Заболеваемость COVID-19 в Москве на основании данных компьютерной томографии: сравнение моделей прогнозирования

Обложка

Цитировать

Полный текст

Аннотация

ОБОСНОВАНИЕ. Основной инструмент для оценки степени тяжести поражения лёгких при COVID-19 ― компьютерная томография (КТ) [1]. В Российской Федерации широко применяется визуальная шкала оценки поражения лёгочной паренхимы «КТ 0-4» [2]. В настоящее время «золотым стандартом» для установления диагноза COVID-19 стала полимеразная цепная реакция (ПЦР), позволяющая выявлять РНК вируса, но данный метод имеет низкую чувствительность [3, 4]. Заболеваемость COVID-19 носит волновой характер течения [5], поэтому прогнозирование заболеваемости и характера течения болезни очень актуально.

ЦЕЛЬ ― определить более эффективную модель для прогнозирования динамики заболеваемости COVID-19 по данным КТ в Москве, что будет способствовать повышению эффективности планирования помощи пациентам.

МЕТОДЫ. Анализ проводили посредством деления исходных данных (13.04.2021–23.02.2022) на обучающую и тестовую подвыборки, в качестве порогового значения временного интервала принято начало спада пятой волны штамма омикрон (06.02.2022). Для анализа использовали статистические данные заболеваемости по Москве. В данном исследовании для моделирования и прогнозирования временных данных (forecasting) применяли методы ETS, ARIMA, BATS, TBATS и NNETAR (с использованием нейронных сетей) [6]. Эффективность прогнозирования оценивали по количественным метрикам средней абсолютной масштабированной ошибки (MASE).

РЕЗУЛЬТАТЫ. Всего за период пандемии по имеющимся данным в Москве с 13.04.2020 по 21.03.2022 проведено 916 566 процедур компьютерной томографии органов грудной клетки (КТ ОГК) в рамках диагностики COVID-19. По критерию MASE, лучшей моделью предсказания является NNETAR для всех типов по шкале «КТ 0-4» (MASE для тестовой выборки: КТ-1 ― 3.8; КТ-2 ― 2.0; КТ-3 ― 1.3; КТ-4 ― 0.5).

ЗАКЛЮЧЕНИЕ. Модель NNETAR с применением нейронных сетей показала наилучший результат в прогнозировании заболеваемости COVID-19 в Москве и подтвердила тенденцию к постепенному снижению заболеваемости со значительным уменьшением степени тяжести поражения лёгких по шкале «КТ 0-4». Разница в динамике течения обусловлена множеством факторов: способами диагностики и лечения, в том числе отмечается постепенный уход от КТ-исследований при меньшей степени тяжести заболевания; эпидемиологическими ограничениями и профилактикой; мутациями вируса COVID-19; влиянием СМИ.

Об авторах

А. В. Соловьев

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Автор, ответственный за переписку.
Email: atlantis.92@mail.ru
Россия, Москва

М. Р. Коденко

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы; Московский государственный технический университет им. Н.Э. Баумана (национальный исследовательский университет)

Email: atlantis.92@mail.ru
Россия, Москва; Москва

Р. В. Решетников

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы; Первый Московский государственный медицинский университет им. И.М. Сеченова (Сеченовский Университет)

Email: atlantis.92@mail.ru
Россия, Москва; Москва

Т. Д. Сухих

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: atlantis.92@mail.ru
Россия, Москва

А. Н. Мухортова

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: atlantis.92@mail.ru
Россия, Москва

И. А. Блохин

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: atlantis.92@mail.ru
Россия, Москва

А. П. Гончар

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: atlantis.92@mail.ru
Россия, Москва

Д. В. Леонов

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: atlantis.92@mail.ru
Россия, Москва

И. В. Абрамова

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: atlantis.92@mail.ru
Россия, Москва

О. В. Омелянская

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: atlantis.92@mail.ru
Россия, Москва

Список литературы

  1. Zhang R, Ouyang H, Fu L, et al. CT features of SARS-CoV-2 pneumonia according to clinical presentation: a retrospective analysis of 120 consecutive patients from Wuhan city // Eur Radiol. 2020;30(8):4417–4426. doi: 10.1007/s00330-020-06854-1
  2. Морозов С.П., Проценко Д.Н., Сметанина С.В., и др.; Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы. Лучевая диагностика коронавирусной болезни (COVID-19): организация, методология, интерпретация результатов. Методические рекомендации № 34. Серия «Лучшие практики лучевой и инструментальной диагностики». 2-е изд., перераб. и дополн. Москва, 2021. 108 с.
  3. Ai T, Yang Z, Hou H, et al. Correlation of chest CT and RT-PCR testing for Coronavirus Disease 2019 (COVID-19) in China: A report of 1014 cases. Radiology. 2020;296(2):E32–E40. doi: 10.1148/radiol.2020200642
  4. Kucirka LM, Lauer SA, Laeyendecker O, et al. Variation in false-negative rate of reverse transcriptase polymerase chain reaction-based SARS-CoV-2 tests by time since exposure. Ann Intern Med. 2020;173(4):262–267. doi: 10.7326/M20-1495
  5. Mahapatra DP, Triambak S. Towards predicting COVID-19 infection waves: A random-walk Monte Carlo simulation approach. Chaos Solitons Fractals. 2022;156:111785. doi: 10.1016/j.chaos.2021.111785
  6. Perone G. Comparison of ARIMA, ETS, NNAR, TBATS and hybrid models to forecast the second wave of COVID-19 hospitalizations in Italy. Eur J Health Econ. 2021:1–24. doi: 10.1007/s10198-021-01347-4

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Соловьев А.В., Коденко М.Р., Решетников Р.В., Сухих Т.Д., Мухортова А.Н., Блохин И.А., Гончар А.П., Леонов Д.В., Абрамова И.В., Омелянская О.В., 2022

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».