Методические подходы к оценке экономического эффекта мероприятий по минимизации риска здоровью, связанного с особо опасными инфекциями

В мировой практике к особо опасным инфекциям (ООИ) принято относить инфекционные болезни, которые могут вызвать в соответствии с международными медико-санитарными правилами ВОЗ (ММСП-2005)1 чрезвычайную ситуацию санитарно-эпидемиологического характера международного значения. Эти инфекции характеризуются высокой контагиозно-стью, способны к быстрому эпидемическому распространению с охватом больших масс населения и/или способны вызвать тяжелые или стойкие индивидуальные нарушения здоровья с большой вероятностью летального исхода в короткие сроки от заражения или длительной последующей потерей трудоспособности и инвалидизацией переболевших.

Для снижения угроз, вызванных ООИ, необходимо проводить профилактические и противоэпидемические мероприятия с оценкой их результативности и эффективности. Известны подходы, когда при определении эффекта вак-цинопрофилактики в качестве оценочных показателей использовалась разница уровней заболеваемости в вакцинированных и невакциниро-ваных группах [3, 6].

Все большую актуальность при планировании таких мероприятий приобретает оценка экономического эффекта их реализации. В то же время целесообразно рассмотреть предотвращенный риск для здоровья населения как эффект противоэпидемичеcких мероприятий [1, 5]. Однако методы оценки эффекта с использованием критериев риска, позволяющих количественно определить предотвращенные потери, обусловленные ООИ, и дать их экономическую оценку в настоящее время, мало разработаны как в мире, так и в России, поскольку использование риска в анализе ООИ встретить не удалось.

При анализе риска здоровью, обусловленного ООИ, для оценки вероятности заболевания и смерти может быть использовано математическое моделирование эпидемиологического процесса, позволяющее имитировать его развитие без противоэпидемических мер с количественной характеристикой числа случаев заболеваемости и смертности [4, 10, 14, 17, 20]. Подобная информация вместе с фактическими данными о непредотвращенных даже в условиях проведения мероприятий по купированию эпидемии потерях может быть использована в качестве базиса для оценки экономического эффекта противоэпидемических мер и, соответственно, для совершенствования планирования будущих мероприятий по противодействию ООИ и их трансграничному распространению.

Представлялось актуальным апробирование этих подходов на примере болезни, вызванной вирусом Эбола (БВВЭ). Крупнейшая за историю наблюдений вспышка данной инфекции была зарегистрирована в 2014–2016 гг. в трех странах Западной Африки (Гвинейская Республика, Либерия и Сьерра-Леоне). Заболевание не только нанесло значительный экономический ущерб, но и стало серьезной угрозой биологической безопасности во всем мире.

Цель работы – разработать методические подходы к оценке экономического эффекта от мероприятий по минимизации риска здоровью, связанного с особо опасными инфекциями, и апробировать эти методы на примере ликвидации эпидемии БВВЭ в Гвинейской Республике.

Материалы и методы. Для разработки методических подходов было проанализировано 143 источника литературы по особо опасным инфекциям. Использовались поисковые платформы (Pubmed, . Средние фактические данные по заболеваемости, смертности, численности населения были получены из открытых источников, таких как сайт ВОЗ , Pubmed (https://www. . Экономические данные получены из таких официальных источников, как сайт Всемирного банка (http: //, база данных ООН (http: //, сайт ВОЗ (http: //.

Для моделирования развития эпидемии без оказания помощи была использована математическая SEIHFR-модель, которая достаточно полно описывает течение заболевания [9].

Экономический эффект противоэпидемических мероприятий рассчитывали в разрезе косвенных предотвращенных потерь от сокращения случаев смертности и заболеваемости в денежных единицах ВВП. Расчет проводили в соответствии с «Методологией расчета экономических потерь от смертности, заболеваемости и инвалидизации населения», утвержденной Приказом Минэкономразвития, Минздравсоцразвития, Минфина и Росстата № 192/323н/45н/113 от 10 апреля 2012 г.2, учитывая оценку потерь в текущем году и на период дожития (для случаев смерти). Оценка эффекта в денежном выражении дает возможность рассчитать экономическую эффективность подобных мероприятий по снижению рисков для жизни и здоровья населения от ООИ.

