Базовое репродуктивное число туберкулеза

Предыстория Соединенные Штаты были второй страной, у которой была крупная вспышка нового гриппа A / H1N1 в том, что стало новой пандемией. Соответствующие реакции общественного здравоохранения на эту пандемию частично зависят от ранних оценок ключевых эпидемиологических параметров вируса в определенных популяциях.

Методы Мы используем метод правдоподобия для оценки основного репродуктивного числа (R
0) и последовательный интервал с использованием данных индивидуального уровня в США от Центров по контролю и профилактике заболеваний (CDC). Мы корректируем недостающие даты болезни и изменения в определении случая. Используя предварительные оценки для последовательного интервала, мы также оцениваем только репродуктивное число.

Результаты. Используя необработанные данные CDC, мы оцениваем, что репродуктивное число должно быть от 2 до 2 и 3, а среднее от серийного интервала (μ) — от 2 до 5 и 2 · 6 дней. После корректировки для увеличения достоверности случаев наши оценки меняются на 1 · 7 до 1 · 8 для R
0 и 2 · 2 — 2 · 3 дня для μ. В анализе чувствительности, использующем предыдущие оценки среднего серийного интервала, как для этой эпидемии (μ = 1 · 91 дня), так и для сезонного гриппа (μ = 3 · 6 дней), мы оцениваем репродуктивное число при 1 · От 5 до 3 · 1.

Выводы. При корректировке недостатков данных мы получаем полезные оценки ключевых эпидемиологических параметров для текущей вспышки гриппа H1N1 в Соединенных Штатах. Оценки, которые приспосабливаются к подозрению в увеличении количества сообщений, свидетельствуют о том, что существенное сокращение распространения этой эпидемии может быть достигнуто с помощью агрессивных мер контроля, в то время как анализ чувствительности предполагает возможность того, что даже такие меры будут иметь ограниченный эффект в снижении уровня общей атаки.

В апреле 2009 года широкой общественности стало известно о вспышке нового штамма гриппа, который теперь называется новым гриппом A / H1N1, который воздействовал на Мексику. Из-за высоких объемов поездок во всем мире, особенно в Соединенных Штатах, эта болезнь быстро распространяется во всем мире, что побудило ВОЗ поднять предупреждение о пандемии на 5-й уровень в мае 2009 года, указывая на то, что пандемия, скорее всего, неизбежна и сигнализирует мировым организациям здравоохранения и правительствам для завершения планирования и подготовки к реагированию на такое событие. 11 июня ВОЗ объявила о начале пандемии.

Хотя большинство случаев были относительно мягкими за пределами Мексики,
1
сохраняется ряд неопределенностей относительно серьезности этого вируса в каждом конкретном случае; кроме того, более высокие, чем обычно, уровни атаки, ожидаемые от антигенно нового вируса, могут приводить к значительной тяжести заболеваемости и смертности на уровне населения, даже если коэффициент смертности от болезни остается низким.
2
Независимо от серьезности сейчас, существуют законные опасения относительно потенциального воздействия, которое может иметь этот вирусный штамм в предстоящем сезоне гриппа. Действительно, во время высокой смертельной пандемии 1918-1919 годов в значительной части северного полушария наблюдалась легкая вспышка поздней весны 1918 года, которая предшествовала значительно более сильным вспышкам осени и зимы 1918-1919 годов.
3
,
4
По этим причинам существенное значение имеет распространение научного и общественного здравоохранения на распространение этого нового вируса.

