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

заболеваемости можно подразделить на следующие ка­ тегории:

—количественные и качественные,

—временные и пространственные,

—краткосрочные и долгосрочные,

—вероятностные и детерминированные. Количественный прогноз предназначен для цифрово­

го определения уровня заболеваемости, а качественный предусматривает лишь время эпидемических подъемов. Однако между ними нет резкой грани, ибо уже само понятие эпидемического подъема подразумевает увели­ чение заболеваемости. По-видимому, к качественным следует относить и те прогнозы, которые указывают на большую или меньшую интенсивность подъема, но не дают его численного описания.

Нет выраженной границы также и между временным и пространственным вариантами-прогноза, так как рас­ пространение инфекций происходит одновременно по многим территориям. Но в принципе под временным прогнозам предполагается предвычисление хода забо­ леваемости на определенной территории во времени, а под пространственным подразумевается изучение дви­ жения инфекции по территории без четкого определения сроков и размахов заболеваемости. Примером послед­ него служит прогноз Е. Н. Павловского, предполагав­ шего в 40-х годах возможность обнаружения лихорадки цуцугамуши на Дальнем Востоке, где экологическая об­ становка соответствует условиям существования очагов этой болезни, что подтвердилось в 60-х годах.

Сложнее обстоит дело с определением заблаговре­ менности эпидемиологических прогнозов. Время упреж­ дения при прогнозах зависит от природы изучаемого объекта. Так, под краткосрочным прогнозом в эконо­ мике понимают прогноз от месяца и до двух лет, в гидрометеорологии же к таким прогнозам относят пре­ дупреждения за несколько часов и до двух суток. Долгосрочный прогноз в экономике охватывает 10— 30 лет, а предсказание погоды считается долгосрочным при. заблаговременности от 10 дней и более Иногда пользуются более дифференцированной шкалой прогно­ зирования, выделяя краткосрочный, среднесрочный, дол­ госрочный и сверхдолгосрочный прогнозы.

На современном этапе разработки эпидемиологичес­ кого прогнозирования, вероятно, пока достаточно двух

260

градаций — краткосрочного и долгосрочного прогнозов. Последний должен обеспечивать заблаговременность по­ рядка нескольких лет в отличие от краткосрочного прог­ ноза— в течение года. Долгосрочное прогнозирование важно при планировании кардинальных мероприятий, в частности производства профилактических и лечебных средств, организация которого требует длительного вре­ мени. Краткосрочное же предсказание событий имеет ценность прежде всего для оперативного проведения противоэпидемических мероприятий.

Наша задача сводится к изысканию возможностей долгосрочного прогноза, принципы которого существенно отличаются от краткосрочного прогнозирования. Дей­ ствительно, если для краткосрочного прогноза— в пре­ делах года — имеются весьма четкие отправные данные: срок и близость уже начавшейся эпидемии, транспорт­ ные связи, интенсивность контактов, миграции и особен­ но иммунологическое состояние населения, то для долго­ срочного прогноза приходится опираться в основном на сведения о динамике процесса в прошлом и общие пред­ положения о тенденции его развития в будущем. Для краткосрочного прогноза можно использовать сероэпи­ демиологические данные [21, 35] в совокупности со всесторонне разработанной математической теорией эпи­ демий [224, 226]. Однако ее исходный принцип— рас­ пространение инфекции вызывается контактами между людьми — может быть применен лишь к моделированию хода уже начавшейся эпидемии, но не для определения сроков обострения эпидемической ситуации через не­ сколько лет, когда эти контакты не могут быть учтены в полной мере и не известны дата и место возникнове­ ния эпидемии. Вероятно, для долгосрочного прогноза необходимы принципиально иной методический подход и иные оценки связей процесса. Поэтому здесь со всей остротой выступает необходимость поиска источников прогностической информации и методических приемов ее обработки. Достаточно подробное изложение методи­

следования.

261

Вхарактеристику объекта исследования входит изу­ чение его структуры и выделение существенных пере­ менных с определением их соподчиненное™ и взаимо­ связи.

Впрогностическом отношении весьма важно разде­ ление типов изменений заболеваемости на три катего­ рии:

—нерегулярные или случайные,

—трендовые или тенденционные и

— циклические — квазипериодические составляющие процесса. От этого зависит методический подход как

Рис. 78. Отклонения от трендовой линии (1) показателей (2) забо­ леваемости корью в России — РСФСР и схематическая кривая од­ ной из возможных циклических составляющих процесса (3). Стрел­ ка — начало массовой вакцинации против кори

при моделировании или экстраполяции, так и при экс­ пертных оценках будущего развития процесса.

