Preview

Тихоокеанский медицинский журнал

Расширенный поиск

Модели и статистический анализ в эпидемиологии инфекционных заболеваний

https://doi.org/10.17238/PmJ1609-1175.2019.3.80-83

Аннотация

Использование в эпидемиологических исследованиях инфекционных заболеваний простых математических моделей, основанных на предположении о гетерогенности популяции, приводит к грубым ошибкам в оценке активности передачи инфекции и среднего уровня заболеваемости. Для точной оценки заболеваемости нужны модели, учитывающие структуру групп риска. При этом длительность циклов многолетних колебаний для гомогенных и гетерогенных моделей оказывается близкой, поэтому ее можно использовать для оценки величины контактного числа. Кроме того, модели, не учитывающие конечность популяции, дают неправильное описание динамики заболеваемости – в таких моделях заболеваемость стремится к постоянной величине. Причина здесь кроется в том, что даже для многомиллионных популяций динамика количества инфицированных имеет сильную стохастичность, и для воспроизведения фактической динамики эпидемического процесса надо использовать не детерминированные, а стохастические модели.

Об авторе

А. Н. Герасимов
Первый Московский государственный медицинский университет им. И.М. Сеченова
Россия

д-р физ.-мат. наук, заведующий кафедрой медицинской информатики и статистики Института цифровой медицины 

119991, г. Москва, ул. Трубецкая, 8/2



Список литературы

1. Бражников А.Ю., Герасимов А.Н. Опыт применения корреляционного анализа для изучения синхронности колебаний уровня инфекционной заболеваемости на отдельных территориях // Журнал микробиологии, эпидемиологии и иммуннобиологии. 1999. № 4. С. 1–5.

2. Герасимов А.Н., Разжевайкин В.Н. Динамика эпидемического процесса в гетерогенной не полностью изолированной популяции с учетом сезонных колебаний активности механизма передачи // Журнал вычислительной математики и математической физики. 2008. Т. 48, № 8. С. 1488–1499.

3. Герасимов А.Н., Шпитонков М.И. Оценка случайных колебаний числа инфицированных в модели «паразит–хозяин» с постоянной общей численностью // Исследование операций (модели, системы, решения). 2014. № 9. С. 17–30.

4. Платонова Т.А., Голубкова А.А., Обабков В.Н. [и др.]. Многофакторное имитационное моделирование в прогнозе заболеваемости корью на ближайшую и отдаленную перспективу // Эпидемиология и инфекционные болезни. 2018. Т. 23, № 5. С. 225–233.

5. Разжевайкин В. Н. Модели динамики популяций. М.: Российская академия наук, Вычислительный центр им. А.А. Дородницына, 2006. 87 с.

6. Demetris A., Séverine A., Vasieva O., Vasiev B. On the heterogeneity of human populations as reflected by mortality dynamics // Aging (Albany NY). 2016. Vol. 8, No. 11. Р. 3045–3064.

7. Eaton J.W., Johnson L.F., Salomon J.A. [et al.]. HIV treatment as prevention: Systematic comparison of mathematical models of the potential impact of antiretroviral therapy on HIV incidence in South Africa // PLoS Med. 2012. Vol. 9, No. 7. P. e1001245. doi: 10.1371/journal.pmed.1001245

8. Munday J.D., van Hoek A.J., Edmunds W.J., Atkins K.E. Quantifying the impact of social groups and vaccination on inequalities in infectious diseases using a mathematical model // BioMed Central Medicine. 2018. Vol. 16, No. 1. Р. 162. doi: 10.1186/s12916-018-1152-1


Рецензия

Для цитирования:


Герасимов А.Н. Модели и статистический анализ в эпидемиологии инфекционных заболеваний. Тихоокеанский медицинский журнал. 2019;(3):80-83. https://doi.org/10.17238/PmJ1609-1175.2019.3.80-83

For citation:


Gerasimov A.N. MODELS AND STATISTICAL ANALYSIS IN EPIDEMIOLOGY OF INFECTIOUS DISEASES. Pacific Medical Journal. 2019;(3):80-83. (In Russ.) https://doi.org/10.17238/PmJ1609-1175.2019.3.80-83

Просмотров: 1811


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


ISSN 1609-1175 (Print)