Оценка влияния вакцинации на эпидемический процесс при COVID-19 на основе компьютерного моделирования

Необходимость оценки эффективности вакцинации для профилактики COVID-19 определяется пандемическим распространением заболевания, высокой восприимчивостью всех групп населения, изменчивостью возбудителя, риском тяжелого течения заболевания у людей старше 60 лет и пациентов с коморбидной патологией. Авторы отмечают возможность критического течения заболевания у детей и молодых лиц без сопутствующей патологии. C ноября 2019 г. в мире коронавирусом заразились более 640 млн человек, около 6,6 млн умерли от COVID-19 и его последствий. Социальная значимость заболевания определяется также многочисленными постковидными явлениями в виде легочного фиброза, сердечной недостаточности, поражениями нервной и других систем [1‒3].

Как известно, в ходе эволюции коронавирус SARS-CoV-2, так называемый «Дикий», выделенный в начале пандемии в провинции Хубэй в Китае, сменился многочисленными последующими вариантами, что не позволяет авторам сделать заключение о завершении эпидемического процесса. Наиболее широкое распространение и тяжелое течение COVID-19 вызвал вариант «Дельта», впоследствии вытесненный более контагиозным, но вызывающим менее тяжелое клиническое течение вариантом «Омикрон» и его разновидностями BA.4 и BA.5, BA.2.12.1., а также BA.2.75, названный «Кентавром». Ввиду многочисленных мутаций и рекомбинаций SARS-CoV-2 возникающие варианты отличались способностью вызывать более интенсивный эпидемический процесс с возрастающим значением базового репродуктивного числа Rо, от 1,1–3,9 до 6–7 и 13. Значение Rе определялось не только контагиозностью вируса, но и особенностями популяции, например, образом жизни, частоты контактов людей, состоянием восприимчиво-сти1 [4; 5].

Наиболее значимым методом контроля распространения SARS-COV-2 в период пандемии признана вакцинация, осуществляемая в РФ вакцинами «Гам-КО-ВИД-Вак» (Спутник V); «ЭпиВакКорона-Н» с торговым названием «АВРОРА-КоВ»; «КовиВак», «Конвасэл». Широкое применение получила векторная вакцина «Гам-КОВИД-Вак», эффективность которой составляет 91,6% по данным оригинальных исследований2 [6].

Сложность объективной оценки эффективности массовой вакцинации СOVID-19 заключается в необходимости опираться на достоверные информационные данные. Влияние вакцинопрофилактики оценивается авторами с учетом трех основных критериев показателей документированной привитости (охват прививки), уровня иммунологической или клинической эффективности и эпидемиологической или полевой эффективности [7]. Оценка эпидемиологической эффективности вакцинации позволяет выявить уровень способности надежной защиты населения.

Цель работы заключалась в определении возможности моделирования развития эпидемического процесса при COVID-19 на основе программного обеспечения COVASIM при вакцинации 16,5, 24,7, 70, 98% населения.

Материалы и методы

Для математического моделирования эпидемического процесса в условиях иммунопрофилактики была использована программа COVASIM, опирающаяся на общепризнанные закономерности эпидемического процесса, такие как характеристика источника инфекции, механизм передачи и восприимчивости населения. С учетом основных биологических свойств возбудителя (скорости репликации, устойчивости, иммуногенности, изменчивости), путей передачи определялась эпидемиологическая значимость источников инфекции при COVID-19, принима- лись во внимание тяжесть состояния больных, клиническая картина. В формировании эпидемических очагов и проявлений эпидемического процесса существенную роль играют условия социальной и природной среды обитания населения.

Использование программы COVASIM 1 позволило оценить восприимчивость населения с учетом роли биологических и социальных факторов в распространении возбудителя, эффективности проводимых неспецифических мер профилактики, использования средств защиты, гигиенических мероприятий, физического дистанцирования, изоляции, отслеживания контактов и проведения карантинных мероприятий.