Соотношение различных динамических составляющих может быть проиллюстрировано на примере заболевае­ мости корью в РСФСР (рис. 78). За счет улучшения диагностики и регистрации кори, развития транспортных связей и урбанизации, а также объединения детей в тесные коллективы отмечался непрерывный рост показа­ телей заболеваемости, который можно выразить трендо­ вой линией, обусловленной постоянно действующими факторами. К таким факторам относится и вакцинация, вызвавшая сейчас тенденцию к падению заболеваемости

262

корью, как это было при дифтерии и полиомиелите ра­ нее. На фоне тренда проявляются нерегулярные измене­ ния, обусловленные случайным в отношении динамики процесса сочетанием условий, хотя они и закономерны для развития природы и общества. Так, в 1943 г. про­ изошло резкое падение числа больных, что связано со снижением рождаемости и ограничением контактов де­ тей из разных районов страны после завершения эва­ куации в первые годы войны. Этот спад нельзя отнести к циклическим, ибо он не имеет причинных аналогов, периодически повторяющихся в ряду наблюдений. На­ против, в общей совокупности несистематических коле­ баний намечается определенная волнообразность кори с разными периодами, которую можно принять за цик­ личность, если это подтвердится и статистически. Следо­ вательно, в динамике эпидемического процесса имеются различные составляющие, вероятно обусловленные раз­ ными причинами, и поэтому подход к его прогнозирова­ нию должен быть дифференцированным.

Как уже подчеркивалось, изменения эпидемического процесса определяются взаимодействием социальных и природных сил. Однако социальные факторы ввиду их неповторимости обусловливают лишь изменения нерегу­ лярного типа и тенденцию процесса, но не могут вызы­ вать регулярных колебаний заболеваемости, хотя и оп­ ределяют их выраженность. Циклические же изменения могут быть объяснены влиянием природных, в том чис­ ле космических, условий и, по-видимому, являются от­ ражением биологических ритмов в эпидемическом про­ цессе.

Исходя из этих представлений и основываясь на дан­ ных о предыдущем состоянии заболеваемости может быть построена графическая .модель процесса и осуще­ ствлено его прогнозирование. Моделирование является важнейшим рабочим элементом прогнозирования, и его успешность подтверждает или отвергает правильность построения выбранной модели.

Первым этапом прогнозирования является уяснение основных тенденций в распространении изучаемой ин­ фекции. При использовании графической модели это может быть, достигнуто расчетом так называемой эпи­ демической тенденции, в простейшем случае — линии регрессии, определяемой методом наименьших квадра­ тов. Например, при клещевом энцефалите расчет трен­

263

довой линии показал, что в 50—60-х годах в РСФСР ежегодно происходило снижение заболеваемости поряд­ ка 0,02 на 100 тыс. населения, что можно принять за индекс эффективности профилактических мероприятий [217]. Кроме того, имеются и другие подходы. Так, С. Бачев [18] строит свою прогностическую схему пу­ тем нахождения такой функции, которая бы наилучшим образом отражала предшествующий отрезок эпидемио­ логических кривых (параболы или полиномы разного порядка), подразумевая, что и в будущем поведение этой заранее предусмотренной функции будет тем же. Подобные приемы нередко вызывают критику из-за не­ доучета причин изменения заболеваемости. Иной подход к задачам прогнозирования показан в работе А. Н. Ли­ сенкова с соавторами [122], которые на модели кори применили линейную экстраполяцию, но дополнительно учли и условия, характеризующие эффективность вак­ цинации.

Какова бы ни была прогностическая ценность выше­ указанных подходов, их методические основы достаточ­ но ясны и успешно разрабатываются. Совершенно иное положение с прогнозом динамики процесса в его цик­ лической части, который пока ограничивается лишь от­ дельными эмпирическими выкладками [5, 119, 201, 218, 219]. Однако большое преимущество таких работ состо­ ит в том, что они указывают конкретные сроки возник­ новения будущих эпидемических подъемов, основываясь на их периодическом повторении, чего невозможно до­ биться никаким другим способом. Видимо, в цикличес­ ких составляющих процесса и кроется основная инфор­ мация для долгосрочного прогнозирования.

Использование данных о цикличности в прогности­ ческих целях возможно лишь после установления ее закономерностей, чему и посвящены предыдущие раз­ делы нашего изложения. В результате анализа уста­ новлено, что цикличность присуща всем группам инфек­ ционных болезней при условии их массового распрост­ ранения и имеет единую структуру с преобладанием средних периодов 3, 5, 8, 11, 14 и 18—19 лет. Отсюда возникает возможность единого подхода к долгосрочно­ му прогнозу инфекционной заболеваемости. Но предвычисление циклов трудноосуществимо без учета их при­ чинных факторов. В результате исследований многих авторов установлено, что наиболее частой причиной цик­

264

лов в биосфере оказывается солнечная активность, прог­ ноз которой возможен на длительный срок.

Отсюда вытекают два основных подхода к предвычислению циклов эпидемического процесса. Первый из них — сугубо статистический — предусматривает экстра­ поляцию циклических подъемов аналого-инерционным методом исходя из предположения, что прошедшая си­ туация может иметь место и в будущем. Так, поскольку для холеры характерна ведущая 5—6-летняя циклич­ ность [108, 217], следовательно, после завоза инфекции, допустим, в 1965 г. можно ожидать следующего обост­ рения эпидемической ситуации в 1970 г. Естественно, что для предупреждения холеры в этом случае опреде­ ляющую роль может сыграть прогноз.