По мере того как должностные лица готовят и планируют рост этой пандемии, для обеспечения эффективного ответа необходимы оценки эпидемиологических параметров. Решения о степени смягчения, которые являются оправданными, а также общественное соблюдение усилий по сокращению передачи, частично зависят от оценок индивидуального и демографического риска, что частично определяется частотой тяжелых и смертельных заболеваний. Знание серийного интервала и основного репродуктивного числа имеет решающее значение для понимания динамики любого инфекционного заболевания, и их следует переоценить по мере развития пандемии в пространстве и времени.
5
Основное репродуктивное число R
0 определяется как среднее число вторичных случаев на типичный случай в группе, подверженной другим заболеваниям, и является частным случаем более общего репродуктивного числа, которое может быть измерено даже после того, как некоторая часть населения будет иммунной. р
0 количественно оценивает трансмиссивность инфекции: чем выше R
0, тем труднее контролировать. Распределение серийного интервала, время между инфекциями в последовательных поколениях, определяет, наряду с R
0, темп роста эпидемии. Оценки этих величин характеризуют темпы роста эпидемии и дают рекомендации по мерам контроля; текущие оценки репродуктивного числа по мере принятия мер контроля могут быть использованы для оценки воздействия мер контроля. Предыдущая работа по моделированию показала, что репродуктивное число, превышающее два для гриппа, маловероятно, что даже жесткие меры контроля могут остановить рост пандемии гриппа.
6

В предыдущей работе были сделаны оценки серийного интервала сезонного гриппа в 3-6 дней
7
с SD от 1 до 6 дней. Другие работы оценили, что последовательный интервал составляет от 2 до 8 и 3 · 3 дня.
8
Анализ связанных случаев нового A / H1N1 в Испании дает оценку среднего значения 3 · 5 дней с интервалом от 1 до 6 дней.
9
Fraser et al.

10
оценить среднее значение серийного интервала равным 1 · 91 дня для завершенной вспышки респираторной инфекции в Ла Глории, Мексика, которая могла возникнуть в результате нового штамма H1N1. Было сделано много попыток оценить репродуктивное число. Fraser et al.

10
оценить репродуктивное число в диапазоне 1 · 4-1 · 6 для La Gloria, но подтвердить предварительный характер их оценки. Для осенней волны пандемии 1918 года другие оценили, что основное репродуктивное число составляет приблизительно 1 · 8 для городов Великобритании,
11
2 · 0 для городов США,
12
1 · 34-3 · 21 (в зависимости от настройки),
8
и 1 · 2-1 · 5.
3
Дополнительно Andreasen et al.

3
напротив, что репродуктивное число в летней волне 1918 года составляло 2 · 0 и 5 · 4.

В дальнейшем мы используем ранее введенный метод правдоподобия
8
,
13
одновременно оценить базовое репродуктивное число и последовательный интервал. Мы используем данные из Центров по контролю за заболеваниями (CDC), которые предоставляют информацию обо всех ранних зарегистрированных случаях в Соединенных Штатах, включая дату начала симптомов и отчет. Кроме того, мы иллюстрируем влияние отчетной доли и временных тенденций в отчетной доле на оценки этих параметров.

Мы используем данные из списка линий по контролю за заболеваниями и профилактике заболеваний (CDC) зарегистрированных случаев гриппа A / H1N1 в Соединенных Штатах, начиная с 28 марта 2009 года. Информация о 1368 подтвержденных и вероятных случаях с датой отчета или ранее 8 мая 2009 года. Из 1368 зарегистрированных случаев 750 имели дату начала записи. Мы включаем вероятные случаи в анализ, поскольку было подтверждено более 90% вероятных случаев, которые впоследствии были проверены. После 13 мая сбор индивидуальных данных стал значительно реже и в конечном итоге приостановлен в пользу совокупного количества новых случаев. Степень установления случая в течение всего этого периода времени неизвестна.

Мы используем метод правдоподобия Белого и Пагано.
8
,
13
Этот метод хорошо подходит для оценки основного репродуктивного числа, R
0, а последовательный интервал в реальном времени с наблюдаемым агрегированным ежедневным подсчетом новых случаев, обозначаемым N
= 0, N
1, …, N
T>, где T — последний день наблюдения и N
0 — начальное число семян, начинающих вспышку. Тогда
Предполагается, что i состоит из смеси случаев, которые были созданы предыдущими k днями, где k — максимальное значение последовательного интервала. Обозначим их как X
ji, число случаев, которые появляются в день i, которые были инфицированы людьми с началом симптомов в день j. Мы предполагаем, что число инфекций, генерируемых инфекторами с симптомами в день j, следует за распределением Пуассона с параметром R
0
N
к. Кроме того, X
J = <Х
J, J + 1, Х
J, J + 2, …, X
j, j + k + 1>, вектор случаев, зараженных N
j, следует за многочленным распределением с параметрами p, k и X
к. Здесь p — вектор вероятностей, обозначающий распределение интервальных интервалов. Используя эти предположения, мы получаем следующий правдоподобие, как показано в Белом и Пагано
13
:
где и Γ (x) — гамма-функция. Максимизация вероятности по R
0 и p — оценки для репродуктивного числа и последовательного интервала. Этот метод предполагает, что нет импортированных случаев, отсутствуют данные и что население равномерно смешивается. Предполагая, что есть импортированные случаи (например, люди, которые заразились в Мексике после случая индекса), обозначенные Y = 1, … Y
T>, то вероятность
где φt определяется как и раньше. Мы дополнительно модифицируем эту методологию, чтобы учесть некоторые недостатки текущих данных.