На основе сведений о распространении инфекционных заболеваний наиболее часто предлагается модель эпидемии в больших городах с принципом экспоненциального роста числа заболевших [2; 4]. Достоинством выбранной модели SEIR является возможность использования новых параметров и анализа сложившиейся ситуации, в которых все население делится на группы: S (Susceptible) — «уязвимый»; E (Exposed) — зараженный на стадии инкубационного периода; I (Infected) — зараженный; R (Recovered) — выздоровевший. Для разработки программы в системе COVASIM была составлена дополненная блок-схема на основе SEIR (рис. 1).

Рис. 1. Модель SEIR COVID-19

S — восприимчивые; E — контактировавшие; I — случаи инфекции ( I1 — бессимптомные, I2 — манифестные); H — госпитализированные ( H1 — госпитализированные, H2 — критические случаи (ОРИТ и/или ИВЛ); R — переболевшие или вакцинированные с иммунитетом; Q — карантин для контактных; ϰS — вакцинация; τR — снижение иммунитета

Значения коэффициентов, необходимых для расчетов переменных в данной модели, подбирались с учетом имеющихся сведений [2; 4]. Параметры нефармакологических (гигиенических) вмешательств (NPI) заданы одинаковым образом для всех групп наблюдения. В связи с неполными сведениями о количестве привитых вакцинами «КовиВак» и «ЭпиВакКорона», недостаточно обоснованной информации об их эффективности на момент моделирования использовались сведения об общем количестве привитых и данные об эффективности вакцины «Гам-Ковид-Вак», получившей наиболее широкое распространение в РФ1 [6].

В модели распространения COVID-19 в городе с населением 500 000 человек в нашей работе контактные лица подразделялись на группы на основе:

• •    возраста с определением тяжести течения заболевания и выделением частоты легких, среднетяжелых, тяжелых и очень тяжелых с летальными исходами клинических форм;

• •    интенсивности общения с характеристикой;

• •    количества личных и общественных контактов (учеба, производство, транспорт и т. д.);

• •    состояния иммунитета в разных возрастных группах контактных и снижение в динамике;

• •    тестирования контактных с выявлением случаев инфицирования.

При использовании моделирования с установленным уровнем иммунопрофилактики населения запускалось 5 стохастических симуляций, на полученных кривых основная линия в центре соответствует среднему арифметическому показателю. Стохастические модели, по мнению специалистов, позволяют адаптировать полученные результаты к реальным условиям.

Результаты и их обсуждение

Полученные результаты изучения особенностей эпидемического процесса на математической модели в городе с населением 500 000 человек при иммунопрофилактике 16,5, 24,7, 70, 98% населения представлены соответственно на рисунках 2‒5. Получившими вакцинацию считали людей, привитых двумя дозами (Спутник V) или одной дозой «Спутник-Лайт», используемую для профилактики у переболевших COVID-19. В начальный период наблюдения распространение COVID-19 до иммунизации населения определялось на основе демографических данных и сведений о количестве заболевших на фоне проведения гигиенических и неспецифических противоэпидемических мер (изоляция заболевших, ограничение контактов, масочный режим, дистанцирование, выявление инфицированных контактных, дезинфекция и т. д.). Снижение показателя R e в этом периоде моделирования связано исключительно с нефармакологическими вмешательствами (рис. 2‒5).

При введении вакцин «Гам-КОВИД-Вак» и «Спутник-Лайт» уровень инфицирования SARS-CoV-2 обозначен линиями (рис. 2‒5). С начала вакцинации до 366го дня наблюдения кумулятивное количество случаев составило 261 543,4 (здесь и далее — медиана для пяти симуляций), в то время как кумулятивное количество случаев смерти от COVID-19 достигло 2 567,4.

