urmjУральский медицинский журналUral Medical Journal2949-4389Ural State Medical University10.52420/2071-5943-2023-22-5-58-65urmj-1330Research ArticleОригинальные статьи | Original articlesOriginal articlesПрогнозирование тенденций эпидемической ситуации по туберкулезу с применением имитационной динамической моделиForecasting trends in the tuberculosis epidemic situation using a simulation dynamic modelhttps://orcid.org/0000-0002-2439-7087ЧерняевИ. А.CherniaevI. A.

Игорь Анатольевич Черняев, старший преподаватель кафедры общественного здоровья и здравоохранения

Екатеринбург

Igor A. Cherniaev, Senior Lecturer of the Department of Public Health and Health Care

Ekaterinburg

obltuborg@yandex.ruhttps://orcid.org/0000-0002-8751-6872ЦветковА. И.TsvetkovA. I.

Андрей Игоревич Цветков, доктор медицинских наук, заведующий кафедрой общественного здоровья и здравоохранения

Екатеринбург

Andrey I. Tsvetkov, PhD (Medicine), Head of the Department of Public Health and Public Health Care

Ekaterinburg

cp-gendir@mail.ruhttps://orcid.org/0000-0003-0030-674XЧугаевЮ. П.ChugaevYu. P.

Юрий Петрович Чугаев, доктор медицинских наук, профессор кафедры фтизиатрии и пульмонологии

Екатеринбург

Yuriy P. Chugaev, Doctor of Science (Medicine), Professor of the Department of Phthisiology and Pulmonology

Ekaterinburg

doctorchygaev@mail.ruhttps://orcid.org/0000-0003-3214-3906ЧернавинП. Ф.ChernavinP. F.

Павел Федорович Чернавин, кандидат экономических наук, доцент кафедры «Аналитика больших данных и методы видеоанализа»

Екатеринбург

Pavel F. Chernavin, PhD (Economics), Associate Professor of the Department of Big Data Analytics and Video Analytics Methods

Ekaterinburg

Уральский государственный медицинский университетРоссияUral State Medical UniversityRussian FederationУральский Федеральный университет имени первого Президента России Б.Н. ЕльцинаРоссияUral Federal UniversityRussian Federation2023261020232255865Copyright © Черняев И.А., Цветков А.И., Чугаев Ю.П., Чернавин П.Ф., 20232023Черняев И.А., Цветков А.И., Чугаев Ю.П., Чернавин П.Ф.Cherniaev I.A., Tsvetkov A.I., Chugaev Y.P., Chernavin P.F.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.umjusmu.ru/jour/article/view/1330Введение

Введение. В Свердловской области сохраняется высокий уровень распространенности ВИЧ-инфекции и туберкулеза, что влияет на результативность противотуберкулезных мероприятий. Новая коронавирусная инфекция в течение ряда лет заставляет перераспределять ограниченные ресурсы здравоохранения субъекта Российской Федерации. Это определяет необходимость разработки научно-обоснованных методов анализа и прогнозирования развития эпидемического процесса при туберкулезной инфекции в регионе.

Цель работы – научное обоснование метода прогнозирования эпидемической ситуации по туберкулезу на территории субъекта с множеством муниципальных образований с построением математических моделей и применением искусственного интеллекта.

Материалы и методы

Материалы и методы. Исходным материалом для исследования послужили статистические данные, полученные в период 2007–2012 гг. из официальных форм государственной статистической отчетности: форма № 8 «Сведения о заболеваниях активным туберкулезом», форма № 33 «Сведения о больных туберкулезом», форма 089-у/туб, данные Федерального регистра больных туберкулезом, полицевых регистров учета больных туберкулезом учреждений здравоохранения Свердловской области. Обработка информации проводилась с применением MS Excel, составлены комплексные аналитические таблицы абсолютных значений и эпидемиологических коэффициентов. С применением технологии искусственного интеллекта разработана математическая имитационная динамическая модель эпидемической ситуации по туберкулезу на уровне региона и в разрезе 63 муниципальных образований Свердловской области.

Результаты

Результаты. Сравнение прогнозных значений, сделанных в 2017 г., с фактическими значениями 2018–2021 гг. выявило достоверное совпадение тенденции движения эпидемиологических показателей туберкулеза в регионе, максимальное отклонение составило не более 14,8 %.