Во-первых, мы обрабатываем недостающие моменты времени, используя распределение задержки отчетности. Большинство случаев имеют дату отчета, но гораздо меньше имеют дату начала. Поскольку мы заинтересованы в моделировании даты начала, мы принимаем эти отсутствующие даты для тех, у кого есть дата отчета. Пусть r
ti — время отчетности, пусть o
ti — их время начала, предполагая, что оно наблюдается, и пусть d
ти = г
ти — о
ти. Мы подходим к модели линейной регрессии с log (d
ti) в качестве результата и r
ti в качестве объясняющей переменной, а также индикатор того, является ли случай импортным или нет, b
ти. Для каждого человека с сообщением r
ti но отсутствует o
ti, получим o
ti, предсказывая значение задержки отчетности от модели, обозначаемой и генерирующей случайную величину, X
ti, как экспоненту нормально распределенной случайной величины с параметром и дисперсией, заданной ошибкой предсказания, полученной из модели регрессии. Тогда вмененное время начала: где [X
ti] — округленное значение. Данные, используемые в этом анализе, — это где N
t — количество наблюдаемых начальных времен для дня t и число незаметных (и, следовательно, вмененных) времени начала в день t.

Как видно на рисунке 1, времена начала быстро снижаются по мере приближения к окончательной дате отчета. Вероятно, это связано с отставанием отчетности и устраняется за счет увеличения количества случаев для учета отложенных отчетов. Снова используя распределение задержки отчетности, мы можем изменить число случаев с началом в день t, так как где q
j — вероятность задержки j-дневного сообщения, а l — длина распределения задержки отчетности. Заметим, что M
t часто являются нецелыми значениями, поскольку они являются оценками истинного числа случаев. Мы рассматриваем только M
t, так что расширенные данные представляют собой не более 95% от вмененного сообщенного значения.

Подтвержденные и вероятные случаи в Соединенных Штатах, построенные по времени начала. Первая дата начала — 28 марта 2009 года.

Кроме того, мы сообщаем о влиянии изменений в отчетности. Неизбежно многие случаи будут незамеченными. Разумно предположить, что доля, которая не обнаружена, изначально будет уменьшаться по мере развития эпидемии, и общественность все больше узнает о вспышке. По оценкам, на этапе экспоненциального роста эпидемии доля госпитализированных лиц среди случаев, зарегистрированных в период с 13 апреля по 28 апреля, снизилась со скоростью 10% в день (данные не показаны). Мы интерпретируем это как увеличение скорости установления, т. Е. Средняя степень тяжести инфекций не уменьшается. Скорее, доля выясненных случаев увеличивалась с более умеренными случаями, которые были выяснены. Поэтому мы оцениваем, что отношение наблюдаемых случаев в последовательные дни составляло 90% от отношения истинного количества случаев за это время. Если s
t истинных случаев сообщается в день t и N
случаев в тот день, то

Отсюда следует, что s
т = (1/0 · 9) с
t — 1 будет сообщено в день t, что отражает увеличение на 11% отчетности со временем. При анализе мы изменяем вероятность, увеличивая ожидаемые значения на 1 / s, s
= T> в день, но не учитывайте биномиальное отклонение в зарегистрированных случаях, которое связано с менее совершенной отчетностью. Предположим, что s
t = 0 · 15 при t = 1, …, 15 (т. е. с 28 марта по 13 апреля), а затем s
t = 1 · 11 с
t — 1. Мы сообщаем о чувствительности к этим предположениям.

