epidemiologyЭпидемиология и ВакцинопрофилактикаEpidemiology and Vaccinal Prevention2073-30462619-0494«Numicom» LLC10.31631/2073-3046-2024-23-1-33-40epidemiology-1937Research ArticleОРИГИНАЛЬНЫЕ СТАТЬИORIGINAL ARTICLESВозможности применения геоинформационных технологий в эпидемиологическом надзоре за COVID-19 на региональном уровнеPossibilities of Using Geoinformation Technologies in Epidemiological Surveillance of COVID-19 Infection at the Regional Levelhttps://orcid.org/0000-0003-1078-4411КравченкоЕ. И.KravchenkoE. I.

Екатерина Ивановна Кравченко – заместитель главного врача по эпидемиологической работе,

Красноярск.

тел. +7 (923) 351-16-74.

Ekaterina I. Kravchenko – Deputy Chief Physician for Epidemiological Work,

Krasnoyarsk,

tel.+7 (923) 351-16-74.

terina4ka@mail.ruhttps://orcid.org/0000-0002-0756-2271БлохА. И.BlokhA. I.

Алексей Игоревич Блох – доцент кафедры эпидемиологии; главный научный сотрудник,

Омск,

тел. +7 (923) 678-61-00.

Alexey I. Blokh – Associate Professor of the Department of Epidemiology; Chief Researcher,

Omsk,

tel. +7 (923) 678-61-00.

spy_spirit@mail.ruhttps://orcid.org/0000-0003-1144-5243ПасечникО. А.PasechnikO. A.

Оксана Александровна Пасечник – д. м. н., доцент, заведующий кафедрой общественного здоровья и здравоохранения; главный научный сотрудник,

Омск, 

тел.+7 (906) 197-41-87.

Oksana A. Pasechnik – Dr. Sci. (Med.), Associate Professor Head of the Department of Public health and Healthcare; Chief Researcher,

Omsk,

tel. +7 (906) 197-41-87.

opasechnik@mail.ruФГБУ «Федеральный Сибирский научно-клинический центр Федерального медико-биологического агентства»РоссияFederal Siberian Research Clinical Center under FMBA of RussiaRussian FederationФГБОУ ВО «Омский государственный медицинский университет» Минздрава России; ФБУН «Омский НИИ природно-очаговых инфекций» РоспотребнадзораРоссияOmsk State Medical University; Omsk Research Institute of Natural Focal InfectionsRussian Federation2024010320242313340Copyright © Кравченко Е.И., Блох А.И., Пасечник О.А., 20242024Кравченко Е.И., Блох А.И., Пасечник О.А.Kravchenko E.I., Blokh A.I., Pasechnik O.A.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/1937

Актуальность. Распространение COVID-19 в мире обусловило выраженный интерес к изучению в числе прочих закономерностей территориального распределения случаев заболевания. Цель. Изучение пространственного распределения случаев COVID-19 и разработка предложений по применению ГИС-технологий в системе эпидемиологического надзора за инфекцией на региональном уровне. Материалы и методы. Исследование проведено на территории закрытого административно-территориального образования г. Зеленогорск Красноярского края. Период исследования включал 57 недель (с 12.04.2020 г. по 18.06.2021 г.), в течение которого было зарегистрировано 4176 случаев COVID-19. Каждый случай заболевания геокодировался по месту проживания заболевших с использованием проекционной системы координат из открытых данных ресурса Open Street Map. Пространственное распределение случаев COVID-19 изучалось с помощью географической информационной системы QGIS Desktop версия 3.28.0. Анализ пространственной автокорреляции проводился с использованием индекса Гетиса-Орда. Результаты. С помощью ГИС-технологий проведена оценка плотности распределения случаев COVID19, обнаружены шесть зон со средней плотностью ядра, наибольшее эпидемиологическое значение имели очаги в северной части города. При оценке кластеризации случаев в пределах указанных территориальных зон было выявлено 11 кластеров, 3 из которых характеризовались наиболее высокой плотностью – 1210,1 случаев на 1 км2 , 1155,9 и 1116,7 случаев на 1 км2. Значение индекса Гетиса-Орда находилось в пределах от 0,00 до 2,576, наибольшее количество случаев было зарегистрировано в территориальных кластерах, расположенных в северной части города. Выводы. Полученные на основе современных ГИС-технологий новые знания о наличии «горячих точек» или кластеров на административной территории позволят скорректировать профилактические меры в микроучастках с высокой распространенностью инфекции и выработать стратегии для более эффективного контроля COVID-19.

