Цифр о распространении коронавируса в России публикуется много. Но статистика полна противоречий. Принимать управленческие решения на ее основе невозможно. Это показало исследование, которое по собственной инициативе предприняла петербургская консалтинговая компания «Решение». Публикуем выдержки из этой работы.
Исследование было предпринято в результате попыток объяснить некоторые очевидные противоречия и несоответствия, которые мы обнаруживали в значениях показателей, характеризующих эпидемиологическую обстановку в связи с пандемией коронавируса, публикуемых официальными источниками и различными СМИ. Попытки оценить методики расчета этих показателей привели к выявлению многочисленных неточностей и ошибок.
Вопрос, который возник в связи с этим у нас как у консультантов, заключался в том, каким образом на базе такой неточной информации возможно принятие адекватных и эффективных управленческих решений?
О ресурсах, которые имеются для противостояния COVID-19
К концу 2019 года человечество обладало значительными ресурсами, позволяющими организовать эффективную борьбу с коронавирусом:
– Имеется значительный опыт изучения коронавирусов (впервые коронавирус у человека был обнаружен в 1965 году).
– Вирусология и эпидемиология существуют десятки лет как самостоятельные направления в науке. В научной литературе достаточно давно описаны коронавирусы.
– Имеется опыт борьбы с эпидемиями SARS (2002–2003) и MERS (2012–2015), вызванных коронавирусами.
– Математические модели эпидемий разрабатывались несколько десятилетий, вычислительные мощности, которыми обладают развитые страны, огромны.
– Существует множество научных учреждений, которые занимаются вирусологией и эпидемиологией.
Тем не менее, в настоящий момент у человечества:
– нет научно обоснованной стратегии действий, а планирование текущих действий опирается на экспертное мнение;
– отсутствует инструментарий, позволяющий делать научно обоснованные прогнозы развития эпидемиологической обстановки;
– методика оценки значений классических показателей, которые позволяют оценивать эпидемиологическую обстановку (распространенность, интенсивность заражения, летальность), оказалась довольно сомнительной.
В рамках борьбы с пандемией и властные структуры, и медицинское сообщество, и СМИ оперируют понятиями, которые численно могут быть представлены с помощью ряда показателей (количество заболевших, выздоровевших, умерших и т. п.). На основании текущих значений этих показателей и их динамики и принимаются решения по борьбе с пандемией.
В настоящем исследовании мы стараемся оценить, насколько принятие управленческих решений было обеспечено достоверной и научно обоснованной информацией о текущей эпидемиологической обстановке.
О противоречивых оценках
Имеются ли основания усомниться в том, что информация, которая используется для принятия управленческих решений, достоверно описывает ситуацию и достаточно точна?
Да, такие основания, к сожалению, имеются.
Так, 20 августа 2020 года ИА Regnum публикует материал под заголовком «Летальность COVID-19 в Петербурге достигла 6,66%: хуже нет нигде» (подобная информация о летальности коронавируса опубликована также на сайтах, интегрирующих статистику по регионам из официальных источников). В заметке приводятся данные о летальности в регионах Северо-Западного федерального округа . Из приведенных данных следует, что летальность в Санкт-Петербурге более чем в шесть раз выше, чем в Ленинградской области.
- Данные о летальности коронавируса на 20 августа 2020 года в регионах Северо-Запада. Источник: ИА Regnum
Между тем хорошо известно, что даже во время самых жестких карантинных мер население Петербурга и Ленинградской области не было разделено (как, например, население Санкт-Петербурга и Финляндии). Более того, значительная часть населения Ленинградской области (по разным оценкам — от половины до двух третей) ежедневно бывает в Петербурге. Отдельные населенные пункты Ленинградской области фактически являются районами Санкт-Петербурга (например, город Мурино — население по официальным данным — около 70 000 человек, по данным наших расчетов — не менее 100 000 человек).
Таким образом, население Петербурга и значительной части Ленинградской области с точки зрения эпидемиологической обстановки представляет собой единую популяцию, поэтому расхождение в разы значения показателя «летальность» в различных частях одной популяции невозможно объяснить с научной точки зрения. Вероятно, это расхождение объясняется разными методиками подсчета летальности, принятыми в разных субъектах Федерации. Однако, в таком случае, не представляется возможным сравнивать эти показатели.
О возможностях и ограничениях статистических методов
Публикация большого количества различных показателей, характеризующих развитие пандемии, вызвала небывалый рост попыток использовать статистические методы для сравнения положения в разных странах и прогнозирования изменения ситуации. Большинство таких попыток основано на некритичном использовании статистических данных и поверхностном применении математических методов.