В качестве независимой проверки нашей совместной оценки R
0 и последовательный интервал, мы использовали альтернативный метод оценки серийного интервала с наблюдаемой эпидемиологической кривой. Идея состоит в том, что мы разлагаем наблюдаемую эпидемиологическую кривую на компонент тренда, который по существу является скользящей средней за последние дни, и циклический компонент, который является разницей между наблюдаемым числом случаев и трендом. Мы ожидаем, что, если в течение т t есть несколько случаев превышения тренда, эти случаи приведут к возникновению вторичных случаев, которые превышают тренд в течение дня t + μ, а третичные случаи, которые образуют избыток по тренду в течение дня t + 2μ и т. д. Поэтому мы ожидаем увидеть положительную автокорреляцию в циклической составляющей эпидемиологической кривой с характерным периодом, равным среднему для последовательного интервала μ. Характеристический период можно извлечь, используя спектральный анализ. Здесь мы использовали команду spectrum () с модифицированными разделителями Daniell, закодированными в пакете r. Мы ожидаем, что характерный период μ дней будет отображаться как доминирующая частота (1 / μ) (в день).

Межквартильные диапазоны для оценок были получены с использованием параметрического бутстрапа; 1000 симулированных наборов данных были сгенерированы с использованием оценок параметров и ограничены, чтобы иметь общий размер эпидемии в пределах 2% от фактического размера эпидемии. В качестве доверительного интервала сообщаются кванты 0 · 025 и 0 · 975, полученные из смоделированных данных. Все анализы проводили с использованием r 2.6.1.

Данные показаны на рисунке 1 по дате начала. Было зарегистрировано 1368 подтвержденных или вероятных случаев с записью даты отчета. Из них было 750 с зарегистрированной датой начала. Первая дата начала — 28 марта 2009 года. Последняя дата начала — 4 мая 2009 года, что составляет 38 дней данных, используемых в анализе. За этот период времени 117 из зарегистрированных случаев недавно отправились в Мексику, и в нашем анализе они рассматриваются как импортированные случаи. Мы сообщаем о результатах для четырех отдельных наборов данных: все данные с датой начала или до 25 апреля, 26, 27 или 29 апреля. Кроме того, к концу апреля в Соединенных Штатах широко распространилось знание об эпидемии, и механизмы отчетности начали меняться , так что случаи стали сообщаться в партиях и с меньшей вероятностью включали индивидуальную информацию о дате начала.

Для эпидемиологической характеристики туберкулезной инфекции применяют следующие основные показатели: инфицированность, заболеваемость, болезненность (контингенты больных), бациллярность, пораженность, смертность, годичный риск заражения (инфицирования). Кроме перечисленных показателей, для более углубленной оценки мероприятий, проводимых противотуберкулезными диспансерами и санэпидстанциями, используют следующие показатели: излечение, прекращение бацилловыделения, частота рецидивов, частота обнаруженных больных с запущенными формами туберкулеза среди впервые выявленных, выявляемость больных при профилактической флюорографии; число умерших от туберкулеза, ранее неизвестных тубдиспансеру.

Инфицированность — процент положительно реагирующих на туберкулин из числа не вакцинированных БЦЖ лиц, которым поставлена туберкулиновая проба. Инфицированность показывает распространенность туберкулезной инфекции среди населения или его отдельных групп. В число инфицированных входят люди, заразившиеся туберкулезом в разные годы и поэтому в различных возрастных группах этот показатель отражает историю распространения инфекции среди населения. Поэтому положительная проба у лиц старшего возраста отражает, как правило, ситуацию, которая была в отдаленном прошлом, а процент положительных реакций у детей в возрасте до 5 лет показывает степень распространенности туберкулезной инфекции за последние годы.

