CC BY
61
“■ и информационные
технологии
Геоинформационные системы в медицине
М.Н. АСАТРЯН,
научный сотрудник лаборатории эпидемиологической кибернетики ФГБУ «НИИЭМ им. Н.Ф. Гамалеи» Минздравсоцразвития РФ, г. Москва, Россия, m_asatryan@mail.ru Э.Р. САЛМАН,
к.м.н., старший научный сотрудник лаборатории эпидемиологической кибернетики ФГБУ «НИИЭМ им. Н.Ф. Гамалеи» Минздравсоцразвития РФ, г. Москва, Россия, ealita@mail.ru Б.В. БОЕВ,
д.т.н., заведующий лабораторией эпидемиологической кибернетики ФГБУ «НИИЭМ им. Н.Ф. Гамалеи» Минздравсоцразвития РФ, г. Москва, Россия, boev@orc.ru
ИЗУЧЕНИЕ И ПРОГНОЗИРОВАНИЕ ПРОЦЕССОВ РАСПРОСТРАНЕНИЯ ВИРУСНОГО ГЕПАТИТА В С УЧЕТОМ ПОЯВЛЕНИЯ МУТАНТНЫХ ФОРМ ВИРУСА ГЕПАТИТА В НА ОСНОВЕ ПРИМЕНЕНИЯ КОМПЬЮТЕРНОГО МОДЕЛИРОВАНИЯ И ГИС-ТЕХНОЛОГИЙ
УДК 61:007
Асатрян М.Н., Салман Э.Р., Боев Б.В. Изучение и прогнозирование процессов распространения вирусного гепатита В с учетом появления мутантных форм вируса гепатита В на основе применения компьютерного моделирования и ГИС-технологий (ФГБУ «НИИ эпидемиологии и микробиологии им. Н.Ф. Гамалеи» Минздравсоцразвития России, г. Москва, Россия)
Аннотация: В статье представлена модель эпидемического процесса гепатита В (ГВ) с учетом мутантных штаммов. Рассмотрены прогнозные сценарии в зависимости от скорости и времени появления мутантных штаммов. Расчеты показали, что появление и распространение мутантных форм вируса ГВ (ВГВ) могут привести к возникновению «новых волн» эпидемического процесса ГВ. Описана перспективная система, включающая модули: информационный, аналитический, моделирования и прогнозирования, ГИС. Система позволит проводить анализ и прогноз эпидемической ситуации, оперативно определять и обосновывать стратегии планирования и реагирования и смягчения ущерба от эпидемий и вспышек инфекционных заболеваний на территории РФ с отображением на геоинформационных картах.
Ключевые слова: эпидемический процесс гепатита В, компьютерное моделирование и прогнозирование, прогнозные сценарии.
UDC 61:007
Asatryan M.N., Salman E.R., Boev B.V. Research and prediction of spread of hepatitis B virus in the light of the emergence of mutant forms of HBV, based on computer modeling and GIS-technology (FSB! «Scientific-Research Institute of Epidemiology and Microbiology n.a. N.F. Gamaleya», Federation Ministry of Health and Social Development of the Russian Federation, Moscow, Russia)
Abstract: The article provides a model of epidemiological process of hepatitis B, with due regard for the mutant HBV strains. We considered predicting scenarios, depending on speed and time of emergence of mutant strains. Calculations showed that the nascency and spread of mutant forms of hepatitis B virus (HBV) could lead to emergency of «new waves» of epidemiological process of HBV. We described the long-term system, which includes modules: informative, analytical, simulation and prediction, GIS. System would enable an analysis and forecast of epidemical situation, and promptly determine and justify planning and response strategies in order to decrease the harm of epidemics and possible outbreaks of infectious diseases in Russia, with the display on geo-information maps.
Keywords: epidemic process of hepatitis B, computer modeling and forecasting, predicting scenario.
© М.Н. Асатрян, Э.Р. Салман, Б.В. Боев, 2012 г.
64
Геоинформационные системы в медицине
www.idmz.ru
гол г, №3
Введение
Проблема гепатита (ГВ) сохраняет свою актуальность для Российской Федерации. Эпидемическое неблагополучие в конце 90-х годов прошлого века было обусловлено эксплозивным ростом числа лиц, употребляющих наркотики внутривенно. Последствием эпидемической «волны» ГВ 90-х годов и начала 2000-х является формирование большой когорты больных хроническими формами ГВ, количество которых, по оценкам специалистов, может превышать 5 млн. инфицированных [9]. В связи с особенностями течения ГВ часть инфицированных лиц остаются невыявленными в течение длительного времени, являясь источниками инфекции, вызванной вирусом ГВ (ВГВ).