Пример 1. Экстраполяция в будущее данных из прошлого
- Экстраполяция данных из прошлого в будущее с использованием (по-видимому) выявленных статистических зависимостей
Прогнозирование в это случае заключается в экстраполяции имеющихся данных с помощью весьма произвольных кривых. Еще чаще такие прогнозы используют разного рода регрессионные модели. В этом отношении интересно мнение директора мегафакультета трансляционных информационных технологий Университета ИТМО Александра Бухановского, специалиста в области суперкомпьютерного моделирования критических явлений в сложных социальных системах: «Математический аппарат для моделирования эпидемий очень разнообразен. Самые простые, но и наименее точные модели основаны на экстраполяции имеющихся данных по заболеваемости с помощью методов регрессии, то есть изучения влияния одной или нескольких независимых переменных на зависимую переменную».
На самом деле, до тех пор, пока у нас не возникла научно обоснованная модель, объясняющая изучаемые зависимости в прошлом, мы не сможем сделать никакого научно обоснованного прогноза о характере этих зависимостей в будущем.
Пример 2. Сравнение значений количества заболевших в разных странах
Сравнение количества заболевших в разных странах и изображение динамики изменения этого показателя на одном графике — едва ли не самое популярное занятие для СМИ и некоторых руководителей в настоящее время. Производится сравнение количества выявленных больных без учета количества сделанных тестов на коронавирус и различия алгоритмов диагностики.
При этом признается, что:
– значительная (и, вероятно, большая) часть заболевших болеет бессимптомно или в легкой форме, поэтому не обращается к врачу и не выявляется современными методами;
– с учетом специфики COVID-19 количество выявленных больных определяется не только распространенностью заболевания, но и количеством проведенных исследований (тестов), которое в разных странах отличается и по количеству и по качеству тестирования;
– в разных странах (а в России и в разных регионах) используются хотя и сходные, однако значительно различающиеся в деталях алгоритмы диагностики и учета больных.
- Количество выявленных больных в разных странах на 08.04.2020, приведенное к количеству дней с начала эпидемии
Особое внимание на рисунке должна привлекать кривая, отражающая ситуацию с количеством заболевших в Китае по следующим причинам:
– В миллиардном Китае такой слабый рост количества заболевших может объясняться либо полной локализацией очага распространения и последующим инфицированием оставшихся в очаге жителей (при отсутствии вирусоносителей вне локализованного очага), либо появлением способов иммунизации населения, либо манипуляциями с данными. Очевидно, что локализовать носителей вируса в районе первых выявленных носителей было невозможно. Именно поэтому произошло распространение заболевания по всему миру. В этом случае вирус должен был распространиться и по Китаю.
– Подавляющее большинство распространителей вируса болеет бессимптомно или в легкой форме, а непрерывное тестирование больших масс населения проводить не представляется возможным. Поэтому создание жестких ограничений на перемещение населения и принятие карантинных мер не позволяют добиться того, чтобы в очаге поражения все вирусоносители переболели (или, к сожалению, умерли) и перестали быть опасными.
Поэтому карантинные меры позволяют только:
– защитить отдельные относительно небольшие группы, для которых вирус особенно опасен;
– растянуть во времени процесс заражения населения и, таким образом, уменьшить в каждый момент нагрузку на систему здравоохранения;
– выиграть время для проведения необходимых научных исследований, позволяющих выработать эффективные противоэпидемиологические мероприятия и, возможно, разработать вакцины.
– При снятии карантина в условиях, когда вирус продолжает распространяться даже среди небольшого количества людей, должен происходить экспоненциальный рост числа заболевших.
По этим причинам и представленные на рисунке статистические данные по Китаю, и текущие статистические данные, поступающие оттуда, не могут быть научно объяснены и их бессмысленно анализировать совместно с данными с других территорий.
В настоящее время данные, характеризующие эпидемиологическую обстановку, являются неточными, а некоторые из используемых показателей сомнительны с научной точки зрения. Такие исходные данные не позволяют принимать обоснованные управленческие решения и контролировать эффективность принятых решений. Формирование научно обоснованного прогноза развития эпидемиологической обстановки в таких условиях крайне затруднено.