Аллергия к туберкулину, которая развилась после первой встречи человека с туберкулезной инфекцией, продолжает сохраняться у подавляющего большинства людей до конца жизни. Поэтому естественно, что процент положительных реакций на туберкулин увеличивается с возрастом. В то же время инфицирование в разных возрастных группах происходит неравномерно. Заражение в детском возрасте более вероятно, чем в возрасте старше 25 лет. У 80 % инфицированных заражение произошло в возрасте 14 лет, в том числе приблизительно у 40 % — в возрасте до 5 лет. Только 5 % всех инфицированных впервые заразились туберкулезом в возрасте старше 25 лет.

Более достоверные данные об инфицированности получают при постановке туберкулиновых проб среди не привитых вакциной БЦЖ. В большинстве стран, где проводится обязательная вакцинация БЦЖ, получение эпидемиологических данных об инфицированности становится затруднительным.

В этих условиях следует дифференцировать положительные реакции, вызванные инфицированием, от поствакцинальной аллергии. При расчете процента инфицированных среди вакцинированного населения необходимо из числа обследованных вычесть число лиц с поствакцинальной аллергией. Тогда обычная формула расчета процента будет следующей:

Заболеваемость показывает число больных, у которых впервые диагностирован активный туберкулез в течение года, в расчете на 100 000 населения. Так, например, если в городе с населением 150 тыс. человек в течение года зарегистрировано 75 случаев заболевания туберкулезом, то в пересчете на 100 000 населения число заболевших будет составлять:

Более правильно рассчитывать заболеваемость на среднегодовую численность населения. Для этого необходимо сложить численность населения данного города (района) на начало и на конец года и разделить на 2.

Все статистические показатели, которые показывают частоту какого-либо явления (события) среди населения, должны быть рассчитаны на одинаковое число жителей. Только при этом условии они становятся сопоставимыми с частотой заболевания в других городах, районах или странах.

Принято, что рецидивы туберкулеза, возникающие после излечения заболевания, не должны включаться в показатель заболеваемости. Рецидивы учитываются отдельно. Это правило принято также и других странах. При недостаточно хорошем учете и регистрации заболеваний больные с рецидивами часто попадают в число впервые заболевших.

При оценке и сравнении показателя заболеваемости необходимо принимать во внимание, что официальные данные многих стран отражают далеко не полностью фактическую заболеваемость из-за различного подхода к диагнозу туберкулеза и правилам регистрации. Это касается не только развивающихся стран, но и экономически развитых. Например, во Франции, где отмечается сравнительно невысокая заболеваемость, отсутствует система обязательных извещений о новых случаях заболеваний. В Италии нет единых правил регистрации.

Комитет экспертов по туберкулезу Всемирной организации здравоохранения в IX докладе (1975) рекомендовал ввести показатель заболеваемости бациллярным легочным туберкулезом, диагноз которого был бы подтвержден результатами бактериоскопического исследования мокроты, выполненными по стандартной методике. Однако этот показатель пока трудно сравнить, поскольку он включает в большинстве случаев больных, у которых бактериовыделение установлено как при прямой бактериоскопии мазка, так и методом посева, который на 20—30 % увеличивает выявление бациллярных больных. С эпидемиологической точки зрения, выделение показателя заболеваемости бациллярным туберкулезом, установленного по бактериоскопии мазков мокроты, является целесообразным, поскольку эти больные служат основными источниками инфекции. К сожалению, процент бациллярных среди впервые заболевших колеблется в широких пределах от 20 до 70 %. Такие различия объясняются неодинаковым подходом в интерпретации случаев активного туберкулеза и качеством бактериологической диагностики, а также кратностью обследований. В среднем можно принять, что бациллярные среди впервые заболевших туберкулезом составляют 20—30 %.

Важное значение имеет анализ заболеваемости в различных возрастных группах, что позволяет выделить возраст, в котором более часто заболевают туберкулезом, и увидеть изменения в возрастной заболеваемости по годам.

В эпидемиологии хронических болезней пользуются также показателем болезненности. Болезненность (контингенты больных) включает в себя заболевших как в текущем году, так и в предыдущие годы в расчете на 100 000 населения. Для вычисления показателя берут всех больных активным туберкулезом (контингенты больных), состоящих в I, И и V группах диспансерного наблюдения на конец отчетного года. Для этого к числу контингентов, состоящих на учете на начало года, прибавляют взятых на учет вновь выявленных больных в течение года, а также больных с рецидивами туберкулеза и прибывших больных из других мест. Из этой суммы следует вычесть число излеченных от туберкулеза, выбывших в другую местность и умерших в течение года.