Relevance. The spread of the new coronavirus infection throughout the world has led to expressed interest in studying, among other things, the patterns of territorial distribution of cases of the disease. Aim. To investigate the spatial distribution of cases of COVID-19 infection and develop proposals for the use of GIS technologies in the epidemiological supervision system for the new coronavirus infection at the regional level. Materials and methods. The study was conducted on the territory of the closed administrative- territorial entity of Zelenogorsk, Krasnoyarsk Territory. 4176 cases of COVID-19 infection were reported during the study period of 57 weeks (04/12/2020 to 06/18/2021). Each case of the disease was geocoded by the residence of the sick person using a projection coordinate system from the open data of the Open Street Map resource. The spatial distribution of COVID-19 cases was studied with geographic information system QGIS Desktop version 3.28.0. Spatial autocorrelation analysis was carried out using the Getis-Ord index. Results. During the application of GIS technologies, the density of distribution of COVID-19 infection cases was estimated, six zones with an average core density were discovered, the outbreaks in the northern part of the city had the greatest epidemiological significance. When assessing the clustering of cases within the specified territorial zones, eleven clusters were identified, three of which were characterized by the highest density of cases - 1210.1 cases per 1 sq. km, 1155.9 and 1116.7 cases per 1 sq. km. The Getis-Ord index value ranged from 0.00 to 2.576, the majority of cases was recorded in territorial clusters located in the northern part of the city. Conclusions. New knowledge obtained on the basis of modern GIS technologies about the presence of “hot spots” or clusters in the administrative territory will make the adjustment of preventive measures in micro-areas with a high prevalence of infection possible and develop strategies for more effective control of COVID-19 infection.