Обсуждение

Обсуждение. Предложенная динамическая модель позволила выявить, достоверно рассчитать и графически отобразить тенденции движения значений изучаемых характеристик эпидемического процесса туберкулеза, несмотря на незначительное расхождение фактических и прогнозных значений.

Заключение

Заключение. Результаты прогноза, полученные с помощью имитационной динамической модели, могут быть использованы в практике при оперативном планировании ресурсов для реализации мероприятий по противодействию распространению туберкулеза на региональном уровне.

 

 

Introduction Sverdlovsk region still has a high prevalence of HIV infection and tuberculosis, which affects the effectiveness of anti-tuberculosis measures. The new coronavirus infection for a number of years makes it necessary to redistribute the limited health care resources of the subject of the Russian Federation. This determines the need to develop science-based methods for analyzing and forecasting the development of the epidemic process in tuberculosis infection in the region.

The aim of the work is to scientifically substantiate the method of forecasting the epidemic situation of tuberculosis on the territory of the subject with a set of municipalities with the construction of mathematical models and application of artificial intelligence.

Materials and methods The source material for the study was statistical data obtained in 2007–2012 from state statistical reporting forms: Form No. 8 “Information about diseases with active tuberculosis”, Form No. 33 “Information about tuberculosis patients”, Forms 089u/tub, data from the Federal Register of Tuberculosis Patients, police registers of tuberculosis patients in health care institutions of Sverdlovsk region. Information processing was carried out using MS Excel, complex analytical tables of absolute values and epidemiological coefficients were compiled. Using artificial intelligence technology, a mathematical simulation dynamic model of the tuberculosis epidemic situation at the regional level and in the context of 63 municipalities of the Sverdlovsk region was developed.

Results Comparison of the forecast values made in 2017 with the actual values of 2018–2021 revealed a reliable coincidence of the trend of movement of tuberculosis epidemiological indicators in the region, the maximum deviation was no more than 14.8 %.

Discussion The proposed dynamic model made it possible to identify, reliably calculate and graphically display trends in the movement of the values of the studied characteristics of the tuberculosis epidemic process, despite the insignificant discrepancy between actual and forecast values.

Conclusion The forecast results obtained using the simulation dynamic model can be used in practice for operational resource planning of resources for the implementation of measures to counter the spread of tuberculosis at the regional level.