Болезненность принято рассчитывать для городов и отдельных территорий, а также для района, обслуживаемого диспансером. При этом учитывается численность населения, проживающего на данной территории, на конец года.

При хорошей постановке выявления и учета контингенты больных отражают действительное распространение заболевания туберкулезом среди населения. В странах, где эта работа организована недостаточно, болезненность может быть низкой и не отражать истинного положения.

В эпидемиологическом плане болезненность показывает число всех известных возможных источников туберкулезной инфекции среди населения, но эпидемиологическое значение больных этой группы неравнозначно. Так, больные внелегочными формами практически не заражают окружающих и поэтому целесообразно выделять болезненность только легочным туберкулезом. Но и эта группа в эпидемиологическом отношении также неоднородна, так как основными источниками инфекции являются бациллярные больные, а роль больных с затихающим активным процессом в распространении инфекции очень незначительна. Резервуар наиболее опасных источников туберкулезной инфекции более объективно характеризует показатель бациллярности — число бактериовыделителей, состоящих на учете диспансера (диспансеров) на конец года в данном городе (районе, области) в расчете на 100 000 населения.

Показатель бациллярности отражает, по существу, и объем необходимой работы в очагах по санитарной профилактике туберкулеза.

Пораженность — число больных активным туберкулезом на 100 000 населения, которое выявляется при сплошном одномоментном обследовании населения района или города (или части территории). Такие обследования являются дорогостоящим мероприятием и их проводят тогда, когда нет достаточно достоверных данных о распространенности заболевания туберкулезом в каком-либо районе или стране или когда необходимо установить полноту выявления больных.

Такие обследования были проведены Всемирной организацией здравоохранения в 1958—1959 гг. в 12 странах Африки, поскольку истинные размеры проблемы туберкулеза на этом контингенте были практически неизвестны.

Сплошное обследование было осуществлено в г. Клину и некоторых других городах.

Смертность — это число умерших от туберкулеза в течение года в расчете на 100 000 населения. Принято различать смертность от всех форм туберкулеза и раздельно — от туберкулеза легких и внелегочных форм. На протяжении длительного времени этот показатель являлся наиболее приемлемым для характеристики распространенности туберкулеза, поскольку регистрация смертей введена раньше и была более точной, чем регистрация заболеваний.

В результате применения эффективных химиопрепаратов для лечения туберкулеза смертность стала быстро снижаться, увеличилась продолжительность жизни больных, что значительно снизило значение показателя смертности.

Фактор смертности от туберкулеза в большинстве экономически развитых стран в течение последнего десятилетия больше не играет значительной роли. В связи с низкой смертностью от этой инфекции Комитет экспертов ВОЗ в 1975 г. пришел к выводу, что этот показатель больше не имеет существенного значения как эпидемиологический критерий распространенности туберкулеза. Кроме того, в настоящее время гораздо труднее установить непосредственную причину смерти больных хроническими формами туберкулеза, так как эти формы туберкулеза ведут к патологическим изменениям в других органах и системах организма, которые и становятся непосредственной причиной смерти. Иными словами, значительная часть больных туберкулезом в настоящее время умирает не непосредственно от туберкулеза, а от его последствий и осложнений. В особенности это касается людей пожилого возраста. Это обстоятельство также снижает значение показателя смертности.

Несмотря на перечисленные недостатки, показатель смертности может быть использован как важный дополнительный критерий для эпидемиологической характеристики туберкулеза, в особенности для оценки динамики смертности от него.

Риск заражения населения (показатель свежего инфицирования, годичный риск заражения, риск инфицирования). Этот показатель в настоящее время признается наиболее важным эпидемиологическим критерием состояния проблемы туберкулеза и распространенности туберкулезной инфекции. Его определяют по результатам двух туберкулиновых проб, проведенных с интервалом в 1 год или несколько лет у одних и тех же людей. Указанный показатель выражается числом лиц, инфицированных микобактериями туберкулеза в течение года на 100 или 1000 населения и может быть рассчитан как для отдельных возрастных групп, так и для всего населения. Риск заражения характеризует интенсивность распространения туберкулезной инфекции среди населения в конкретный период, т. е. вероятность заражения туберкулезом. По существу, показатель риска заражения отражает эффективность лечебно-профилактических и противоэпидемических мероприятий.