Кроме того, по данным исследований, массовая вакцинация и широкое применение химиотерапии способствуют появлению и значительному увеличению распространенности мутантных штаммов ВГВ, так называемых «ускользающих» мутантов ВГВ (escape-mutants), отличительной чертой которых является экспрессия HBsAg с атипичными серологическими свойствами [2]. По мнению специалистов, с расширением проведения программ иммунизации частота HBsAg-мутантов «вакцинального бегства» еще более возрастет. Однако в настоящее время отсутствуют данные по характеру и динамике их распространения, так как для этого необходимы широкомасштабные и долгосрочные скрининговые исследования.
Между тем разработка эпидемиологических моделей ГВ позволяет провести опережающие прогнозно-аналитические исследования по различным сценариям появления и распространения мутантов «вакцинального бегства» ВГВ. Применение ГИС-технологий позволяет визуализировать результаты исследований на географических картах, проводить многомерный анализ данных по различным критериям, производить поиск закономерностей эпидемического процесса ГВ, что
способствует более эффективному поиску рациональных стратегий мер противодействия распространению ГВ на территории Российской Федерации.
Материалы и методы
В лаборатории эпидемиологической кибернетики была разработана система эпидемиологических моделей, учитывающая распространение как дикого вируса ГВ, так и мутантных форм ВГВ среди восприимчивых лиц. Эпидемиологические модели ГВ разработаны на основании отечественной методологии моделирования эпидемий — эпиддинамики «О.В. Барояна—Л.А. Рвачева».
Модель эпидемии ГВ с «диким» типом вируса. На основании данных научной литературы по клинике и эпидемиологии ГВ была предложена феноменологическая модель инфекционного процесса ГВ с обобщенной формулой SEI2RF и с учетом механизма передачи ВГВ (рис. 1).
По данным литературы [1,5], инкубационный период (E) продолжается 60-180 дней, в течение которого вирус размножается в клетках печени, но клинически болезнь еще не проявляется. Возможно несколько вариантов клинического развития болезни (I1): острая желтушная форма, безжелтушная и субклиническая формы заболевания. У 40-60% зараженных взрослых проявляются клинические признаки острого гепатита (желтушная форма), общая продолжительность которого составляет от 7 дней до 1,5-2 месяцев. У остальных лиц заболевание протекает незамеченным, но сопровождается появлением маркеров ГВ, которые обнаруживают при лабораторных исследованиях.
Выздоровление взрослых пациентов происходит более чем в 90% случаев (R). У остальных взрослых формируется хронический ГВ (I2), который может персистировать на протяжении десятков лет и приводить к циррозу печени, первичному раку печени (F)
[7, 8].
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ 65 ■
“■ и информационные
технологии
Геоинформационные системы в медицине
«поток» возбудителя (от источников инфекции к восприимчивым лицам)
«потоки» индивидуумов (переход по стадиям-состояниям инфекционного процесса ГВ)
S — восприимчивые лица из группы высокого риска заражения, E — лица в стадии инкубации,
I1 — лица в острой стадии ГВ, I2 — лица с ХГВ, R — реконвалесценты, F — лица в финальной стадии Г Рис. 1. Схема эпидемиологической модели с феноменологией типа SEI2RF
Модель эпидемии ГВ с учетом появления «мутантов вакцинального бегства».
С появлением и распространением «мутантов вакцинального бегства» современная вакцина, содержащая HBsAg, не будет эффективна в отношении защиты от «ускользающих» мутантов ВГВ. Поэтому лица, вакцинированные имеющейся в настоящее время вакциной (Sv), будут пополнять группу восприимчивых лиц (S). Кроме того, лица, переболевшие острым ГВ с диким штаммом (Rd), также становятся восприимчивыми в отношении заражения мутантными вирусами (рис. 2).
Как предполагают ученые [10], с течением времени нарастающее давление отбора будет способствовать тому, что мутантные варианты догонят дикий тип и даже достигнут сравнимого уровня распространения. Для учета этого факта в нашей работе были рассмотрены различные варианты соотношения дикий/мутантный тип вируса (табл. 1), моделирующие динамику «вытеснения» дикого типа (и с учетом гипотетического варианта — полного вытеснения дикого типа ВГВ).
