Файл: Дружинин, И. П. Космос - Земля. Прогнозы.pdf

совокупность взаимосвязанных одной и той же причиной изменений эпидемического процесса, повторяющихся с устойчивой вероятностью среднего периода колебаний.

Следовательно, циклы эпидемий представляют лишь часть общих изменений процесса и факторы циклич­

ки. Например, при чуме или туляремии цикличность эпидемий и эпизоотий выступает как следствие циклов развития грызунов — носителей возбудителя инфекции. Импульсные же флуктуации процесса или его законо­ мерный спад могут быть обусловлены в первом случае нерегулярными изменениями степени контактов людей с природными очагами болезней, а во втором — система­ тическим «давлением» профилактических мероприятий. Иными словами, можно выделить постоянно, временно и циклически действующие причины и соответствующие нм три категории изменчивости динамики эпидемическо­ го процесса:

—трендовые, систематические сдвиги, чаще всего обусловленные в настоящее время профилактикой ин­ фекций;

—независимые между собой и вызванные самыми различными причинами нерегулярные (случайные) ко­ лебания и, наконец,

—изменения циклического типа.

В современных условиях наиболее важно изучение циклических составляющих процесса, поскольку их ста­ тистические характеристики и природа пока еще не ис­ следованы в должной мере. Проблема цикличности яв­ ляется одной из актуальнейших проблем эпидемиологии. Достаточно напомнить, что в 1966 г. заболеваемость ди­ зентерией в СССР неожиданно возвратилась к уровню 1957 г. и в обоих случаях на 25% превышала показатели смежных лет, а в 1971 г. эти показатели вновь превыси­ ли данные 1966 г. В 1968— 1971 гг.— после длительного затишья — произошло серьезное увеличение заболевае­ мости менингокковой инфекцией. В тот же период без каких-либо социальных предпосылок обнаружено широ­ кое распространение чесоточного клеща, в результате чего пораженность чесоткой в некоторых странах в де­ сятки, а иногда и в сотни раз превысила данные пред­ шествующих лет [216]. Более того, из 24 самых рас­ пространенных инфекций в 1957— 1958 гг. половина об-

199

наружнла одновременный прирост заболеваемости, за­ тем произошел спад, но к следующему максимуму солнечной активности снова среди 50% всех инфекций возник подъем заболеваемости [139].

Причины подобных изменений еще не осознаны пол­ ностью с эпидемиологических позиций, и создается впе­ чатление, что мы недоучитываем некоторые факторы, обеспечивающие в противовес системе профилактики возвраты инфекций, позволяя им тем самым периодичес­ ки перешагивать противоэпидемический барьер.

Как известно, завоз особо опасных инфекций требу­ ет больших затрат, в частности на вакцинацию, экстрен­ ную профилактику и карантинные мероприятия. Совре­ менное развитие транспортных связей заставляет учи­ тывать мировое распространение не только особо опас­ ных заболеваний, но и таких массовых инфекций чело­ века и животных, как грипп и ящур, не поддающихся пока ликвидации из-за особенностей их природы и от­ сутствия эффективных мер борьбы. Мы вынуждены пе­ риодически регистрировать подъемы и других заболе­ ваний, например скарлатины и дизентерии, не связанные с ослаблением противоэпидемических мер.

Такое положение вызывает тревогу органов здраво­ охранения и вряд ли может быть устранено только по­ стоянным наращиванием дорогостоящих и трудоемких профилактических мероприятий. В этой связи особое внимание должно придаваться изучению интимных осо­ бенностей эпидемического процесса, главным образом его цикличности, чтобы сконцентрировать наши усилия в период вероятного подъема заболеваемости. А для расчета этой вероятности необходимо прежде всего изу­ чить статистические характеристики циклов. Но прогноз циклов трудноосуществим без знания их причин. Отсю­ да возникает задача определения внутренней структуры цикличности эпидемического процесса и ее природы.

Структура цикличности 1

Для анализа эпидемий важны массовые наблюдения в различных социальных и географических условиях за возможно более длительные сроки. Этому требованию

1 Разработана совместно с 3. П. Коноваленко.

200

Автокорреляционная функция

Рис. 50. Заболеваемость скарлатиной в УССР, ее автокорреляцион­ ная функция, синусоида с периодом 5 лет и спектральные плотности

личности в данном ряду наблюдений. На этой основе может быть получен спектр частот, зависящий от систе­ матичности и выраженности повторения того или иного периода в исходном ряду наблюдений.

В случае скарлатины на Украине при сдвиге исход­ ного ряда на 5 лет в силу наличия пятилетнего периода

202

расстояние между пиками автокорреляционной функции, как это видно из рис. 50, составляет 5 лет. Естествен­ но, что при преобразовании этой функции по Фурье мы получим наибольшую амплитуду спектральных плотно­ стей на частоте 5 лет. Поскольку кроме пятилетнего пе­ риода в динамике скарлатины проявляются черты 10-, 15- и 20-летней цикличности, эти циклы также отразят­ ся на спектрограмме.

Для подтверждения реальности гармоник, выявленных при исследовании сравнительно кратких рядов, исполь­ зовался особый методический прием: вычисление спект­ ральных плотностей в четырех вариантах при уменьша­ ющейся каждый раз на 10 членов длине автокорреляци­ онной функции (3. П. Коноваленко, 1966). Если при ее изменении пики спектра сохраняют свое положение, это свидетельствует об устойчивой периодичности, а если их положение непостоянно, это говорит о «шумовых» эффектах.

Описанный прием оценки выявленных периодов в принципе соответствует другим способам определения их~ достоверности [220]. Использование для расчетов наблюдений продолжительностью 50—100 лет, которые можно осуществить в эпидемиологии, в большинстве случаев достаточно для выделения периодов до 25 лет [106]. Массовое вычисление спектральных плотностей возможно только с помощью вычислительной техники. В частности, рассматриваемый анализ эпидемиологичес­ ких данных основывался на рядах с суммарной дли­ тельностью около 20 тыс. лет наблюдений и проводился с использованием ЭВМ (БЭСМ-2м).

Несмотря на то что спектральный метод получил широкое распространение, он имеет некоторые недостат­ ки, в частности теряет информацию о фазе колебаний. Поэтому параллельно применялся метод периодограмм А. Шустера, учитывающий фазовые отношения гармо­ ник.

Первой моделью анализа была выбрана дифтерия. Указанными методами обработаны данные о динамике заболеваемости, смертности и летальности в 50 районопунктах наблюдений с суммарной длительностью

в среднем показатели периодов дифтерии составляют около 3, 5, 8, 11, 14 и 18 лет. Их можно признать до-

203

П р н м е ч а н и е. В скобках — нечетко выраженные циклы.