epidemiologyЭпидемиология и ВакцинопрофилактикаEpidemiology and Vaccinal Prevention2073-30462619-0494«Numicom» LLC10.31631/2073-3046-2023-22-6-72-80epidemiology-1907Research ArticleОРИГИНАЛЬНЫЕ СТАТЬИORIGINAL ARTICLESРанжирование территории г. Сочи по риску заражения ГЛПС с использованием метода максимальной энтропииRanking of the Territory of Sochi by the Risk of Infection with HFRS Using the Method of Maximum EntropyЧехваловаЕ. В.ChehvalovaE. V.

Елена Викторовна Чехвалова – заместитель главного врача

+7 (8622) 92-73-10

г. Сочи

Elena V. Chehvalova – Deputy Chief Physician

+7 (8622) 92-73-10

Sochi

https://orcid.org/0000-0001-8163-7844МанинЕ. А.ManinE. A.

Евгений Анатольевич Манин – врач-эпидемиолог лаборатории эпидемиологии

+7 (918) 871-64-26

г. Ставрополь

Evgeny A. Manin – epidemiologist of the Epidemiology Laboratory

+7 (918) 871-64-26

Stavropol

relax27@yandex.ruhttps://orcid.org/0000-0002-9362-3949КуличенкоА. Н.KulichenkoA. N.

Александр Николаевич Куличенко – директор института

8 (8652) 26-03-12

г. Ставрополь

Alexander N. Kulichenko – Director of the Institute, Federal Government

8 (8652) 26-03-12

Stavropol

stavnipchi@mail.ruСочинский филиал ФБУЗ «Центр гигиены и эпидемиологии в Краснодарском крае»РоссияSochy branch of FBHI «Center for Hygiene and Epidemiology in the Krasnodar Territory»Russian FederationФКУЗ Ставропольский противочумный институт РоспотребнадзораРоссияFederal Government Health Institution Stavropol Plague Control Research Institute of the RospotrebnadzorRussian Federation2023060120242267280Copyright © Чехвалова Е.В., Манин Е.А., Куличенко А.Н., 20242024Чехвалова Е.В., Манин Е.А., Куличенко А.Н.Chehvalova E.V., Manin E.A., Kulichenko A.N.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.epidemvac.ru/jour/article/view/1907Актуальность

Актуальность. Геморрагическая лихорадка с почечным синдромом (ГЛПС) ввиду тяжести течения и высокой летальности представляет серьезную угрозу для здоровья населения г. Сочи и его гостей. Поэтому для осуществления более эффективных и менее экономически затратных противоэпидемических и профилактических мероприятий очень важно постоянно осуществлять мониторинг активности природного очага ГЛПС, а также иметь четкое представление о территориях наибольшего риска заражения.

Цель

Цель. Оценка эпидемиологической значимости г. Сочи, риск заражения ГЛПС с помощью метода максимальной энтропии с применением географической информационной системы.

Материалы и методы

Материалы и методы. В работе использованы: данные о положительных эпизоотологических находках (всего 131) в 2016–2021 гг., которые были получены из Сочинского филиала ФБУЗ «Центр гигиены и эпидемиологии в Краснодарском крае», Сочинского отделения ФКУЗ «Причерноморская противочумная станция» Роспотребнадзора, а также ФКУЗ Ставропольский противочумный институт Роспотребнадзора; информация об окружающей среде (банк данных Biolclim и о вегетационном индекс растительности за 9 месяцев (https://land.copernicus.eu/global/products/NDVI). Предварительную подготовку информации осуществляли с помощью программы ArcGIS 10.8. В качестве инструмента для построения обучающей модели использовалась программа MaxEnt версии 3.4.4 (https://biodiversityinformatics.amnh.org/open_source/maxent/).