При разработке методических подходов к оценке экономического эффекта от мероприятий по минимизации риска здоровью, связанного с особо опасными инфекциями, учитывались следующие положения:

• 1)    оценка риска заболеваемости и смертности, связанного с особо опасными инфекциями, без действий, направленных на его снижение, рассчитывается по результатам математического моделирования эпидемического процесса;

• 2)    оценка риска заболеваемости и смертности, связанного с особо опасными инфекциями, при проведении действий по его снижению базируется на фактических данных;

• 3)    разница между прогнозируемым риском без воздействия и фактическими данными рассматривается как риск, предотвращенный в результате противоэпидемических мероприятий.

Предлагаемые методические подходы включают последовательное выполнение следующих действий:

• 1)    оценку потенциального риска заболеваемости и смертности от ООИ в случае естественного распространения эпидемий при помощи математического моделирования;

• 2)    анализ фактических данных о заболеваемости и смертности по причине ООИ;

• 3)    оценку предотвращенного риска как разности между потенциальным риском и фактическими данными;

• 4)    экономическую оценку предотвращенного риска как эффекта противоэпидемических мероприятий.

Для расчета количественных показателей потенциального риска заболеваемости и смерт- ности по причине особо опасной инфекции предполагается использование математических моделей, таких как SEIR, SEIHFR – для лихорадки Эбола, SIR – для ВИЧ-инфекции и др. [14–16].

Для таких моделей ключевыми классами являются:

• –    число восприимчивых индивидуумов, находящихся в группе риска, в момент времени t ;

• – число инфицированных индивидуумов, способных распространить заболевание, в момент времени t ;

  – число индивидуумов, выбывших из предыдущего класса в результате выздоровления или смерти, в момент времени t .

Данные модели могут быть реализованы с помощью пакета прикладных программ MATLAB.

Анализ фактических данных о заболеваемости и смертности по причине ООИ проводится с использованием информации из открытых источников, например, сайта Всемирной организации здравоохранения, библиотеки PubMed, баз данных центров по контролю за заболеваниями и др.

При оценке предотвращенного риска как разности между потенциальным риском и фактическими данными о заболеваемости и смертности необходимо учитывать, что в ряде случаев заболеваемость при проведении эффективных противоэпидемических мероприятий может быть выше за счет большей выявляемо-сти инфекции. В то же время смертность в результате проведения противоэпидемических мероприятий, как правило, уменьшается, за счет раннего выявления заболевания и оказания своевременной помощи.

Для целей экономической оценки эффекта мероприятий (или участия в подобных мероприятиях), направленных на снижение риска для здоровья населения страны, предусмотрен сценарный подход. Рассматриваются сценарий естественного развития эпидемического процесса без проведения противоэпидемических мероприятий («модель бездействия»), предусматривающий полную реализацию риска заболеваемости ООИ и смертности по причине этой инфекции, и сценарий, при котором такой риск реализуется не полностью вследствие проведения противоэпидемических мероприятий («фактический»).

Предотвращенные потери в денежном выражении (предотвращенные потери ВВП страны) вследствие снижения смертности и заболеваемости оцениваются как разность потерь в денежном выражении по модели «бездействия» и фактических потерь в денежном выражении:

ПЭП = ЭП «МБ»

– ЭП

факт ,

где ПЭП – предотвращенные экономические потери (эффект противоэпидемических мероприятий);

ЭП «МБ» – экономические потери по «модели бездействия» (потери от заболеваемости населения ООИ, смертности по их причинам – без воздействия мер и затрат на противоэпидемические мероприятия);

ЭП факт – экономические потери фактические (потери от смертности и заболеваемости населения из-за ООИ).

Экономические потери (для любого сценария) складываются из экономических потерь от смертности и заболеваемости:

ЭПj = ЭПЗj + ЭПСj, где ЭПj – экономические потери от ООИ, связанные со смертностью и заболеваемостью населения по сценарию j (факт, «модель бездействия»);

ЭПЗ j – экономические потери от заболеваемости населения по сценарию j (факт, «модель бездействия»);

ЭПС j – экономические потери от смертности населения по сценарию j (факт, «модель бездействия»).

