Многолетняя динамика количества пострадавших от укусов клещей на территории свердловской области: анализ и прогноз
Вы здесь
Заболеваемость клещевым вирусным энцефалитом и другими клещевыми инфекциями непосредственно связана с количеством пострадавших от укусов иксодовых клещей. Данный показатель можно охарактеризовать многолетней динамикой и цикличностью, зависящих как от природных, так и социальных факторов.
Цель работы – синтез и анализ формальной статистической модели как для описания многолетней динамики зарегистрированного числа случаев и рисков населения подвергнуться атакам клещей на территории Свердловской области, так и прогноза.
Для описания динамики и прогноза количества пострадавших от укусов клещей в Свердловской области использовали гармоническую регрессию и рассчитывали прогностические оценки. С помощью мультимодельного вывода, как оптимальной комбинации предсказаний многокомпонентных колебаний, удалось получить модель, адекватно описывающую многолетнюю динамику с удовлетворительной предсказательной способностью. Динамика количества пострадавших от укусов клещей в Свердловской области характеризуется наличием многолетних (длинноволновых) и коротких 2–3-летних циклов, что может быть обусловлено биологическими, природно-климатическими и социальными факторами. Динамика и прогноз шансов населения области пострадать от укусов клещей полностью сопоставимы с динамикой числа пострадавших: вероятность пострадать от укусов клещей, согласно прогнозу, возрастет и в 2021 году составит 1,09% населения области могут подвергнуться атакам иксодовых клещей с 95% предсказанным интервалом 0,84–1,43%.
Ключевые слова: клещевой вирусный энцефалит, иксодовые клещи, гармонические колебания, отношение шансов, мультимодельный вывод, прогнозирование.
Комментарии - 5
Добрый день, Уважаемые авторы!
Ожидается максимальное число укусов клещей за последние 10 лет, в связи с чем возникает вопрос: проводятся ли профилактические меры, направленные на снижение риска?
Вопрос по модели, насколько я понимаю коэффициенты частоты и начальные фазы волн задаются экспертно, а не являются результатом методов поиска решения. Проводился ли анализ результатов моделирования с другими значениями параметров? Например, указано, что длина высокочастотных циклов варьируется от 2 до 3 лет, это может оказать некоторое влияние на решение.
Также не совсем понятно, сколько гармоник в итоге вошло в модель для прогноза на 2021г и какие параметры у этих моделей?
Здравствуйте, Марат Решидович! Спасибо за вопрос.
Параметры колебания в модели подбираются итеративно в программе PAST. По сути, применяется аппарат нелинейного оценивания Левенберга-Марквардта. В PAST коэффициенты подгоняются автоматически и несколько проще, чем, допустим, в программе Statistica. Численное значение параметров модели зависит от длинны временного ряда, но даже данных для 10 лет в принципе хватает, для того чтобы восстановить динамику и показать периодичность процесса. Мы планируем увеличить длину временного ряда (ретроспесктивно), начиная от 1985 или 1990 года. Это, естественно, может оказать влияние на точность прогноза и численные значения коэффициентов (параметров) модели, но даже в этом случае все равно результирующее колебание возможно разложить на низкочастотное (длинное) и высокочастотное (короткое) колебания.
В модель для прогноза вошли двух- и трехкомпонентное колебания. Длинный цикл показан для визуализации и сравнений, а четырехкомпонентное колебание не стали вводить в модель, так как для большого количества колебаний существует опасность "переподгонки" (или переобучения), когда не модель подгоняется под данные, а данные подгоняются под модель.
В плане профилактических мер - проводятся акарицидные обработки, просветительская работа с населением через средства массовой информации. К сожалению, обработками охвачены доли процента площади территории, кроме того важно оценивать рекреационное использование территорий.
Уважаемый Владимир Алексеевич! Спасибо за интересный материал. Скажите, пожалуйста, может ли предлагаемая Вами статистическая модель быть использована для прогнозирования результатов проведения профилактических мероприятий? На какие специфические предикторы следует обращать внимание при их планировании?
Анна Алексеевна, здравствуйте! Статистическая модель, используемая в статье - это по сути анализ динамики пострадавших от укусов клещей на основе анализа временных рядов. Исходя из этого, возможно попытаться построить хот бы ближнесрочный прогноз числа пострадавших. Также вполне возможно выйти на модель, в которой будет упор на заболеваемость и на ее прогноз.
Если говорить только про пострадавших - то по сути, эта динамика есть отражение популяционной динамики иксодовых клещей и связанных с ними популяций мелких млекопитающих. Большее влияние в этом случае будут оказывать экологические и климатические факторы, в меньшей - социальные, хотя в литературе есть статьи, где используют различные предикторы для прогноза числа пострадавших и заболеваемости вирусным клещевым энцефалитом.
Для более простых регрессионных моделей можно использовать предикторы (факторы риска), связанные с экологией, климатом, социумом, профилактикой и т.д.
В дополнение, посмотрите статью по ссылке:
https://bmcinfectdis.biomedcentral.com/articles/10.1186/s12879-020-05156-7
Спасибо за подробный ответ, Владимир Алексеевич! Желаю Вам дальнейших успехов в работе!