Результаты и обсуждение

Результаты и обсуждение. Практическая реализация поставленных задач заключалась в получении карт эпидемиологической значимости территории по риску заражения ГЛПС путем наложения точек встречаемости вида (переносчика ГЛПС и его резервуара) на карты абиотических факторов среды, оказывающих влияние на его распространение. Основные этапы работы: первый – сбор, обобщение и преобразование биоклиматических и эпизоотолого-эпидемиологических данных; второй – отбор наиболее значимых для построения модели данных; третий – ранжирование территории г. Сочи по риску распространения ГЛПС с использованием ГИС (географическая информационная система); четвертый – проведение анализа полученных результатов. В ходе выполнения работы получена модель, позволяющая разделить исследуемую территорию по степени риска заражения ГЛПС с высокой степенью достоверности и значимой прогностической ценностью.

Выводы

Выводы. Использование модели позволяет получить новые, более детальные с пространственной точки зрения данные о границах потенциально опасных в аспекте ГЛПС участков региона. В особенности это касается тех территорий, где ранее не отмечались положительные эпизоотологические находки и случаи заражения ГЛПС.

Relevance

Relevance. Hemorrhagic fever with renal syndrome (HFRS), due to the severity of the course and high mortality, poses a serious threat to the health of the population of both the city of Sochi and its guests. Therefore, in order to implement more effective and less economically costly anti-epidemic and preventive measures, it is very important to constantly monitor the activity of the natural focus of HFRS, as well as to have a clear idea of the territories most dangerous for the risk of infection with this infection.

Aims

Aims. Assessment of the epidemiological significance of the territory of the city of Sochi for the risk of infection with HFRS based on the maximum entropy method using a geographical information system.

Materials & Methods

Materials & Methods. Based on the application of the maximum entropy algorithm implemented in the MaxEnt program, as well as the ArcGIS 10 program.8. Ranking of the territory of the city of Sochi according to the risk of infection with HFRS was performed. The paper uses: data on positive epizootological findings (a total of 131) for 2016-2021, which were obtained from the Sochi branch of the Federal Medical Institution «Center of Hygiene and Epidemiology in the Krasnodar Territory», the Sochi branch of the Federal Medical Institution «Black Sea Plague Station» of Rospotrebnadzor, as well as the Stavropol Plague Control Research Institute of the Rospotrebnadzor; materials on environmental conditions from the Biolclim data bank, vegetation index for 9 months (https://land.copernicus.eu/global/products/NDVI ). Preliminary preparation of the information was carried out using the ArcGIS 10 program.8. As a tool for building a training model, the MaxEnt program version 3.4.4 was used (https://biodiversityinformatics.amnh.org/open_source/maxent /).

Results and discussion

Results and discussion. The practical implementation of the tasks was to obtain maps of the epidemiological significance of the territory for the risk of infection with HFRS by superimposing the points of occurrence of the species (reservoir and carrier of HFRS) on maps of abiotic environmental factors affecting its spread. The implementation of this work consisted of the sequential implementation of four main stages: the first – the collection, generalization and transformation of bioclimatic and epizootic-epidemiological data; the second – the selection of the most significant data for the construction of the model; the third – the ranking of the territory of the city. Sochi on the risk of the spread of HFRS using GIS; the fourth is the analysis of the data obtained. In the course of the work, a model was obtained that allows dividing the study area according to the degree of risk of infection with HFRS with a high degree of reliability and significant prognostic value.

Conclusions

Conclusions. The use of the model makes it possible to obtain new, more detailed data from a spatial point of view on the boundaries of potentially dangerous sites in the region in terms of GLPS. In particular, this applies to those territories where positive epizootological findings and cases of infection with HFRS have not been previously noted.