В связи с тем, что в научной литературе пока нет четких данных по скорости распро-
странения мутантных форм вируса, в прогнозных сценариях были рассмотрены варианты, учитывающие различные временные интервалы распространения мутантных форм ВГВ: в течение 10-30 лет; 20-40 лет; 50-70 лет (от начала первой «волны» эпидемии ГВ). На основе прогнозных сценариев были проведены предварительные расчеты по прогнозированию эпидемической ситуации по ГВ для условного города с населением 1 млн. человек. Время моделирования и прогноза составило 100 лет, поэтому в модели был введен коэффициент прироста населения (0,2% в год).
Результаты и обсуждение
Исследования по прогнозированию влияния распространения мутантных штаммов на эпидемический процесс ГВ проводились с помощью специальной компьютерной программы «HBV-mutant» по 12 прогнозным сценариям (табл. 1), учитывающим как время появления и распространения мутантов ВГВ среди восприимчивых лиц, так и динамику «вытеснения» дикого штамма.
Предварительные расчеты показали, что при сценарии появления и распространения
66
Геоинформационные системы в медицине
www.idmz.ru
гол г, №3
П
I
Sv
Г Г — / Rd ■ Ч
S E 1 I1 Л I2 1 1 ^ F
Г 1 \ 1 * 1
Механизм передачи ВГВ
Rm
«поток» возбудителя (от источников инфекции к восприимчивым лицам)
«потоки» индивидуумов (переход по стадиям-состояниям инфекционного процесса ГВ)
P — население города, Sv — вакцинированные лица, S — восприимчивые лица из группы высокого риска заражения, E — лица в стадии инкубации , I1 — лица в острой стадии ГВ, I2 — лица с ХГВ, Rd — переболевшие ОГВ с диким типом вируса, Rm — переболевшие с мутантным типом вируса,
F — лица в финальной стадии ГВ.
Рис. 2. Схема эпидемиологической модели с учетом появления мутантных форм ГВ
Таблица 1
Прогнозные сценарии
Соотношение _______________ Период времени______________
дикий/мутантный тип 10~30 лет I 20-40 лет 50-70 лет
1:0 С11 С21 С31
2:1 С12 С22 С32
1:1 С13 С23 С33
0:1 С14 С24 С34
мутантных вирусов по сценариям С11 —С14 (в течение 10-30 лет) в условном городе, где наблюдалось четкое снижение заболеваемости ОГВ, может появиться «вторая волна» эпидемии. Величина «пика» заболеваемости значительно зависит от степени преобладания мутантных форм в популяции вирусов (соотношения дикий/мутантный вирус). При отсутствии мер противодействия возникает и «третья волна» эпидемии, при которой заболеваемость ОГВ может поддерживаться на определенном уровне в течение многих десятилетий (рис. 3).
Как показали вычислительные эксперименты по сценариям С21-С24, увеличение
периода времени появления и распространения мутантных форм приводит к удлинению «межпиковых интервалов», что означает задержку во времени начала очередной волны эпидемии ГВ. Так, при сценарии появления и распространения мутантных вариантов в течение 20-40 лет очередной «пик» эпидемии может наблюдаться через 23 года после спада заболеваемости первой «волны» эпидемии (рис. 4).
Проведенные расчеты по сценариям С31-С34 показали, что при увеличении времени появления мутантных вариантов до 50-70 лет следующий «пик» эпидемии ГВ
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ 67 ■
“■ и информационные
технологии
Геоинформационные системы в медицине
Ванюша—--------
Рис. 3. Результаты моделирования эпидемии ГВ по сценарию С14
Рис. 4. Результаты моделирования эпидемии ГВ по сценарию С23
!■ ■■■ ■■■■■■■ ■■ 68 :■ ■■■ ■ ■ ■ ■ ■■■ ■■■■■■■■■■ ■ ■■■ ■ ■■■■■■ ■ ■ ■■ ■ ■ ■■■■ ■ ■ ■ ■ ■ ■ ■■ ■■ ■ ■ ■ ■ ■ ■■■ ■ ■ ■ ■
Геоинформационные системы в медицине
www.idmz.ru
гол г, №3
Рис. 5. Схема перспективной системы «ЭпидМод+ГИС»
может возникнуть через 73-75 лет. В межэпидемический период времени уровень заболеваемости ОГВ может находиться на минимальном уровне в течение 20-25 лет.
