамики различных фракций разных пород дают комплексную характеристику состояния лесных экосистем и могут рассматриваться  как важный  ресурс для моделирования динамики природных очагов зоонозных заболеваний и прогнозирования их проявлений.

Для формирования в дальнейшем прогнозных моделей  использовались показатели, полученные в 4 административных образованиях на территории области, где постоянно проводится мониторинг климатических, зоопаразитологических и ряда экологических показателей. Район вокруг г.о. Самара и территория «Жигулевского государственного природного заповедника имени И.И. Спрыгина» являются типичными очагами лесного типа и обозначаются нами как очаг 1 и очаг 2. Безенчукский район является  очагом пойменного типа (очаг 3) и Похвистневский район – очагом лесостепного типа (очаг 4).  Предварительный корреляционный анализ выявил разнонаправленную связь анализируемых явлений с численностью и инфицированностью рыжей полевки, что и позволило нам использовать данные показатели для создания прогнозных моделей заболеваемости ГЛПС у людей.

Из ряда статистических методов (прогнозная экстрополяция,  регрессионный метод, методы исторической аналогии, эвристические методы и др.), наибольшее распространение получил метод построения многомерных регрессионных математических моделей.

После первичной обработки данных нами были построены многомерные регрессионные модели для прогнозирования заболеваемости ГЛПС. Наиболее достоверные многомерные регрессионные математические модели были получены для прогнозирования заболеваемости ГЛПС на следующий календарный год. Представленная ниже модель имеет коэффициент детерминации R=0,8036 и показывает критерий Фишера F=9,5925. Полученное уравнение регрессии имеет следующий вид:

Заболеваемость ГЛПС = -800,67+П10,210+П25,973+П30,628+ (7) 

П417,294-П53,231+  П60,508- П70,427+П80,284+П911,766-П101,029-

П110,049+ П124,653-П133,070-П143,031+П154,660,

где:

П1        – максимальный уровень весеннего половодья;

П2        – процент попадания рыжей полевки;

П3        – осадки за февраль;

П4        – средняя температура воздуха в июле;

П5        – численность грызунов;

П6        – осадки за апрель;

П7        – целина – средняя численность нор/га;

П8        – осадки за март;

П9        – средняя температура воздуха за август;

П10        – инфицированность рыжей полевки, %;

П11        – осадки за июнь;

П12 – абсолютный максимум температуры воздуха;

П13        – абсолютный максимум температуры воздуха в предвегетационный период;

П14        – средняя температура воздуха за сентябрь;

П15        – средняя температура воздуха за июнь.

Таким образом, использование известных показателей в данной формуле позволяет получить прогнозируемый уровень заболеваемости на следующий календарный год. Расчет производится на ПЭВМ и занимает 10–15 минут.

На следующем этапе был выполнен анализ данных многолетних наблюдений за опадом основных лесообразующих пород деревьев на территории «Жигулевского государственного заповедника им. И.И. Спрыгина». Эта информация вместе с данными по солнечной активности (числа Вольфа) позволила получить высокоточную математическую модель для прогнозирования заболеваемости ГЛПС на следующий год с коэффициентом детерминации близким к единице (R = 0,9998). Полученное уравнение регрессии имеет следующий вид:

Заболеваемость ГЛПС =-34,1931+П116,6837-П226,2850 +  (8)

П361,5671 + П46,5705 – П51,0526 + П64,7697 - П736,8161 - П84,4031+ П90,9272 +П101,1523 + П110,0561 - П120,3230 – П130,0153 +

П140,0299 + П150,0010,

где:

П1  – фракции опада клена. Цветы на пробной площади 1;

П2  – фракции опада ильма. Плоды на пробной площади 2;

П3 – фракции опада лещины. Плоды на пробной площади 1;

П4 – фракции опада березы. Плоды на пробной площади 1;

П5 – масса, г (кг/га) опада, собранного на площади 2 по березе;

П6  – фракции опада лещины. Листья на пробной площади 3;

П7 – масса, г (кг/га) опада, собранного по другим породам;

П8 – фракции опада березы. Плоды на пробной площади 2;

П9 – фракции опада клена. Плоды на площади 2;

П10 – фракции опада клена. Цветы на площади 3;

П11 – масса, г (кг/га) опада, собранного на площади 3. Общая масса опада, не связанного с отдельными породами;

П12 – фракции опада липы. Цветы на пробной площади 3;

П14 – масса, г (кг/га) опада. Общая масса генеративных органов всех пород на площади 1;

П15 – фракции опада ильма. Плоды на пробной площади 3;

П16 – числа Вольфа – декабрь.