Таблица 1 Влияние вакцинации «Гам-КОВИД-Вак» и «Спутник-Лайт»

на распространение COVID-19 и тяжесть клинического течения по данным программы COVASIM

	16,5% иммунизации	24,7% иммунизации	70% иммунизации	98% иммунизации
R е	1,036 95% ДИ (1,03‒1,04)	1,030 95% ДИ (1,02‒1,03)	1,0184 95% ДИ (1,01‒1,02)	0,9901 95% ДИ (0,99‒1,01)
Кумулятивное  ко личество случаев	1 486 184,2	1 369 251	735 413,2	368 509,4
Кумулятивное количество тяжелых случаев	78 250	69 715,8	31 734,6	18 367,6
Кумулятивное количество критических случаев	21 143	18 930,4	8 872,8	5 241,8
Кумулятивное количество смертельных случаев	13 368	12 011,6	5 711,6	3 316,8

При иммунизации 16,5 и 24,7% населения данного города (рис. 2, 3) отмечался период кратковременного снижения инфицирования SARS-CoV-2, но затем восстанавливается прежний уровень распространения инфекции с развитием клинически выраженных случаев и смертности. При этом, несмотря на уменьшение количества восприимчивых лиц в популяции на 16,5 и 24,7% населения, кумулятивные показатели заболеваемости и смертности не испытывают существенных изменений.

При вакцинации 70% населения наблюдалось значительное снижение распространения COVID-19, отчетливо уменьшилось кумулятивное количество случаев, развитие тяжелых и смертельных случаев. В отдаленный период на 366-е сутки математическая программа COVASIM не позволяет отметить высокую эффективность иммунопрофилактики «Гам-КОВИД-Вак» без дополнительной ревакцинации. В поздние периоды данная математическая модель прогнозирует заболеваемость на уровне 600‒670 новых случаев в день.

На фоне иммунопрофилактики 98% населения программа COVASIM прогнозирует практически полное прекращение эпидемического процесса, вызванного SARS-CoV-2. При рассмотрении эффективности на поздних сроках (735 дней) по данным математической модели после вакцинации 98% населения приходится всего лишь 19,67% тяжелых случаев. Если иммунизация населения «Гам-КОВИД-Вак» будет достигать 16,5% жителей, то в поздние сроки наблюдения частота тяжелых случаев составит по данным математической модели 81%. При этом следует отметить, что возможность провести ревакцинацию позволило бы получить более точные результаты при моделировании поздних сроков распространения заболеваний COVID-19. В последующий период (2021‒2022 гг.) распространения SARS-CoV-2 на фоне повышения доли вакцинированного населения РФ можно было наблюдать сохранение данных тенденций.

Заключение

• •    При определении эпидемиологической эффективности иммунопрофилактики COVID-19 вакциной «Гам-КОВИД-Вак» с использованием математической модели компьютерной программы COVASIM установлена возможность влияния средствами иммунопрофилактики на эпидемический процесс. При применении данной вакцины наблюдалось снижение тяжести клинического течения заболевания COVID-19 и частоты госпитализаций.

• •    Использование компьютерной модели COVASIM позволяет оценить эффективность иммунопрофилактики COVID-19 при вакцинации 16,5, 24,7 и 70% населения. Для прекращения процесса распространения заболевания на основе данной математической модели желательно достижение высокого уровня иммунизации (98%) населения.

• •    Ввиду продолжающегося течения пандемии COVID-19 на фоне многочисленных мутаций и рекомбинаций вируса SARS-CoV-2, появления новых вариантов с повышенной контагиозностью использование компьютерной модели COVASIM позволяет оценить эффективность вакцинации и планировать темпы ее проведения.

• •    По мере получения эпидемиологических данных о вирулентности и патогенности новых вариантов COVID-19 BA.2.86, HV.1 и JN.1, а также данных об эффективности обновленных составов вакцин коллектив авторов планирует продолжение исследований.

ВЕСТНИК БУРЯТСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА

МЕДИЦИНА И ФАРМАЦИЯ

Рис. 2. Набор симуляций № 1: 16,5% иммунизированных

Рис. 3. Набор симуляций № 2: 24,7% иммунизированных

Рис. 4. Набор симуляций № 3: 70% иммунизированных

Рис. 5. Набор симуляций № 4: 98% иммунизированных