машинное обучениеискусственный интеллекттуберкулезэпидемическая ситуацияпрогнозирование эпидемического процессаmachine learningartificial intelligencetuberculosisepidemic situationforecasting of epidemic processReferencesСюнякова Д.А. Особенности эпидемиологии туберкулеза в мире и в России в период 2015–2020 гг. Аналитический обзор. Социальные аспекты здоровья населения. 2021;67(3):11. https://doi.org/10.21045/2071-5021-2021-67-3-11.Syunyakova DA. Features of the epidemiology of tuberculosis in the world and in Russia in the period 2015-2020. Analytical survey. Social Aspects of Population Health. 2021;67(3):11. (In Russ.). https://doi.org/10.21045/2071-5021-2021-67-3-11.Нечаева О.Б., Подымова А.С. Влияние ВИЧ-инфекции на демографическую ситуацию в России. Медицинский альянс. 2018;1:6–15.Nechaeva OB, Podymova AS. Impact of HIV infection on the demographic situation in Russia. Medical Aliance. 2018;1:6–15. (In Russ.).Астрелин А.М. Тенденции заболеваемости, распространенности и смертности от ВИЧ-инфекции и туберкулеза в регионах России в XXI веке. Демографическое обозрение. 2020;7(4):82–107.Astrelin AM. Trends in incidence, prevalence and mortality from HIV infection and tuberculosis in Russian regions in the 21st century. Demographic Overview. 2020;7(4):82–107. (In Russ.).Стародубов В.И., Кадыров Ф.Н., Обухова О.В. с соавт. Аналитический доклад: Влияние коронавируса COVID-19 на ситуацию в российском здравоохранении. Центральный научно-исследовательский институт организации и информатизации здравоохранения Министерства здравоохранения Российской Федерации. М : 2020. 45 с. URL: https://mednet.ru/images/materials/news/doklad_cniioiz_po_COVID-19-2020_04_26.pdfStarodubov VI, Kady`rov FN, Obuxova OV et al. Analytical report: Impact of the COVID-19 coronavirus on the situation in Russian healthcare. Central Research Institute for Health Organization and Informatization of the Ministry of Health of the Russian Federation. Moscow : 2020. 45 p. (In Russ.). URL: https://mednet.ru/images/materials/news/doklad_cniioiz_po_COVID-19-2020_04_26.pdfWaaler HT, Geser A, Andersen S. The use of mathematical models in the study of the epidemiology of tuberculosis. Am J Public Health Nations Health. 1962;52(6):1002–1013. https://doi.org/10.2105/ajph.52.6.1002.WaalerHT,GeserA,Andersen S.The use of mathematical models in the study ofthe epidemiology oftuberculosis. Am J Public Health Nations Health. 1962;52(6):1002–1013. https://doi.org/10.2105/ajph.52.6.1002.Brogger S. Systems analysis in tuberculosis control: a model. Am Rev Respir Dis. 1967;95(3):419–434. https://doi.org/10.1164/arrd.1967.95.3.419.Brogger S. Systems analysis in tuberculosis control: a model. Am Rev Respir Dis. 1967;95(3):419–434. https://doi.org/10.1164/arrd.1967.95.3.419.Styblo K, Bumgarner JR. Tuberculosis can be controlled with existing technologies: evidence. The Hague: Tuberculosis Surveillance Research Unit Progress Report. 1991. pp. 60–72Styblo K, Bumgarner JR. Tuberculosis can be controlled with existing technologies: evidence. The Hague: Tuberculosis Surveillance Research Unit Progress Report. 1991. pp. 60–72Vynnycky E, Fine PE. The natural history of tuberculosis: the implications of age dependent risks of disease and the role of reinfection. Epidemiol Infect. 1997;119(2):183–201. https://doi.org/10.1017/s0950268897007917.Vynnycky E, Fine PE. The natural history of tuberculosis: the implications of age dependent risks of disease and the role of reinfection. EpidemiolInfect. 1997;119(2):183–201. https://doi.org/10.1017/s0950268897007917.Сазыкин В.Л. Анализ противотуберкулезной работы в Оренбургской области с помощью метода интегральной оценки и компьютерной программы Rang. Вестник Оренбургского государственного университета. 2004;10:127–131.Sazykin VL. Analysis of anti-tuberculosis work in the Orenburg region using the integrated assessment method and the Rang computer program. Bulletin of the Orenburg State University. 2004;10:127–131. (In Russ.).Авилов К.К., Романюха А.А. Математические модели распространения и контроля туберкулеза. Математическая биология и биоинформатика. 2007;2(2):188–318. URL: http://www.matbio.org/downloads/Avilov2007(2_188).pdfAvilov KK, Romanyukha AA. Mathematical models of the spread and control of tuberculosis. Mathematical Biology and Bioinformatics. 