Таким образом, использование для прогнозирования данных опада основных лесообразующих пород и показателей солнечной активности позволяет значительно повысить точность прогноза в очагах лесного типа.

При попытках прогнозирования заболеваемости на более длительный период были получены менее адекватные математические модели.

Характеризовать полученные взаимосвязи между отдельными показателями в приведенных формулах и уровнем заболеваемости ГЛПС представляется некорректным, так как влияние исследуемых явлений на заболеваемость может реализовываться через множество факторов, отдаленных во времени и  пространстве и влияющих друг на друга и на заболеваемость в весьма сложных и разнообразных формах.  При более теплых зиме и лете в предыдущем году, более высокая заболеваемость ГЛПС в последующем году, может быть обусловлена, как формированием лучшей кормовой базы для рыжей полевки, так и лучшими условиями для зимовки мелких млекопитающих. Просматривается тенденция, что  большее количество влаги в течение всего предыдущего года, по-видимому, благоприятно влияет на формирование кормовой базы рыжей полевки. При анализе ситуации необходимо принимать во внимание, что состояние кормовой базы рыжей полевки может зависеть как от урожайности преимущественных для данного вида  плодов (липа), так и от урожайности других пород, возможно являющихся кормовой базой для конкурирующих видов. Тем не менее, определенно можно говорить, что при высокой урожайности плодов лещины, березы, ильма и, особенно, клена,  заболеваемость ГЛПС в следующем году была выше.  Таким образом, можно предполагать, что кормовая база рыжей полевки формируется, в первую очередь, из плодов клена. Ранее в этом смысле большее значение придавалось плодам липы.

В настоящей работе не ставилась задача проверки и дальнейшего совершенствования прогнозных моделей. Тем не менее, на завершающем этапе работы мы смогли сравнить данные, полученные в прогнозных моделях с фактической заболеваемостью (Таблицы 2 и 3).

Таблица 2

Прогноз заболеваемости ГЛПС (на 100 000 населения)  на 2007 год на основе зоопаразитологических и климатических показателей

Тип очага

Прогнозируемый показатель

Фактическая заболеваемость

Очаг 1 (г.о. Самара)

4,6

3,7

Очаг 4 (Похвистневский р-н)

16,4

27,4

Таблица 3

Прогноз заболеваемости ГЛПС (на 100 000 населения) в очаге 2 на 2007-2008 годы на основе  показателей опада лесообразующих пород деревьев

Годы

Прогнозируемая

заболеваемость

Фактическая

заболеваемость

2007 год

53,9

20,4

2008 год

170,6

175,5

Разработанные прогнозные модели будут требовать дальнейшего совершенствования, но уже сейчас демонстрируют вполне приемлемые результаты по качеству выполненного прогноза заболеваемости ГЛПС на следующий эпидемический сезон в очагах различного типа. При этом всегда следует помнить, что моделирование в силу множества обстоятельств, в том числе, неизбежного упрощения эпидемического процесса, невозможности учета реальных его особенностей в конкретных условиях, влияния на эпидемиологическую ситуацию не одного, а множества факторов, причем при различных путях их воздействия и пр., не может служить абсолютным гарантом того, что получаемые при этом результаты абсолютно достоверно отражают закономерности развития реального эпидемического процесса (Черкасский Б.Н., 2007). В тоже время результатом прогноза  является и то, что появляется возможность аргументировать стратегию и тактику профилактических и противоэпидемических мер, осуществляемых как органами надзора, так и органами административного управления. Очень важно, что такая оценка эпидемиологического риска органично вливается в систему общественного управления и принятия решений в административной практике.

 

 

