Пандемия COVID-19: анализ возможных сценариев развития эпидемии заболевания в России

Пандемия COVID-19 поставила перед мировым здравоохранением множество вопросов, ответы на которые можно дать только в ходе ее тщательного изучения. В начальном периоде пандемии (первые числа января 2020 г.) она рассматривалась как локальная вспышка эмерджентной коронавирусной инфекции с неустановленной возможностью передачи от человека к человеку. Однако уже 11 марта 2020 г. ВОЗ объявила пандемию COVID-19. Цель работы – анализ возможных сценариев развития эпидемии заболевания в России. Заражение COVID-19 происходит, в основном, на ранней стадии болезни, когда больные еще не диагностированы. Это обстоятельство является кардинальным отличием COVID-19 от SARS и MERS, при которых больные становятся заразными уже после проявления признаков заболевания. На основании изучения динамики изменения ряда эпидемиологических характеристик проведено сравнение эпидемии в России с эпидемиями в КНР, Италии, Германии и США. Сделан вывод о том, что эпидемия COVID-19 в России отличается тем, что ее эпицентром в России стал столичный регион (Москва и Московская область), являющийся крупнейшим центром транспортных коммуникаций. Рассмотрены варианты развития эпидемии в России в зависимости от интенсивности проводимых противоэпидемических мероприятий. Для описания распространения эпидемии была использована модель SIR (англ. Susceptible Infected Recovered – уязвимые, зараженные, выздоравливающие), предложенная шотландскими эпидемиологами Кермаком и Маккендриком (W.O. Kermack, A.G. McKendrick). Полученные данные позволяют ориентировочно определить дату окончания активной фазы эпидемии COVID-19 (после которой возможна регистрация лишь ограниченного количества случаев заболевания, которое не превосходит пороговое значение). Данная дата наступает приблизительно через 6 нед. после завершения фазы выхода эпидемии на плато. Начало фазы выхода на плато эпидемии COVID-19 – первые числа мая 2020 г., схода с плато – середина июня 2020 г. Ориентировочный срок завершения эпидемии – 8–25 августа 2020 г.; общее количество лиц с подтвержденным диагнозом заболевания составит 991–1122 тыс. человек.

1. Hu D.S., Azhar E.I. Madani T.A. et al. The continuing 2019-nCoV epidemic threat of novel coronaviruses in global health – the latest 2019 novel coronavirus outbreak to Wuhan, China // Int. J. Infect. Dis. 2020. V. 91. P. 264–266. https://doi.org/10.1016/j.ijid.2020.01.009

2. Супотницкий М.В. Новый коронавирус SARS-CoV-2 в аспекте глобальной эпидемиологии коронавирусных инфекций // Вестник войск РХБ защиты. 2020. Т. 4. № 1. С. 32–65. https://doi.org/10.35825/2587-5728-2020-41-32-65

3. Сизикова Т.Е., Карулина Н.В., Петров А.А., Лебедев В.Н., Борисевич С.В. Новая опасная эмерджентная коронавирусная инфекция // Вестник войск РХБ защиты. 2020. Т. 4. № 1. С. 121–131. https://doi.org/10.35825/2587-5728-2020-4-1-21-31

4. Chan J.F.W., Yuan S., Kok K.-H., et al. A familial cluster of pneumonia associated with the 2019 novel coronavirus indicating person-to-person transmission: a study of a family cluster // Lancet. 2020. V. 395. P. 514–523. https://doi.org/10.1016/S0140-6736(20)30154-9

5. Wu J.T., Leung K., Leung G.M. Nowcasting and forecasting the potential domestic and international spread of the 2019-nCoV outbreak originating in Wuhan, China: a modelling study // Lancet. 2020. V. 395. P. 689– 697. https://doi.org/10.1016/S0140-6736(20)30260-9

6. Ижуткин В.С., Семин П.Н. Программная реализация математических моделей распространения эпидемий // Международный журнал экспериментального образования. 2015. № 1-2. С. 32–33.

7. Holme P., Masuda N. The basic reproductive number as a predictor for epidemic outbreaks in temporal networks // Plos ONE. 2015. http://dx.doi.org/10.1371/

8. Fine P., Eames K., Heuman D.L. “Herd immunity”: a rough guide // Clin. Infect. Dis. 2011. V. 52. P. 911–916.

9. Gittings К., Gittings K., Matson K.L. Establishing herd immunity against Ebola through vaccination // Vaccine. 2016. V. 34. P. 2644–2647.

10. Yip M.S., Leung N.H.L., Cheung C.Y. et al. Antibody-dependent infection of human macrophages by severe acute respiratory syndrome coronavirus // Virol. J. 2014. V. 11. P. 82. https://doi.org/10.1186/1743-422X-11-82

11. Jaume M., Yip M.S., Cheung C.Y. et al. Anti-SARS coronavirus spike antibodies trigger infection of human immune cells via a pH and cystein-proteaseindependent FcR pathway // J. Virol. 2011. V. 85 P. 10592–10597. https://doi.org/doi:10.1128/JVI.00671-11

12. Li F. Structure, function and evolution of coronavirus spike proteins // Ann. Rev. Virol. 2016. V. 29. P. 237–261. https://doi.org/:10.1146/annurevvirology-110615-042301