геморрагическая лихорадка с почечным синдромомэпидемиологическая значимость территорииг. СочиMaxEntгеографические информационные системыhemorrhagic fever with renal syndromeepidemiological significance of the territorythe city of SochiMaxEntgeographical information systemsReferencesДзагурова Т. К., Ишмухаметов А. А., Бахтина В. А. и др. Анализ групповой вспышки геморрагической лихорадки с почечным синдромом, вызванной вирусом Сочи. Вопросы вирусологии. 2019. №1. URL: https://cyberleninka.ru/article/n/analiz-gruppovoy-vspyshki-gemorragicheskoy-lihoradki-s-pochechnym-sindromom-vyzvannoy-virusom-sochi (дата обращения: 28.12.2021). DOI:10.18821/0507-4088-2019-64-1-36-41.Dzagurova T, Ishmukhametov A, Bakhtina V, et al. Hemorrhagic fever with renal syndrome group outbreak caused by Sochi virus. Problems of Virology, Russian journal. 2019;64(1):36–41. doi:10.18821/0507-4088-2019-64-1-36-41Ткаченко Е. А., Дзагурова Т. К., Бернштейн А. Д. и др. Геморрагическая лихорадка с почечным синдромом (история, проблемы и перспективы изучения). Эпидемиология и вакцинопрофилактика. 2016; 15(3): 23–34. doi:10.31631/2073-3046-2016-15-3-23-34.Tkachenko E, Dzagurova J, Bernshtein A, et al. Hemorrhagic Fever with Renal Syndrome (History, problems and Research Perspectives). Epidemiology and Vaccinal Prevention. 2016;15(3):23–34. doi:10.31631/2073-3046-2016-15-3-23-34Морозов В. Г., Ишмухаметов А. А., Дзагурова Т.К. и др. Клинические особенности геморрагической лихорадки с почечным синдромом в России. МС. 2017. №5. URL: https://cyberleninka.ru/article/n/klinicheskie-osobennosti-gemorragicheskoy-lihoradki-s-pochechnym-sindromom-v-rossii (дата обращения: 28.12.2021). doi:10.21518/2079-701X-2017-5-156-161.Morozov V, Ishmukhametov A, Dzagurova T, Tkachenko E. Clinical manifestations of hemorrhagic fever with renal syndrome in Russia. Medical Council. 2017;(5):156–161. doi:10.21518/2079-701x-2017-5-156-161Кузькин Б. П., Ежлова Е. Б., Куличенко А. Н. и др. Актуальные вопросы обеспечения эпидемиологической безопасности по природно-очаговым инфекциям в период проведения XXII Олимпийских и XI Паралимпийских зимних игр в Сочи. Проблемы особо опасных инфекций. 2015; 1:54–57. DOI: 10.21055/0370-1069-2015-1-54-57Kuzkin B.P., Yezhlova E.B., Kulichenko A.N., et al. Topical issues of ensuring epidemiological safety for natural focal infections during the XXII Olympic and XI Paralympic Winter Games in Sochi. Problems of particularly dangerous infections. 2015; 1:54–57. DOI: 10.21055/0370-1069-2015-1-54-57Василенко Н. Ф., Малецкая О. В., Манин Е. А. и др. Эпизоотологический мониторинг природно-очаговых инфекций на юге России в 2015 г. Журнал микробиологии, эпидемиологии и иммунобиологии. 2017; 1:29–35. doi:10.36233/0372-9311-2017-1-29-35.Vasilenko N, Vasilenko N, Maletskaya O, Manin E, et al. Epizootologic monitoring of natural-focal infections in the south of russia in 2015. Journal of microbiology epidemiology immunobiology. 2017;(1):29–35. doi:10.36233/0372-9311-2017-1-29-35Чехвалова Е. В., Манин Е. А., Куличенко А .Н. и др. Современная эпизоотолого-эпидемиологическая обстановка по природно-очаговым инфекциям в городекурорте Сочи. Проблемы особо опасных инфекций. 2019. №3. URL: https://cyberleninka.ru/article/n/sovremennaya-epizootologo-epidemiologicheskaya-obstanovkapo-prirodno-ochagovym-infektsiyam-v-gorode-kurorte-sochi (дата обращения: 28.12.2021). doi: 10.21055/0370-1069-2019-3-111-117.Chekhvalova E, Manin E, Kulichenko A, Orobey V, Shvets O. Modern Epizootiological-Epidemiological Situation on Natural-Focal Infections in the Resort City of Sochi. Problems of Particularly Dangerous Infections. 