Второй подход учитывает ту или иную детерминиро­ ванность циклов. Но поскольку цикличность не единст­ венная составляющая динамики процесса и поскольку на ее амплитуду и другие свойства влияют самые раз­ личные, прежде всего социальные, факторы, прогноз должен строиться с. учетом всех этих причин. Образно выражаясь, нужно проследить периодический «сигнал», который модулируется по частоте и амплитуде на дис­ кретных неоднородностях социальной и географической среды. Экстраполяция циклов на будущее и на другие территории сильно осложняется их географической из­ менчивостью и особенно тем, что эпидемическому про­ цессу, кроме случайных и трендовых изменений, прису­ ща не одна, а несколько (как правило, не менее трех) периодических составляющих. Впрочем, и последнее по­ нятие относительно, поскольку эта периодичность квазипостоянна и варьирует вблизи некоторого среднего значения обычно в пределах 1—3 лет. Поэтому нельзя ожидать и высокой точности формально-инерционного прогноза без подключения данных о причинах измене­ ния процесса. В такой ситуации важна так называемая экспертная оценка специалистов, мнения (интуиция) ко­ торых, вообще говоря, основаны на знании причинных факторов процесса. Метод экспертизы является методом; логического анализа. Например, поскольку вибрион «Эль-Тор» способен пребывать в организме человека более тысячи дней, следовательно, после заноса холеры возможно возобновление ее очагов на протяжении не менее 3 лет.

Для создания эмпирико-статистического прогноза

285

важно, что при всей многоритмичиости процесса в струк­ туре его динамики всегда можно выделить ведущую циклическую составляющую, кривую которой можно апроксимировать синусоидой и, следовательно, с той или иной приблизительностью продолжить на будущее.

Характерный пример этому — динамика скарлатины в Ленинграде, где длительное время доминировал 10-лет- ний цикл заболеваемости (рис. 79). Точно так же рас-

Рис. 79. Заболеваемость скарлатиной в Ленингра­ де (1) и солнечная активность (2)

пределялись заболевания туляремией на северо-западе нашей страны (см. табл. 26). В обоих случаях их дина­ мика совпадала по фазе с ходом чисел Вольфа. Однако прогностические выкладки на сугубо статистическом ма­ териале недостаточны, ибо, например, в связи с вакци­ нацией заболеваемость при туляремии сведена до мини­ мума, хотя потенциальная опасность заражения челове­ ка остается наибольшей в эпохи повышенной солнечной активности, так как сохраняется зависимость циклично­ сти эпизоотического процесса от циклов активности Солнца. В других случаях положение осложняется многоритмичностью динамики эпидемического процесса.

Возьмем данные о смертности при оспе в Лондоне и Швеции до начала вакцинации (рис. 57). За период 1750— 1800 гг. отмечено 20 пиков смертности при оспе в Лондоне. Если это распределение носит систематичес­

266

кий характер, проводя ретрогноз, мы должны обнару­ жить также 20 эпидемических подъемов и в предыду­ щем полустолетии (1700—1749 гг.), предполагая посто­

1731 — 1749 гг. За эти 40 лет совершилось 16 подъемов оспы, то есть ее период сохранился (40:16 = 2,5). Далее, мы обращаем внимание, что общими для Лондона и Швеции были эпидемические периоды около 5 лет, сле­ довательно, общей и ведущей гармоникой рядов наблю­ дений будет 5-летний период. Интересно, что и в совре­ менных условиях значение 5-летнего периода при оспе не снижается. Как можно убедиться из рис. 60, распре­ деление заболеваемости и смертности при оспе в Индии до 1950 г. также имело в ооновном 5-летний период.

Как видим, какие-то прогностические соображения можно высказать даже на основе древних статистик. Единственным реальным базисом, позволяющим делать такие предположения, которые оправдываются при со­ поставлении динамики процессов за полустолетие и бо­ лее, служит определенная степень постоянства ведущих циклов эпидемического процесса за длительные проме­ жутки времени и на различных территориях, что гово­ рит в пользу общепланетарного характера причин, вы­ зывающих его циклические колебания. Отсюда следует, что распределение подъемов эпидемий может быть при­ вязано к одним и тем же точкам десятилетий, что обу­ словлено существованием 10- и 5—6-летних ритмов про­ цесса.

Такие особенности могут учитываться при протези­ ровании. В частности, при скарлатине в УССР (рис. 50) каждый 6-й год десятилетий отличался подъемом забо­ леваемости (табл. 28).

Но такие качественные прогнозы будут лишь ориен­ тировочными.

Принцип количественного прогнозирования динамики эпидемического процесса в простейшем виде был про­ демонстрирован нами на модели дифтерии с помощью метода периодограмм (см. рис. 51, табл. 21). Выявлен­ ные при периодограмм-анализе гармоники можно рас­ положить друг под другом, согласно установленным пе­ риодам, амплитудам и фазам колебаний, и затем под­ считать их результирующую. Поскольку каждую гармо­ нику можно продолжить и за пределы исследуемого

267