ВЫВОДЫ

  1. Годовая динамика заболеваемости ГЛПС  на  различных территориях Самарской области отличается по уровню спорадической заболеваемости, а также доли и времени вложения сезонных проявлений в суммарный годовой показатель.
  2. На основе кластерной группировки на территории области дифференцируются природные очаги трех типов: Самарско-Жигулевский кластер (лесной очаг), Похвистневско-Сергиевский кластер (лесостепной очаг) и Безенчукский кластер (пойменный очаг).
  3. В лесных очагах преимущественными типами заражения являлись лесной (40,2%-49,3%) и бытовой (19,4%-38,3%), в лесостепных очагах – бытовой (38,9%)  и сельскохозяйственный  (21,6%).
  4. Наиболее поздняя обращаемость пациентов с ГЛПС регистрировалась  на территории пойменных очагов. Наибольшие показатели ранней и наименьшие показатели поздней госпитализации больных ГЛПС фиксировались на территории лесостепных очагов, наименьшие показатели госпитализации в день обращения наблюдались в г.о. Самара (62,4%), а самые высокие – в сельских районах области (93,2%).
  5. В последние годы в целом по Самарской области наблюдается уменьшение  доли  тяжелых случаев ГЛПС  с  13,6% – в 2004 году до 7,4% – в 2009 году.
  6. В природных очагах лесного типа, кроме хантавирусного типа Пуумала,  обнаружена циркуляция хантавирусного типа Добрава в популяциях мышей рода Apodemus  (полевая, малая лесная и желтогорлая мыши) и циркуляция хантавирусов среди  представителей  отряда рукокрылых (средиземноморский нетопырь, P. Kuhlii).
  7. Регрессионная многофакторная математическая модель с использованием гидрометеорологических показателей (температура воздуха, атмосферные осадки, уровень весеннего половодья), показателей общей численности мелких млекопитающих, численности и инфицированности рыжей полевки позволяет прогнозировать заболеваемость ГЛПС на следующий эпидемический сезон с уровнем вероятности 80% для очагов любого типа.
  8. Использование данных по опаду основных лесообразующих пород в очаге лесного типа вместе с показателями солнечной активности (числа Вольфа) на основе многофакторного регрессионного анализа позволяет повысить надежность прогноза заболеваемости ГЛПС в следующем календарном году до 95%.


ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

  1. Для повышения качества диагностики и своевременной госпитализации пациентов с ГЛПС на территориях действия природных очагов инфекции следует информировать врачебный персонал об относительном увеличение числа легких (атипичных) и среднетяжелых форм болезни.
  2. Преобладание в лесостепных очагах ГЛПС на территории Самарской области бытового и сельскохозяйственного  типов  заражения должно учитываться при планировании и проведении профилактических мероприятий.
  3. Обнаружение признаков циркуляции хантавирусного типа Добрава в природных очагах на территории Самарской области требует учитывать особенности заболевания, вызываемого данным серотипом хантавируса,  при организации диагностических и профилактических мероприятий.
  4. Многофакторная математическая модель для прогнозирования заболеваемости ГЛПС на основе гидрометеорологических показателей и показателей численности и инфицированности рыжей полевки может быть рекомендована к использованию в очагах ГЛПС любого типа с целью своевременного планирования и принятия управленческих решений по профилактике данной инфекции.
  5. Определение опада основных лесообразующих пород деревьев и создание на его основе совместно с показателями солнечной активности (числа Вольфа) многофакторных математических моделей для прогнозирования заболеваемости ГЛПС может быть рекомендовано к применению в очагах лесного типа.