COVID-19эпидемиологиягеографические информационные системызаболеваемостьэпидемические очагикластерыCOVID-19epidemiologygeographic information systemsmorbidityepidemic fociclustersReferencesWHO Coronavirus (COVID-19) Dashboard [Internet]. Доступно на: https://covid19.who.int/data. Ссылка активна на 02 декабря 2023.WHO Coronavirus (COVID-19) Dashboard [Internet]. Available at: https://covid19.who.int/data. Accessed: 02 Dec. 2023.Kamel Boulos M.N., Geraghty E.M. Geographical tracking and mapping of coronavirus disease COVID-19/severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) epidemic and associated events around the world: how 21st century GIS technologies are supporting the global fight against outbreaks and epidemics. Int J Health Geogr. 2020 Mar 11;19(1):8. doi: 10.1186/s12942-020-00202-8.Kamel Boulos MN, Geraghty EM. Geographical tracking and mapping of coronavirus disease COVID-19/severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) epidemic and associated events around the world: how 21st century GIS technologies are supporting the global fight against outbreaks and epidemics. International Journal of Health Geographics. 2020. Vol. 19, №1. P. 8. doi: 10.1186/s12942-020-00202-8.Franch-Pardo I., Napoletano B.M., Rosete-Verges F., et al. Spatial analysis and GIS in the study of COVID-19. A review. The Science of the total environment. 2020. №739:140033.Franch-Pardo I, Napoletano BM, Rosete-Verges F, et al. Spatial analysis and GIS in the study of COVID-19. A review. The Science of the total environment. 2020. №739:140033. doi: 10.1016/j.scitotenv.2020.140033.Блох А. И., Пеньевская Н. А., Рудаков Н. В. и др. Геоинформационные системы как инструмент изучения неравномерности распределения случаев COVID-19 в городских условиях. Фундаментальная и клиническая медицина. 2021. Т.6, №2. С.16–23.Blokh AI, Penyevskaya NA, Rudakov NV, et al. Geographic information systems as a part of epidemiological surveillance for COVID-19 in urban areas . Fundamental and Clinical Medicine. 2021. 6 (2):16–23 (In Russ.). doi: 10.23946/2500-0764-2021-6-2-16-23.Вьюшков М. В., Зайцева Н. Н., Ефимов Е. И. и др. Гео-информационные технологии в эпидемиологии – актуальное научное направление деятельности ННИИЭМ им. академика И.Н. Блохиной. Здоровье населения и среда обитания. 2021. Т. 337, № 4. С. 31–42.Vyushkov MV, Zaitseva NN, Efimov EI, et al. Geographic information technologies in epidemiology – an up-to-date research direction of Academician I.N. Blokhina Nizhny Novgorod Scientific Research Institute of Epidemiology and Microbiology. Zdorov’e Naseleniya i Sreda Obitaniya. 2021.4 (337):31–42 (In Russ.). doi: 10.35627/2219-5238/2021-337-4-31-42.Государственная информационная система жилищно-коммунального хозяйства (ГИС ЖКХ): официальный сайт. Доступно на: https://dom.gosuslugi.ru Ссылка активна на 02 декабря 2023.Gosudarstvennaja informacionnaja sistema zhilishhno-kommunal’nogo hozjajstva (GIS ZhKH): oficial’nyj sajt. Rezhim dostupa: svobodnyj. Available at: https://dom.gosuslugi.ru. Accessed: 20 Nov 2023.Rossy Q. Visualist: a spatial analysis plugin for crime analysts. Ecole des sciences criminelles, Lausanne. 2019. Доступно на: https:// plugins.qgis.org/plugins/visualist/. Ссылка активна на 20 ноября 2023.Rossy Q. Visualist: a spatial analysis plugin for crime analysts. Ecole des sciences criminelles, Lausanne. 2019. Available at: https://plugins.qgis.org/plugins/visualist/ Accessed: 20 Nov. 2023.Clements A.C.A. Spatial and Temporal Data Visualisation for Mass Dissemination: Advances in the Era of COVID-19. Tropical Medicine and Infectious Disease. 2023. Vol.8, №6. P.314.Clements ACA. Spatial and Temporal Data Visualisation for Mass Dissemination: Advances in the Era of COVID-19. Tropical Medicine and Infectious Disease. 2023. 8(6):314. doi: 10.3390/tropicalmed8060314.Ahasan R., Alam M.S., Chakraborty T., et al. Applications of GIS and geospatial analyses in COVID-19 research: A systematic review. F1000 Research. 2022. №9. P.1379.Ahasan R, Alam MS, Chakraborty T, et al. Applications of GIS and geospatial analyses in COVID-19 research: A systematic review. F1000Research. 2022. 9:1379. doi: 10.12688/f1000research.27544.2.Блох А. И., Ярусова И. В., Витрив С. В. и др. Применение ГИС-технологий в системе эпидемиологического надзора за лекарственно-устойчивым туберкулезом. Медицинский альманах. 2018. Т.55, № 4. С. 75–78.Blokh AI, Yarusova IV, Vitriv SV, et al. Primenenie GIS-tekhnologiy v sisteme epidemiologicheskogo nadzora za lekarstvenno-ustoychivym tuberkulezom. Meditsinskiy al’manakh. 2018. 4 (55): 75–78 (In Russ). doi: 10.21145/2499-9954-2018-4-75-78.Водяницкая С. Ю., Судьина Л. В., Логвин Ф. В. и др. ГИС-технологии в совершенствовании эпидемиологического надзора за сибирской язвой в Ростовской области. Эпидемиология и инфекционные болезни. 2016. Т.21., №3. С. 152–156.Vodyanitskaya SYu, Sudina LV, Logvin FV, et al. GIS-technologies in the advancement of epidemiological surveillance for anthrax in the Rostov region. Epidemiologiya i Infektsionnye Bolezni. Epidemiology and Infectious Diseases, Russian Journal) 2016. 21(3): 152–156 (In Russ.). doi: 10.18821/1560-9529-2016-21-3-152-156.Freise D., Schiele V., Schmitz H. Housing situations and local COVID-19 infection dynamics using small-area data. Scientific Reports. 2023. Vol.13, №1.P.14301.Freise D, Schiele V, Schmitz H. Housing situations and local COVID-19 infection dynamics using small-area data. Scientific Reports. 2023. 13(1):14301. doi: 10.1038/s41598-023-40734-0.The Johns Hopkins Coronavirus Resource Center. [Internet]. Доступно на: https://coronavirus.jhu.edu/map.html. Ссылка активна на 02 декабря 2023.The Johns Hopkins Coronavirus Resource Center. [Internet]. Available at: https://coronavirus.jhu.edu/map.html. Accessed: 20 Nov. 2023.

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