Экономические потери от заболеваемости населения из-за влияния ООИ за год рассчитываются по формуле:

ВВП

ЭПЗ, = ПСЗ, • ЧСЗ,--, j j j 365 • ЧЗ где ПСЗj – средняя продолжительность случая заболевания среди трудоспособного населения по сценарию j (факт, «модель бездействия»);

ЧСЗ j – число случаев заболевания среди трудоспособного населения по сценарию j (факт, «модель бездействия»);

ВВП – внутренний валовый продукт страны в отчетном году;

ЧЗ – численность занятых в стране в отчетном году.

Экономические потери в результате смертности трудоспособного населения страны, где возникла ООИ, за год рассчитываются по формуле:

ЭПС = ЧСС--0,5 + У УЗ, • р. , jjЧЗ     ii где ЧССj – число случаев смерти среди населения по сценарию j (факт, «модель бездействия»);

УЗ i – уровень занятости в стране в отчетном году;

p i – вероятность дожития от возраста x –1 до возраста x в исследуемой стране.

0,5 – коэффициент, учитывающий распределение времени смертей в течение года (используется только для трудоспособного населения).

Апробирование предложенных методических подходов производилось на примере оценки эффективности мер по купированию вспышки болезни, вызываемой вирусом Эбола (БВВЭ), в Гвинейской Республике в 2013–2016 гг.

При расчете количественных показателей потенциального риска заболеваемости и смертности от БВВЭ в Гвинейской Республике использовалась SEIHFR-модель, которая включает следующие переменные:

• –    S ( t ) – число восприимчивых индивидуумов, находящихся в группе риска, в момент времени t ;

• –    E ( t ) – число индивидуумов, заболевание которых находится в инкубационном периоде, в момент времени t ;

• –    I ( t ) – число инфицированных индивидуумов, способных распространить заболевание, в момент времени t ;

• –    H ( t ) – число индивидуумов, которые были госпитализированы, в момент времени t ;

• –    F ( t ) – число индивидуумов, которые умерли в момент времени t ;

• –    R ( t ) – число индивидуумов, выбывших из предыдущего класса в результате выздоровления или смерти, в момент времени t .

Результаты и их обсуждение. При использовании параметров, полученных путем анализа литературных данных [6, 7, 13, 15] (табл. 1), показано, что по результатам моделирования за весь период течения эпидемии в Гвинейской Республике в 2013–2016 гг. могло быть инфицировано 521 289 человек, умерло бы 56 345. Вместе с тем, как отмечается в научной литературе, следует учитывать, что моделирование в силу неизбежного упрощения изучаемого процесса, невозможности учета реаль-

Таблица 1

Параметры, применимые для математической SEIHFR-модели при БВВЭ в Гвинейской Республике за 2013–2016 гг.

Параметр Значение Скорость контакта в обществе, чел. при контакте с одним инфицированным 1,4 Скорость контакта в больнице, чел. при контакте с одним инфицированным 0,4 Скорость контакта на похоронах, чел. при контакте с одним инфицированным 0,5 Инкубационный период, сут 12,7 Время до госпитализации, сут 3,24 Время от госпитализации до смерти, сут 5,0 Продолжительность традиционных похорон, сут 4,5 Продолжительность заражения, сут 15,00 Время от заражения до смерти, сут 13,31 Время от госпитализации до восстановления, сут 15,88 Вероятность случая госпитализации 0,197 Коэффициент смертности (не госпитализированный) 0,6 Средняя продолжительность случая заболевания лихорадкой Эбола, сут 21 Частота смертности госпитализированных пациентов 0,4 ных его особенностей в конкретных условиях и др., не может служить гарантом того, что получаемые при этом результаты абсолютно достоверно отражают закономерности развития реального эпидемического процесса, что, вероятно, отражено на моделировании летальности [2, 7]. При анализе фактических данных о заболеваемости и смертности по причине БВВЭ установлено, что частота случаев заболеваний (ЧСЗ) лихорадкой Эбола за весь период составила 3804 случая, а частота случаев смерти (ЧСС) от лихорадки Эбола за весь период – 25363.

Используя данные, полученные при моделировании (прогнозируемый риск), и фактические данные (реализованный риск) о заболевае- мости и смертности, был оценен предотвращенный риск. Установлено, что при оказании помощи третьими странами (в том числе Российской Федерацией) в Республике Гвинее было предотвращено 517 485 случаев инфицирования лихорадкой Эбола и 53 809 летальных случаев [2, 7]. Полученные данные были использованы для расчета экономического эффекта мер по минимизации риска здоровью.