Список работ, опубликованных по теме диссертации

  1. Прогноз заболеваемости геморрагической лихорадкой с почечным синдромом (ГЛПС) на основе анализа эпизоотологических показателей с помощью статистических компьютерных программ. Материалы конференции «Бiофiзичнi стандарти та iнформацiйнi технологii в медицинi, Листопад, Украина, - 2003.- С. 32.(Соавт. Морозов  В.Г.,  Рощупкин В.И.).
  2. Первое обнаружение хантавируса Добрава – возбудителя ГЛПС у грызунов рода Apodemus на территории Самарской области. Актуальные проблемы эпидемиологии и профилактики инфекционных болезней в России и странах ближнего зарубежья,- Самара, -2006.- С.314-315.(Соавт. Ткаченко Е.А., Морозов В.Г.,  Карива Х. и др.).
  3. Результаты исследования инфицированности хантавирусами представителей отряда рукокрылых (летучих мышей) в регионе Среднего Поволжья. Актуальные проблемы эпидемиологии и профилактики инфекционных болезней в России и странах ближнего зарубежья, - Самара, -2006.- С.312-313. (Соавт. Морозов В.Г.,  Вехник В.П.).
  4. Epidemiological Study of Hantavirus Infection in the Samara Region of European Russia. J. Vet. Med. Sci. 71(12): 1569-1578, 2009 (Соавт. Hiroaki Kariwa, Evgeniy A. Tkachenko, Vyacheslav G. Morozov et al.).
  5. Прогнозирование заболеваемости  геморрагической лихорадкой с почечным синдромом на основе ряда эпизоотологических и климатических показателей. Российская академия медицинских наук, Труды института полиомиелита и вирусных энцефалитов им. М.П. Чумакова «Медицинская вирусология», т. XXVI, - Москва, 2009.- С.173-175 (Соав. Морозов В.Г.,  Минаев Ю.Л., Спиридонов А.М., Галимова Р.Р.) .
  6. Прогнозирование заболеваемости в природных очагах геморрагической лихорадки с почечным синдромом по состоянию  лесообразующих пород деревьев и гелиометрическим показателям.  Российская академия медицинских наук, Труды института полиомиелита и вирусных энцефалитов им. М.П. Чумакова «Медицинская вирусология», т. XXVI, - Москва, 2009.- С.182-184 (Соавт. Морозов В.Г., Минаев Ю.Л., Краснобаев Ю.В., Кудинов К.А.).
  7. Обнаружение антител к хантавирусу у представителя отряда рукокрылых нетопыря  средиземноморского (Pipistrellus kuhlii) на территории  природного очага  геморрагической лихорадки с почечным синдромом //Дезинфекционное дело, №4, 2009. – С. 89-93 (Соавт. В.Г.Морозов,  С.И.Коломинов, В.П.Вехник, Т.К.Дзагурова,  Ю.П.Краснобаев).
  8. Прогнозирование заболеваемости геморрагической лихорадкой с почечным синдромом на основе многофакторного математического анализа. Сообщение 1. /Инфекционные болезни, 2010. Том 8. Приложение №1. Материалы II Ежегодного Всероссийского Конгресса по инфекционным болезням.- С. 211-212 (Соавт. Морозов В.Г., Минаев Ю.Л., Спиридонов А.М., Галимова Р.Р.).
  9. Прогнозирование заболеваемости геморрагической лихорадкой с почечным синдромом на основе многофакторного математического анализа. Сообщение 2. /Инфекционные болезни, 2010. Том 8. Приложение №1. Материалы II Ежегодного Всероссийского Конгресса по инфекционным болезням.- С. 212 (Соавт. Морозов В.Г., Минаев Ю.Л., Спиридонов А.М., Краснобаев Ю.П., Кудинов К.А.).
  10. Геморрагическая лихорадка с почечным синдромом. Методические рекомендации (клиника, специфическая лабораторная диагностика, лечение,  реабилитация, профилактика). Москва, 2010, 20 с. (соавт. Морозов В.Г. Ткаченко Е.А., и др.).
  11. Первое обнаружение инфицированности хантавирусами представителя отяда рукокрылых в природных очагах геморрагической лихорадки спочечным синдромом (Пуумала) Наука. Образование. Медицина. Материалы ежегодной Российской научно-практической конференции 5-6 декабря 2011 года, - Самара,- 2011.- Стр.134-136.(Соавт. В.Г.Морозов, Л.Н.Финько, В.П.Вехник, Т.К.Дзагурова, Ю.П.Краснобаев, Е.А.Ткаченко).
  12. An efficient in vivo method for the isolation of Puumala virus in Syrian hamsters and the characterization of the isolates from Russia. Journal of Virological Methods, 173(2011). P.17-23. (Takahiro Seto, Evgeniy A.Tkachenko, Vyacheslav G.Morozov, Yoichi Tanikawa,  Sergey N.Belov et al.).
  13. Способ среднесрочного прогнозирования уровня заболеваемости геморрагической лихорадкой с почечным синдромом. Заявка на изобретение  № 2010149519 от 06.12.2010 (Соавт. Морозов В.Г.).
  14. Способ среднесрочного проспективного анализа уровня заболеваемости геморрагической лихорадкой с почечным синдромом. Заявка на изобретение № 2010149520 от 06.12.2010 (Соавт. Морозов В.Г.).

Список сокращений

абс  – абсолютное число

ДОБ – серотип Добрава

ГЛПС – геморрагическая лихорадка с почечным синдромом

ИФА – иммунофлюоресцентный анализ

ИЭА – индекс эпизоотологической активности

МФА – метод флюоресцирующих антител

ОПН – острая почечная недостаточность

ПВ – поливалентный хантавирусный антиген

ПУУ – серотип Пуумала

СП – санитарные правила

СГМ – социально-гигиенический мониторинг

ТГК – типовая годовая кривая заболеваемости

ЭП – эпидемический процесс

ФР – фактор риска

ХПС – хантавирусный пульмональный синдром

Цел – целина

Оз – озимые культуры

Мн – многолетние травы

IgM – иммуноглобулины класса М

IgG – иммуноглобулины класса G






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.