2019;(3):111–117. doi:10.21055/0370-1069-2019-3-111-117Crippen R. E. Calculating the Vegetation Index Faster. Remote Sensing of Environment. 1990, 34:71–73.Crippen R. E. Calculating the Vegetation Index Faster. Remote Sensing of Environment. 1990, 34:71–73/Phillips SJ, Dudı´k M, Schapire RE. A maximum entropy approach to species distribution modeling. Proceedings of the Twenty-first International Conference on Machine learning. ACM; 2004, p. 83. doi:10.1145/1015330.1015412Phillips S, Dudík M, Schapire R. A maximum entropy approach to species distribution modeling. Twenty-first international conference on Machine learning - ICML ‹04. 2004.Phillips SJ, Anderson RP, Schapire RE. Maximum entropy modeling of species geographic distributions. Ecol Model 2006; 190:231–59. doi:10.1016/j.ecolmodel.2005.03.026.Phillips S, Anderson R, Schapire R. Maximum entropy modeling of species geographic distributions. Ecol Modell. 2006;190(3–4):231–259. doi:10.1016/j.ecolmodel.2005.03.026Elith J, Graham CH, Anderson RP, et al. Novel methods improve prediction of species’ distributions from occurrence data.Ecography 2006;29:129–51. doi:10.1111/j.2006.0906-7590.04596.xElith J, H. Graham C, P. Anderson R et al. Novel methods improve prediction of species’ distributions from occurrence data. Ecography. 2006;29(2):129–151. doi:10.1111/j.2006.0906-7590.04596.xElith J, Phillips SJ, Hastie T., et al. A statistical explanation of MaxEnt for ecologists. Diversity and Distributions 2011;17:43–57. doi:10.1111/j.1472-4642.2010.00725.x.Elith J, Phillips S, Hastie T, et al. A statistical explanation of MaxEnt for ecologists. Diversity and Distributions. 2010;17(1):43–57. doi:10.1111/j.1472-4642.2010.00725.xHutchinson, G. E. Hutchinson G. Population studies: Animal ecology and demography. Bull Math Biol. 1991;53(1-2):193–213. doi:10.1007/bf02464429Hutchinson G. Population studies: Animal ecology and demography. Bull Math Biol. 1991;53(1–2):193–213. doi:10.1007/bf02464429Гиляров А. М. Популяционная экология: Учебное пособие М.: Изд-во МГУ, 1990 –191 с.Gilyarov A. Population ecology: Textbook. M.: Publishing House of Moscow State University, 1990:191 p.Афонин А. Н., Кулакова Ю. Ю., Федорова Ю. А. Технологии моделирования экологических ниш как инструмент анализа фитосанитарного риска. Вестник защиты растений. 2021. 104(1). С. 40–52. doi:10.31993/2308-6459-2021-104-1-14422Afonin A, Kulakova Y, Fedorova Y. Environmental niche modelling as tool for pest risk assessment. Plant protection news. 2021; 104(1):40–52. doi:10.31993/2308-6459-2021-104-1-14422Солнцев Л. А., Дубянский В. М. Опыт использования метода максимальной энтропии (MaxEnt) для зонирования территории по риску заражения ГЛПС на примере Нижегородской области. Журнал микробиологии, эпидемиологии и иммунологии. 2017. №5. URL: https://microbiol.elpub.ru/jour/article/view/198 (дата обращения: 28.12.2021). doi:10.36233/0372-9311-2017-5-39-45.Solntsev L, Dubyansky V. Experience of using maximal entropy method (Maxent) for zoning of the territory by hers risk using Nizhny Novgorod region as an example. Journal of microbiology epidemiology immunobiology. 2017; (5):39–45. doi:10.36233/0372-9311-2017-5-39-45Оптимизация естественных перерывов Дженкса. Доступно на:https://ru.abcdef.wiki/wiki/Jenks_natural_breaks_optimization (дата обращения: 28.12.2021).Optimization of natural Jenks breaks. Availble at:https://ru.abcdef.wiki/wiki/Jenks_natural_breaks_optimization (accessed: 12/28/2021).

The authors declare that there are no conflicts of interest present.