Риск заражения высчитывается как отношение числа лиц с положительной пробой Манту при втором обследовании к числу лиц с отрицательной реакцией при первом обследовании. Отсюда очевидно, что лица с положительной реакцией при первом обследовании должны быть исключены из расчетов этого показателя. Если между первой и второй пробой интервал составляет несколько лет, полученный показатель следует разделить на число этих лет, чтобы узнать частоту заражений, которые произошли в течение года.

Кроме основных эпидемиологических показателей для анализа лечебно-профилактической деятельности диспансера и санэпидстанции, а также для качественной характеристики заболеваемости, используется целый ряд других.

Показатель излечения — это процент больных активным туберкулезом, состоявших на учете на начало года и переведенных в течение года в диспансерные группы больных неактивным туберкулезом (III и V группы). 20—22% излеченных в течение года — в настоящее время хороший показатель. В качестве дополнительной характеристики излечения служит показатель прекращения бацилловыделения (абациллирования).

Неблагоприятной характеристикой показателя излечения является рост рецидивов, обострений или возобновление бацилловыделения.

В настоящее время ежегодно снимается бактериовыделителей до 20—25 % больных бациллярным туберкулезом.

Рецидивы — это случаи повторного заболевания активным туберкулезом у ранее излеченных и снятых с учета, а также у еще состоящих на учете в группах III, VB, VII диспансерного учета лиц с неактивными туберкулезными изменениями. Из числа больных с рецидивами заболевания особенно высок процент бактериовыделителей (70—80).

В связи с успехами химиотерапии туберкулеза число излеченных от этого заболевания среди населения увеличилось, и поэтому число рецидивов туберкулеза также возросло. Этот показатель, так же как и заболеваемость, рассчитывается на 100 000 населения.

Структура заболевших по клиническим формам исчисляется в процентах к общему числу заболевших в течение года. По данным И. Д. Заславского (1975), среди впервые заболевших туберкулезом легких установилась примерно следующая структура: очаговый туберкулез 55—60 %, инфильтративный — 22—25 %, диссеминированный — 10—12 %, фиброзно-кавернозный туберкулез — 2—3 %, экссудативный плеврит — 10 %, прочие формы — 2—3 %.

Наиболее важно из числа впервые выявленных выделить больных с запущенными формами туберкулеза: фиброзно-Кавернозным, хроническим диссеминированным в фазе распада, активными и цирротическими процессами, туберкулемами в фазе распада и бронхогенного обсеменения.

В настоящее время примерно у 1/3 впервые выявленных больных выявляется распад легочной ткани; у значительной части этих больных бактериовыделение устанавливается раньше выявления распада (каверны).

Широкое применение бактериологического метода в диагностике туберкулеза позволяет выделять МТ у больных без видимого на рентгенограмме распада легочной ткани. Поэтому бактериовыделители среди больных встречаются чаще, чем больные с распадом.

Показатель зыявляемости больных при профилактической флюорографии демонстрирует частоту выявления больных активным туберкулезом при флюорографическом обследовании населения. Расчет производится на 1000, 10 000 или 100 000 обследованных.

Значения R₀ хорошо известных инфекционных заболеваний

болезнь	коробка передач	R 0
корь	бортовой	12-18
дифтерия	слюна	6-7
оспа	Бортовая капелька	5-7
полиомиелит	Фекально-оральный путь	5-7
краснуха	Бортовая капелька	5-7
свинка	Бортовая капелька	4-7
ВИЧ / СПИД	Половой контакт	2-5
коклюш	Бортовая капелька	5,5
SARS	Бортовая капелька	2-5
Гриппа ( 1918 пандемии штамма)	Бортовая капелька	2-3
Эбола ( 2014 Эбола вспышка )	Телесные жидкости	1.5-2.5

В эпидемиологии , то основное количество воспроизводства (иногда называют основнымами репродуктивным отношением , или неправильно базовой репродуктивный скорости , и обозначается R ₀ , г ноля ) из инфекции можно рассматривать как число случаев один случай генерирует в среднем в течение его инфекционный период, в противном случае неинфицированных населения.