2007;2(2):188–318. (In Russ.). URL: http://www.matbio.org/downloads/Avilov2007(2_188).pdfГланц С. Медико-биологическая статистика. Пер. с англ. М : Практика ; 1998. C. 81–96.Glantz S. Medical and biological statistics. Moscow : Practice ; 1998. pp. 81–96. (In Russ.).Ansari A. Forecast error calculation with mean squared error (MSE) and mean absolute percentage error (MAPE). JINAV. 2020;1(2). https://doi.org/10.35877/454RI.jinav303.Ansari A. Forecast error calculation with mean squared error (MSE) and mean absolute percentage error (MAPE). JINAV. 2020;1(2). https://doi.org/10.35877/454RI.jinav303.Myttenaere A, Golden B, Le Grand B et al. Mean absolute percentage error for regression models. Neurocomp. 2016;192:38–48. https://doi.org/10.1016/j.neucom.2015.12.114.Myttenaere A, Golden B, Le Grand B et al. Mean absolute percentage error for regression models. Neurocomp. 2016;192:38–48. https://doi.org/10.1016/j.neucom.2015.12.114.Makridakis S, Michele H. Accuracy of forecasting: an empirical investigation. J R Statist Soc A. 1979;142(2):97–145. https://doi.org/10.2307/2345077.Makridakis S, Michele H. Accuracy of forecasting: an empirical investigation. J R Statist Soc A. 1979;142(2):97– 145. https://doi.org/10.2307/2345077.Goodwin P, Lawton R. On the asymmetry of the symmetric MAPE. Int J Forecast. 1999;15(4):405–408. https://doi.org/10.1016/S0169-2070(99)00007-2.Goodwin P, Lawton R. On the asymmetry of the symmetric MAPE. Int J Forecast. 1999;15(4):405–408. https://doi.org/10.1016/S0169-2070(99)00007-2.Patrignani C. Review of particle physics. Chin Phys C. 2016;40:100001. https://doi.org/10.1088/1674-1137/40/10/100001.Patrignani C. Review of particle physics. Chin Phys C. 2016;40:100001. https://doi.org/10.1088/1674-1137/40/10/100001.Светуньков И. Оценка качества прогнозных моделей [электронный источник]. URL: https://forecasting.svetunkov.ru/etextbook/forecasting_toolbox/models_qualitySvetunkov I. Assessment of the quality of predictive models [Internet]. (In Russ.). URL: https://forecasting.svetunkov.ru/etextbook/forecasting_toolbox/models_qualityКондратьев М.А. Методы прогнозирования и модели распространения заболеваний. Компьютерные исследования и моделирование. 2013;5(5):863–882.Kondratyev MA. Forecasting methods and models of disease spread. Computer Research and Modeling. 2013;5(5):863–882. (In Russ.).Лопатин А.А., Сафронов В.А., Раздорский А.С., Куклев Е.В. Современное состояние проблемы математического моделирования и прогнозирования эпидемического процесса. Проблемы особо опасных инфекций. 2010;3:28–30.Lopatin AA, Safronov VA, Razdorsky AS, Kuklev EV. The current state of the problem of mathematical modeling and forecasting of the epidemic process. Problems of Particularly Dangerous Infections. 2010;3(105):28–30. (In Russ.).Бароян О.В., Рвачев Л.А. Математика и эпидемиология. М : Знание ; 1977. С. 28 [Электронный ресурс]. URL: https://www.mathedu.ru/text/baroyan_rvachev_matematika_i_epidemiologiya_1977/p28Baroyan OV, Rvachev LA. Mathematics and epidemiology. Moscow : Znanie ; 1977. pp. 28 [Internet]. (In Russ.). URL: https://www.mathedu.ru/text/baroyan_rvachev_matematika_i_epidemiologiya_1977/p28Гришунина Ю.Б., Контаров Н.А., Архарова Г.В., Юминова Н.В. Моделирование эпидемической ситуации с учетом внешних рисков. Эпидемиология и вакцинопрофилактика. 2014;5(78):61–66.Grishunina YuB, Kontarov NA, Arkharova GV, Yuminova NV. Modeling of epidemic situation taking into account external risks. Epidemiology and Vaccinal Prevention. 2014;5(78):61–66. (In Russ.).Гришунина Ю.Б., Контаров Н.А., Архарова Г.В., Юминова Н.В. Статистический анализ параметров модели эпидемической ситуации. Эпидемиология и вакцинопрофилактика. 2015;14(5–84):13–20.Grishunina YuB, Kontarov NA, Arkharova GV, Yuminova NV. Statistical analysis of the model parameters of the epidemic situation. Epidemiology and Vaccinal Prevention. 2015;14(5–84):13–20. (In Russ.).Blower SM, McLean AR, Porco TC et al. The intrinsic transmission dynamics of tuberculosis epidemics. Nat Med. 1995;1(8):815–821. https://doi.org/10.1038/nm0895-815.Blower SM, McLean AR, Porco TC et al. The intrinsic transmission dynamics of tuberculosis epidemics. Nat Med. 1995;1(8):815–821. https://doi.org/10.1038/nm0895-815.Williams BG, Granich R, Chauhan LS et al. The impact of HIV/AIDS on the control of tuberculosis in India. Proc Natl Acad Sci USA. 2005;102(27):9619–9624. https://doi.org/10.1073/pnas.0501615102.Williams BG, Granich R, Chauhan LS et al. The impact of HIV/AIDS on the control of tuberculosis in India. Proc Natl Acad Sci USA. 2005;102(27):9619–9624. https://doi.org/10.1073/pnas.0501615102.Овчинникова Е.