Для экономической оценки предотвращенного риска как эффекта противоэпидемических мероприятий, кроме значений, представленных в табл. 1, также использовались медико-демографические и экономические параметры, представленные в табл. 2.

Таблица 2

Медико-демографические и экономические параметры для экономической оценки эффекта противоэпидемических мероприятий по купированию вспышки лихорадки Эбола в Гвинее в 2014–2016 гг.

Параметр	Значение
Численность населения, абс.	13 247 808
ЧЗ населения, млн чел.	6,1384
ВВП , млрд. долл.	6,5793
ЧСЗ лихорадкой Эбола за весь период (факт), абс.	3 804
ЧСЗ лихорадкой Эбола за весь период (по «модели бездействия»), абс.	521 289
Средняя продолжительность случая заболевания лихорадкой Эбола (факт), абс.	15
Доля детей/взрослых среди заболевших, %	20/80
ЧСС от лихорадки Эбола за весь период (факт), абс.	2 536
ЧСС от лихорадки Эбола за весь период (по «модели бездействия»), абс.	56 345

Экономическая сторона распространения лихорадки Эбола в странах Африки рассматривалась разными исследовательскими группами:

• ♦    отчеты группы Всемирного Банка (2014, 2015) содержат данные о краткосрочных потерях ВВП Западной Африки от 2,2 до 7,4 млрд долларов (2014), среднесрочные потери оцениваются от 1,6 до 25,2 млрд долларов (в зависимости от сценария развития эпидемии) [12, 20];

• ♦    исследования группы развития ООН по Западной и Центральной Африке содержат информацию о средних прогнозируемых потерях ВВП в 2014–2017 гг. в Гвинее – на уровне 184,4 млн долларов ежегодно, 187,7 млн долларов в Либерии, от 219 до 286 млн долларов в Сьерра-Леоне (в зависимости от сценария) [8, 18, 19];

• ♦    по данным Центров контроля и профилактики заболеваний США «2,2 млрд долларов составили потери ВВП Гвинеи, Либерии и Сьерра-Леоне в 2015 г., представляя собой опасность не только для макроэкономической стабильности, но и для продовольственной безопасности, развития человеческого капитала и роста частного сектора» [11].

В указанных исследованиях рассматривались как прямые, так и косвенные потери от сокращения трудовых ресурсов страны. Во всех случаях необходимым условием экономической оценки является сценарный анализ развития событий.

Предотвращенные экономические потери ВВП Гвинеи от заболеваемости при эффективности противоэпидемических мероприятиях составили 25,5 млн долларов, а предотвращенные экономические потери ВВП Гвинеи от смертности 204,01 млн долларов. Таким образом эффект противоэпидемических мероприятий составил 229,51 млн долларов.

Полученный эффект отражает предотвращенные экономические потери Гвинейской Республики только от сокращения периода экономической активности населения страны в результате смертности (в отчетном периоде и на период дожития до 70 лет) и заболеваемости (с учетом производительности труда в стране) от лихорадки Эбола. Даже в этом случае оценки потерь сопоставимы с полученными ранее результатами.

Выводы:

• 1.    Методические подходы к оценке эффекта мер по снижению риска здоровью, обусловленного особо опасными инфекциями (в данном случае противоэпидемических мер), должны включать математическое моделирование риска заболеваемости и смертности в результате эпидемического процесса, анализ фактических уровней заболеваемости и смертности с оценкой экономических потерь, обусловленных эпидемией.

• 2.    При апробации предложенных подходов в результате математического моделирования эпидемического процесса на примере эпидемии лихорадки Эбола в Гвинейской Республике в 2014–2016 гг. показано, что без осуществления противоэпидемических мероприятий, включая оказание содействия со стороны третьих стран, в том числе Российской Федерации, число заболеваний лихорадкой Эбола могло составить 521 289 случаев, а количество смертей по этой причине – 56 345.

• 3.    Предотвращенный риск от противоэпидемических мероприятий, включая содействие третьих стран, в том числе и Российской Федерации, составил 517 485 случаев заболевания и 53 809 случаев смерти.

• 4.    Экономический эффект от противоэпидемических мер по минимизации риска с помощью третьих стран и Российской Федерации оценивается в 229,51 млн долларов США ВВП Гвинеи.