Этот показатель является полезным , поскольку он помогает определить , является ли или не инфекционное заболевание может распространяться через популяцию. Корни основной концепции воспроизводства можно проследить через работу Альфред Лотки , Рональд Росс и другие, но его первое современное применение в эпидемиологии было Джордж Макдональд в 1952 году, который построил модели популяционного распространения малярии .

инфекция вымрет в долгосрочной перспективе. Но если

инфекция сможет распространяться в популяции.

В общем случае , чем больше величина R ₀ , тем труднее контролировать эпидемию. Для простых моделей и эффективной вакцины 100%, доля населения , которая должна быть привита , чтобы предотвратить устойчивое распространение инфекции даются 1 - 1 / R ₀ . Основной номер воспроизводства зависит от нескольких факторов , в том числе продолжительности инфекционности пострадавших пациентов, инфекционности организма, а также количество восприимчивых людей в популяции , что пострадавшие пациенты находятся в контакте с.

содержание

Репродуктивное число, как оно относится к связаться скорости и инфекционный период

Говорят, что инфекционное индивидуум делает бета контактов в единицу времени с образованием новых случаев инфицирования со средним инфекционного периода 1 / у. Таким образом, основное число воспроизведения

С разными латентными периодами

В случае заболеваний с различными латентными периодами, основное число воспроизведения может быть рассчитано как сумма числа воспроизведения для каждого времени перехода в болезнь. Примером этого является туберкулез. Воздуходувка и др. рассчитывается по простой модели ТБ следующий номер воспроизводства:

В их модели, предполагаются, что инфицированные люди могут развивать активный туберкулез, либо прямой прогрессией (болезнь развивается сразу после заражения) рассмотренного выше, как БЫСТРО туберкулеза или реактиваций (болезнь развивается года после заражения), рассмотренных выше, как МЕДЛЕННО туберкулеза.

Другие области применения

R ₀ также используются в качестве меры индивидуального репродуктивного успеха в популяционной экологии , эволюционный анализ инвазии и теории истории жизни . Он представляет собой среднее число потомства , полученного в течение всего срока индивида (в идеальных условиях).

Ограничения R ₀

При расчете из математических моделей , в частности обыкновенных дифференциальных уравнений , что часто утверждали, что R ₀ является, по сути, просто порог, а не среднего числа вторичных инфекций. Есть много методов , используемых для получения такого порога от математической модели, но лишь немногие из них всегда дают истинное значение R ₀ . Это особенно проблематично , если существуют промежуточные векторы между хостами, такие как малярия .

То , что эти пороги будут сделать , это определить , будет ли болезнь вымирает (если R ₀ 1), но они , как правило , не могут сравнить различные заболевания. Таким образом, значение из приведенной выше таблицы следует использовать с осторожностью, особенно если значения были рассчитаны на основе математических моделей.

Методы включают в себя функцию выживания , переставив наибольшее собственное значение из матрицы Якоби , метод следующего поколения, расчеты с внутренней скорости роста, существование эндемичных равновесия, число восприимчивых в эндемическом равновесии, средний возраст инфекции и окончательное уравнение размера. Лишь немногие из этих методов согласуются друг с другом, даже при запуске с одной и той же системой дифференциальных уравнений . Еще меньше фактически вычислить среднее число вторичных инфекций. Так как R ₀ наблюдается редко в этой области и обычно вычисляется с помощью математической модели, это серьезно ограничивает его полезность.

В популярной культуре

В фильме 2011 Contagion , вымышленный медицинского триллер стихийных бедствий, R ₀ расчеты представлены для отражения прогрессирования фатальной вирусной инфекции от конкретных исследований к пандемии.

В телесериале Путешественники , R ₀ расчетов используются для информирования группы на прогрессировании вирусной инфекции из различных источников во время пандемии.