Сложности и противоречия при определении показателей, используемых для оценки эпидемиологической обстановки
При расчете и интерпретации используемых показателей возникают очевидные сложности, которые определяются:
– нечетким определением смысла показателей;
– недостаточным пониманием процессов, которые описывают эти показатели;
– неточной временной привязке момента измерения, так как значения показателя привязываются не к моменту измерения (то есть к моменту наступления события), а к моменту получения результата измерения;
– ошибками и неточностями в методике получения исходной информации;
– изменениями методики, которые приводят к невозможности корректного изучения динамики изменения показателя.
При расчете этого показатели мы выявили три группы проблем:
– Проблемы с невозможностью учета бессимптомных больных и переболевших в легкой форме.
– Проблемы, связанные точностью постановки диагноза.
– Организационные проблемы, связанные со сбором исходной информации.
Проблемы с невозможностью учета бессимптомных больных и переболевших в легкой форме
Это очевидная проблема, специфичная в ситуации с COVID-19, является очень серьезной. В соответствии с оценками ВОЗ, количество бессимптомных больных и больных в легкой форме составляет 80% от общего числа заболевших.
По оценке директора Медицинского научно-образовательного центра МГУ, академика РАН Армаиса Камалова: «Бессимптомное течение COVID-19 может быть более чем у 50% заболевших граждан. Их точное количество можно будет определить только после поголовного тестирования. Дело в том, что иммунная система человека может быть достаточно сильной, чтобы сразу воспринять попадание вируса в организм как опасность и начать выстраивать против него защиту. В результате те симптомы, которые мы видим у других пациентов, отсутствуют. Нет проявлений кашля, температуры, снижения сатурации (насыщения крови кислородом)».
Именно невозможность своевременно выявить всех заболевших резко снижает эффективность традиционных противоэпидемических мероприятий и затрудняет прогнозирование эпидемиологической ситуации.
Заметим, что в условиях пандемии и постоянного многомесячного воздействия на общественное мнение со стороны СМИ и органов власти в общественном сознании формируется повышенная тревожность, которая, на фоне сезонного обострения других заболеваний, способно привести к массовым обращениям к врачу и росту выявленных заболевших COVID-19. Это и может быть социальным механизмом возникновения так называемой «второй волны».
В любом случае, приходится констатировать, что в настоящее время мы не знаем точного количества заболевших. Сделанные же на основе серологических исследований оценки являются недопустимо приближенными.
Показателем, характеризующим популяционный иммунитет, может быть доля жителей в популяции, которые имеют в организме антитела, обеспечивающие защиту от заражения вирусом. Именно в этом значении понятие «популяционный иммунитет» используется в различных источниках, описывающих эпидемиологическую обстановку при COVID-19.
Теоретически известно, что при наличии иммунитета у значительной части популяции распространение заболевания постепенно прекращается. Именно по этой причине рост популяционного иммунитета рассматривается властями всех стран как естественное решение проблемы эпидемии COVID-19. Однако какова должна быть доля людей в популяции, имеющих иммунитет, предсказать достаточно сложно. В общем случае это зависит от возбудителя, особенностей его передачи, распределения в популяции иммунных и восприимчивых лиц, а также других факторов, например, экологических.
В конкретном случае с COVID-19 существуют только экспертные оценки:
– профессор Российской академии наук Карима Нигматулина-Мащицкая: «…Это будет продолжаться до тех пор, пока в популяции не будет достигнут групповой иммунитет. Групповой иммунитет — это от 70 до 90% переболевших»;
– доктор медицинских наук Анатолий Альтштейн: «…Но этот процесс продолжается, с каждой неделей людей, обладающих иммунитетом, становится все больше и больше. Дождемся мы и 60%, но я думаю, что это будет не в этом году»
– эпидемиолог Антон Барчук: «Если даже верить цифрам, которые приводят ведомства, это очень далеко до необходимых 70% переболевших, чтобы инфекция остановилась сама собой»;
– директор НИИ эпидемиологии и микробиологии имени Пастера Арег Тотолян: «Если популяционный иммунитет на уровне 60–70%, уже не будет эпидемии. Если он на уровне 90–95%, то не будет повышенной заболеваемости».
РБК со ссылкой на обзор Bank of America (BofA) приводит эмпирическую формулу, связывающую популяционный иммунитет коэффициент распространения заболевания: «В своем обзоре аналитики BofA приводят формулу, по которой можно вычислить долю переболевших, необходимую для выработки коллективного иммунитета в той или иной стране:
1 – 1/R
где R — коэффициент распространения болезни, то есть скольких людей заражает один заболевший инфекцией, а за единицу взято 100% населения.