Таким образом, предварительные расчеты показали, что появление и распространение мутантных форм ВГВ могут привести к возникновению «новых волн» эпидемического процесса ГВ. Время развития новой волны эпидемического процесса значительно зависит от скорости распространения мутантных форм. Величина «пика» заболеваемости ОГВ может зависеть от степени «вытеснения» дикого штамма мутантным. Для более точных расчетов необходимы лабораторные и статистические данные, основанные на мониторинге «накопления» мутантных форм вируса ГВ среди населения территории.
В перспективе представляется необходимой разработка моделей, учитывающих влияние всех вариантов «мутантов бегства» на динамику эпидемического процесса ГВ. При
наличии достоверных данных по динамике появления и распространения мутантных форм ВГВ в популяции возможно проведение многовариантных прогнозно-аналитических исследований, которые помогут заблаговременно сформировать рациональные стратегии противодействия «новой» волне эпидемического процесса ГВ на территории Российской Федерации.
Полученные результаты прогнозно-аналитических исследований, а также ретроспективная и оперативная информация о развитии эпидемической ситуации по ГВ могут быть визуализирована в виде географической (пространственной) информации. На рис. 5 представлена перспективная система «ЭпидМод+ГИС», которая будет объединять блок информации и анализа статистических данных, прогностические модели, а также возможности современной геоинформационной системы.
Система позволит проводить многомерный анализ данных по различным критериям, про-
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ 69 ■
“■ и информационные
технологии
Геоинформационные системы в медицине
изводить поиск закономерностей и зависимости в имеющихся данных с выводом результатов на географических картах, которые в свою очередь могут быть наложены друг на друга. Результатом наложения карт является получение пространственно-временной информации, которая имеет качественно новый характер. Результатом подобного комплекса исследования с отображением на геокартах являются оперативный анализ и прогноз эпидемической ситуации в разрезе всей территории РФ с учетом всех изучаемых параметров эпидемического процесса. Такой подход позволит оперативно определить и обосновать стратегии планирования, реагирования и смягчения ущерба от эпидемий и вспышек инфекционных заболеваний на территории РФ.
В результате исследований эпидемического процесса ГВ с помощью системы «Эпид-
Мод+ГИС» как на качественном, так и на количественном уровне по информации, подготовленной средствами ГИС-технологий, выявляются неявные ситуации неожиданного появления мутантных штаммов ВГВ, устанавливаются причины их появления и на этой основе составляются научно обоснованные оценки заболеваемости острыми и хроническими формами ГВ на территории РФ с учетом различных прогнозных сценариев (например, в зависимости от динамики появления мутантных форм, от времени появления и использования новой вакцины).
Таким образом, система «ЭпидМод+ГИС» является актуальным современным компьютерным инструментом для оперативного анализа, прогноза и противодействия эпидемиям и вспышкам инфекционных заболеваний, необходимым для эффективной работы специалистам органов управления здравоохранением.
ЛИТЕРАТУРА
1. Абдурахманов Д.Т. Хронический гепатит В и D. — M., 2010. — 288 с.
2. Баженов А.И. Совершенствование методов иммунодетекции HBsAg-мутантов вируса гепатита В//Дис. на соискание ученой степени кандидата медицинских наук. — М., 2009. — 147 с.
3. Боев Б.В, Макаров В.В. Геоинформационные системы и эпидемии гриппа// Ветеринарная патология. — 2004. — №3(10). — С. 51-59.
4. Гинцбург А.Л, Боев Б.В. Компьютерное моделирование эпидемий//Наука в России. РАН. — 2005. — № 5. — С. 52-57.
5. Майер К.-П. Гепатит и последствия гепатита. — M., 2004. — 720 с.
6. Онищенко Г.Г., Дементьева Л.А. Распространение вирусных гепатитов как угроза национальной безопасности//Журнал микробиологии и иммунобиологии. — 2003. — № 4. — С. 93-99.
7. Рекомендации по диспансерному наблюдению и лечению больных хроническим ВГВ.,2010//Материалы I-го ежегодного Всероссийского конгресса по инфекционным болезням, 2009. — 51 с.
8. Серов В.В, Апросина З.Г. Хронический вирусный гепатит. Инфекционные болезни — М.: Медицина, 2004. — 384 с.
9. Шахгильдян И.В, Ясинский А.А, Михайлов М.И, Ершова О.Н. и др. Хронические гепатиты в Российской Федерации//Эпидемиология и инфекционные болезни. — № 6. — С. 3-9.
10. Wilson J.N, Nokes D.J, Carman W.F. Predictions of the emergence of vaccine-resistant hepatitis B in The Gambia using a mathematical model//Epidemiol. Infect. 2000. — № 124.— P. 295-307.
70