Л. Факторный анализ развития эпидемиологического и инфекционного процессов туберкулеза у детей в условиях крупного промышленного центра Западной Сибири : автореф. дис. … канд. мед. наук. – Омск. 1999. URL: https://rusneb.ru/catalog/000199_000009_000224243Ovchinnikova EL. Factor analysis of development of epidemiological and infectious processes of tuberculosis in children in the conditions of a large industrial center of Western Siberia : author's abstract of the diss. ... PhD in Medical Sciences. – Omsk. 1999. (In Russ.). URL: https://rusneb.ru/catalog/000199_000009_000224243Чижова О.В. Исследование и прогнозирование эпидемиологических показателей туберкулезного процесса: автореф. дис. … канд. мед. наук. – Москва, 2004. URL: https://rusneb.ru/catalog/000199_000009_002768770/Chizhova OV. Research and forecasting of epidemiological indicators of the tuberculosis process: author's abstract of the diss. ... PhD in Medical Sciences. – Moscow. 2004. (In Russ.). URL: https://rusneb.ru/catalog/000199_000009_002768770/Khubaeva NG. Methods of analysis and prognostication of a number of indicators in tuberculosis. Probl Tuberk. 2001;(6):30–33. (In Russ.).Khubaeva NG. Methods of analysis and prognostication of a number of indicators in tuberculosis. Probl Tuberk. 2001;(6):30–33. (In Russ.).Паролина Л.Е., Докторова Н.П., Отпущенникова О.Н. Социально-экономические детерминанты и математическое моделирование в эпидемиологии туберкулеза (обзор литературы). Современные проблемы науки и образования. 2020;6. URL: https://science-education.ru/ru/article/view?id=30333Parolina LE, Doktorova NP, Otpuschennikova ON. Socio-economic determinants and mathematical modeling in the epidemiology of tuberculosis (literature review). Modern Problems of Science and Education. 2020;6. (In Russ.). URL: https://science-education.ru/ru/article/view?id=30333Авилов К.К., Романюха А.А. Математическое моделирование процессов распространения туберкулеза и выявления больных. Автоматика и телемеханика. 2007;9:145–160Avilov KK, Romanyukha AA. Mathematical modelig of tuberculosis propagation and patient detection. Automation and Telemechanics. 2007;9:145–160. (In Russ.).Melnichenko O, Romanyukha A. A model of tuberculosis epidemiology: Estimation of parameters and analysis of factors influencing the dynamics of an epidemic process. Russian Journal of Numerical Analysis and Mathematical Modelling. 2008;23(1):63–75. https://doi.org/10.1515/rnam.2008.004.Melnichenko O, Romanyukha A. A model oftuberculosis epidemiology: Estimation of parameters and analysis of factors influencing the dynamics of an epidemic process. Russian Journal of Numerical Analysis and Mathematical Modelling. 2008;23(1):63–75. https://doi.org/10.1515/rnam.2008.004.Елтошкина Е.В., Бодякина Т.В. Построение модели влияния социальных факторов на динамику заболевания туберкулезом. Проблемы и перспективы формирования здорового образа жизни в информационном обществе : сборник статей междунар. науч.-практ. конф. Иркутск : Мегапринт ; 2017. С. 30–37. URL: http://195.206.39.221/fulltext/i_002993.pdf#page=30.Eltoshkina EV, Bodyakina TV. Building a model of the influence of social factors on the dynamics of tuberculosis. Problems and prospects for the formation of a healthy lifestyle in the information society : a collection of articles of the Intern. scientific-practical. conf. Irkutsk : Megaprint ; 2017. pp. 30–37. (In Russ.). URL: http://195.206.39.221/fulltext/i_002993.pdf#page=30.Авилов К.К., Романюха А.А., Белиловский Е.М., Борисов С.Е. Сравнение схем моделирования естественного течения туберкулеза органов дыхания. Математическая биология и биоинформатика. 2019;14(2):570–587. https://doi.org/10.17537/2019.14.570.Avilov KK, Romanyukha AA, Belilovsky EM, Borisov SE. Comparison of modeling schemes for natural course of pulmonary tuberculosis. Math Biol Bioinf. 2019;14(2):570–587. (In Russ.). https://doi.org/10.17537/2019.14.570.Cherniaev IA, Chernavin PF, Tsvetkov AI et al. Forecasting trends in the tuberculosis epidemic situation in the region of the Russian Federation by dynamic simulation model. Stud Health Technol Inform. 2022;299:235–241. https://doi.org/10.3233/SHTI220990.Cherniaev IA, Chernavin PF, Tsvetkov AI et al. Forecasting trends in the tuberculosis epidemic situation in the region of the Russian Federation by dynamic simulation model. Stud Health Technol Inform. 2022;299:235–241. https://doi.org/10.3233/SHTI220990.

The authors declare that there are no conflicts of interest present.