Модельная оценка эффективности своевременной изоляции пациентов с признаками респираторной инфекции в детском стационаре

Внутрибольничные острые респираторные вирусные инфекции (ОРВИ) выступают значимой причиной высокой заболеваемости в педиатрических стационарах, особенно в отделениях для детей раннего возраста. Для борьбы с ИСМП сохраняется потребность в противоэпидемических и профилактических мероприятиях с доказанной эффективностью. Современным способом объективной оценки мер по контролю инфекции служит математическое моделирование.
Цель. Определение возможной тенденции распространения внутрибольничных ОРВИ в условиях крупного многопрофильного детского стационара, а также оценка эффективности своевременной изоляции пациентов с признаками ОРВИ.
Материалы и методы. Для оценки эффективности своевременной изоляции пациентов с признаками ОРВИ применили агентную модель распространения внутрибольничной инфекции. Были использованы первичные данные о заболеваемости ОРВИ, количестве коек, составе и частоте заносов в многопрофильный неинфекционный детский стационар областного уровня. В модели также реализована возможность смены агентом отделения. Для моделирования противоэпидемического мероприятия в разработанную имитационную модель было включено выполнение врачом локального алгоритма действий в случае обнаружения больного с симптомами ОРВИ (50% вероятность несоблюдения изоляции; 100% практически все источник инфекции изолированы, принятие решения, идеальный вариант). Эффективность изоляции источника инфекции оценивали при разных ее вариантах. Вычисления и статистический анализ выполняли в MATLAB 7.6 и R 4.2.1(RStudio).
Результаты и обсуждение. Максимальные значения абсолютного суточного прироста случаев ОРВИ наблюдались тогда, когда правила изоляции источника инфекции не соблюдались – медиана 32,9 (МКИ 32,4-33,4) заболевших (колебания от 4,0 до 34,8). С увеличением вероятности изоляции пациента с ОРВИ прирост заболевших снижался: при вероятности изоляции источника 50% медиана составляла 5,7 (5–6,5), при 90% – 3,1 (2,8–3,6), при 100% – 2,9 (2,6–3,4). При сравнении отделений в динамике по модельным оценкам отмечалась их неодинаковая вовлеченность в эпидемический процесс и волнообразное распространение инфекции. Выявлены статистически значимые различия в прогнозируемом числе случаев ОРВИ при разном уровне изоляции.
Заключение. Получены доказательства эффективности своевременной изоляции источника инфекции, что может быть использовано при обосновании мероприятий по контролю ИСМП.

1. Трубников Г.В., Клестер Е.Б. Внутрибольничные респираторные инфекции, поиск путей профилактики // Бюллетень. 2006. №22. Прил. С. 30–35.

2. Попова А.Ю., Ежлова Е.Б., Демина Ю.В., Носков А.К. и др. Этиология внебольничных пневмоний в период эпидемического распространения COVID-19 и оценка риска возникновения пневмоний, связанных с оказанием медицинской помощи // ЗНиСО. 2021. №29(7). С. 67–75.

3. Влад А.И., Санникова Т.Е., Романюха А.А. Моделирование распространения респираторных вирусных инфекций в городе: мультиагентный подход // Математическая биология и биоинформатика. 2020. Т. 15.№ 2.

4. Послова Л.Ю. Клинико-эпидемиологические особенности вирусных инфекций в детской неинфекционной многопрофильной медицинской организации // Медицинский альманах. 2019. №3-4. Вып. 60. С. 65–72.

5. Acute respiratory infections in the EU/EEA: epidemiological update and current public health recommendations (15.12.2023). Доступно по: https://www.ecdc.europa.eu/en/news-events/acute-respiratory-infections-eueea-epidemiological-update-and-current-public-health Ссылка активна на 16 сентября 2024 г.

6. Jin X, Ren J, Li R, et al. Global burden of upper respiratory infections in 204 countries and territories, from 1990 to 2019 // eClinicalMedicine. 2021. N37:P.100986

7. Yuanzheng Ge, Liang Liu, Bin Chen, et al. Agent-based modeling for influenza H1N1 in an artificial classroom // Systems Engineering Procedia. 2011. N2. P.94–104.

8. Li, ZJ., Zhang, HY., Ren, LL. et al. Etiological and epidemiological features of acute respiratory infections in China // Nat Commun. 2021. N12. P.5026.

9. Laskowski M., Demianyk B.C.P, Witt J., et al. Agent-based modeling of the spread of influenza-like illness in an emergency department: a simulation study // IEEE Transactions on Information Technology in Biomedicine. 2011. Vol. 15. N6. P. 877–889.

10. Nguyen L.K.N., Megiddo I., Howick S. Simulation models for transmission of health care-associated infection: a systematic review // Am J Infect Control. 2020. Vol. 48. N7. P. 810–821.

11. Grant R., Rubin M., Abbas M., et al. Expanding the use of mathematical modeling in healthcare epidemiology and infection prevention and control // Infect Control Hosp Epidemiol. 2024. N1–6.

12. Kirillin M., Khilov A., Perekatova V., et al. Multicentral agent-based model of four waves of COVID-19 spreading in Nizhny Novgorod region of Russian Federation // Journal of Biomedical Photonics and Engineering. 2023. Vol. 9. N1. P. 010306.

13. R Core Team (2021). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Доступно по: https://www.Rproject.org/. Ссылка активна на 15 сентября 2024 г.

14. Национальная Концепция профилактики инфекций, связанных с оказанием медицинской помощи (утв. Главным государственным санитарным врачом РФ 6 ноября 2011 г.)

15. Purssell E., Gould D., Chudleigh J. Impact of isolation on hospitalised patients who are infectious: systematic review with meta-analysis // BMJ Open. 2020. Vol. 10. N2. P. e030371.

16. Ben-Abraham R., Keller N., Szold O., et al. Do isolation rooms reduce the rate of nosocomial infections in the pediatric intensive care unit? // J Crit Care. 2002. Vol. 17. N3. P. 176–80.

17. Санитарные правила СП 3.3686-21 «Санитарно-эпидемиологические требования по профилактике инфекционных болезней». Утверждены постановлением Главного государственного санитарного врача РФ от 28 января 2021 г. №4.

18. Fregonese L., Currie K., Elliott L. Hospital patient experiences of contact isolation for antimicrobial resistant organisms in relation to health care-associated infections: A systematic review and narrative synthesis of the evidence // Am J Infect Control. 2023. Vol. 51. N11. P. 1263–1271.