Согласно консенсунсному мнению специалистов, коэффициент распространения коронавируса COVID-19 при отсутствии сдерживающих мер составляет 2,5–3. Таким образом, если коэффициент распространения равен 2,5, то, согласно этой формуле, для выработки коллективного иммунитета должно переболеть 60% населения» [81].
Отметим, что научного обоснования этой формулы нет, а сам по себе коэффициент распространения болезни является сомнительным с научной точки зрения, особенно в условиях пандемии.
Сложная эпидемиологическая обстановка, которая возникает в условиях пандемии, в принципе не может быть описана небольшим числом показателей. А по наблюдениям большого количества показателей бывает затруднительно сделать однозначный вывод о тенденциях развития обстановки. Можно представить себе два основных пути избежать подобные затруднения:
– Научный подход, который позволяет сформулировать научные критерии для оценки ситуации. Ткой подход подразумевает создание некоторой модели, в которой описывается действие и взаимное влияние тех факторов и состояний, которые отображаются измеряемыми показателями. Само создание адекватных моделей является достаточно сложной задачей.
– Упрощение ситуации путем введения интегральных коэффициентов и индексов, которые сводят описание эпидемиологической ситуации к 2–3 интегральным показателям. Физический смысл, который придается таким индексам, достаточно условный. Но простота оценки обстановки по таким индексам часто приводит к тому, что лица, принимающие решения, придают этим индексам почти сакральный смысл. Следует также иметь в виду, что использование интегральных коэффициентов хотя и позволяет иногда представлять данные в более наглядной форме, всегда приводит к потере части информации.
Например, Татьяна Голикова, заместитель председателя правительства России, использует для оценки ситуации не общепринятые в эпидемиологии показатели. Вот что она сообщает в интервью телеканалу ОТР: «Из трех показателей, наверное, наиболее ключевым является так называемый коэффициент распространения инфекции. Для того, чтобы тот или иной субъект принимал решение о смягчении ограничительных мер, этот коэффициент должен быть на первом этапе либо равен единице, либо меньше единицы. Это очень важно. Два других показателя — 50% свободный коечный фонд и количество тестов на 100 тыс. населения в сутки — являются основными, но в то же время дополнительными показателями, подкрепляющими этот ключевой. Чтобы вычислить коэффициент распространения инфекции, надо число новых зараженных за последние четыре дня разделить на число заболевших за предыдущие четыре дня».
Очевидно, что:
– введенный Т. Голиковой «коэффициент распространения инфекции» позволяет сравнивать число вновь выявленных инфицированных за последние четыре дня с количеством вновь выявленных инфицированных за предыдущие четыре дня. Но мы не можем выявить всех инфицированных, потому что имеются инфицированные с бессимптомным течением и с легким течением болезни, которые не обращаются к врачу! Имеются и больные с симптомами, но их диагнозы не подтверждены тестами, то есть они находятся в каком-то промежуточном состоянии с точки зрения диагностики. Кроме того, количество достоверно выявленных больных зависит от количества проведенных тестирований;
– значение этого показателя не связано прямо с количеством заболевших, которых заражает один человек. Сама постановка вопроса о «типичном» заболевшем и «типичном» заразившемся является неправильной, так как, по уже имеющимся данным, вирус по-разному влияет на представителей разных социально-демографических групп, а его распространение в значительной степени определяется образом жизни представителей этих групп;
Два других показателя — «50% свободный коечный фонд и количество тестов на 100 тыс. населения в сутки» — описывают эпидемиологическую обстановку очень опосредованно и скорее являются показателями состояния региональной системы здравоохранения.
Для контроля эффективности карантинных мероприятий:
– необходима система ясных и понятных показателей, например, количество перевезенных общественным транспортом пассажиров и (обязательно!) наполняемость общественного транспорта;
– бессмысленными являются какие-либо интегральные индексы, как бы привлекательно из-за своей кажущейся простоты они не выглядели.
К группе подобных интегральных индексов относится «индекс самоизоляции Яндекса», содержание которого объясняется следующим образом: «…мы придумали считать балл, который показывает уровень самоизоляции в разных городах. Для этого мы сравниваем уровень городской активности сейчас и в обычный день до эпидемии. Если он такой же, как в час пик обычного будня, — значит, уровень самоизоляции низкий, 0 баллов, и это плохо. Если в городе тихо, как ночью, — это 5 баллов. Чем выше балл, тем сложнее вирусу распространяться».
При отсутствии модели, объясняющей связи реальных показателей в предметной области, и показателей, которые могут быть получены по результатам наблюдения поведения пользователей в Интернете, использование показателей, построенным по данным Интернета, является необоснованным и рискованным.
Ярким примером провала такой попытки (о которой не принято ни вспоминать, ни упоминать вообще) является проект корпорации Google — сервис Google Flu Trends (2009–2013), который должен был идентифицировать территории, охваченные эпидемиями гриппа, быстрее медиков, анализируя статистику запросов в поисковой системе Google.
Показатель «общая смертность от всех причин» был рассмотрен нами как косвенный – для определения достоверности оценок показателя «летальность». Этот показатель мы привлекли после того, как обнаружили противоречия в данных летальности и выявили расхождения в используемых методиках его оценки.
В качестве такого косвенного показателя в настоящем исследовании был рассмотрен показатель «общая смертность от всех причин».
Под «общей смертностью от всех причин» мы понимаем количество умерших за определенный период времени в популяции.
В качестве значения этого показателя мы рассматриваем данные, предоставляемые органами государственной власти. В нашем случае мы исследовали данные, предоставляемые ежемесячно Департаментом здравоохранения правительства Москвы, Порталом открытых данных Правительства Москвы, Комитетом по записи актов гражданского состояния администрации Санкт-Петербурга. Были также использованы данные европейского мониторинга EuroMoMo.
Очевидное преимущество этого показателя заключается в том, что его определение производится много лет по единой методике и с помощью отработанных алгоритмов. И методика и алгоритмы не изменились в результате пандемии, что дает возможность сравнивать текущие значения со значениями предыдущих лет.
Изучение показателя «общая смертность от всех причин» в Москве и Санкт-Петербурге позволяет обнаружить сходную качественную картину динамики в двух городах в период, соответствующий началу и развитию эпидемии коронавируса в России. Динамика исследуемого показателя приведена на следующих диаграммах.
Из данных, приведенных на диаграммах, следует, что:
1) В первые три месяца 2020 года общая смертность и в Москве, и в Санкт-Петербурге была несколько ниже средней за предыдущие пять лет. Таким образом, изначально 2020 год не отличался от предыдущих лет высокой смертностью в обоих городах.
2) В апреле в обоих городах наблюдалось превышение общей смертности от всех причин над средними значениями. При этом в Москве — значительное превышение, а в Петербурге — незначительное.
3) Но уже начиная с мая в Санкт-Петербурге наблюдался также значительный всплеск (скачок) смертности.
4) Подобных скачков смертности ни в Москве, ни в Санкт-Петербурге на протяжении предшествующих пяти лет не отмечалось.
5) Эти скачки достигают максимумов соответственно в июне в Москве и в июле в Санкт-Петербурге, после чего начинается уменьшение.
6) В октябре и в Москве и в Петербурге по данным за последние пять лет наблюдается сезонное увеличение смертности, поэтому и в октябре 2020 года можно было ожидать некоторого повышения базового значения показателя в абсолютных величинах.
Относительные величины превышения общей смертности от всех причин над средним значением за предыдущие пять лет приведены на диаграммах ниже.
Из данных, приведенных на диаграммах, следует:
1) В Москве скачок смертности начался в апреле, достиг максимума (58%) в мае, а в июне началось снижение, которое продолжалось и в июле (до 12%), а в августе сохранился июльский уровень (13%).
2) В Санкт-Петербурге скачок смертности начался в мае и достиг максимума (51%) в июне. В июле произошло снижение до 20%, а в августе — до 8%. Причем в апреле превышение смертности над средним за предыдущие пять лет в Москве было значительным (17%), а в Санкт-Петербурге незначительным (3,4%).
3) В Москве и в Санкт-Петербурге скачки смертности близки по продолжительности между собой и несколько продолжительнее среднеевропейских.
4) Через два месяца после достижения максимума, начиная с августа в Москве и с сентября в Санкт-Петербурге, снова наблюдается увеличение смертности от всех причин.
Соотношение показателей «общая смертность от всех причин» и количества умерших в результате заболевания COVID-19 в Москве и Санкт-Петербурге
Наблюдение скачка значения показателя «общая смертность от всех причин» в период развития пандемии COVID-19 позволяет выдвинуть гипотезу о том, что избыточная смертность, составляющая скачок значения показателя, должна быть вызвана в основном COVID-19. Однако данные официальной статистики смертности от COVID-19 ни в Москве, ни в Петербурге не соответствуют размерам скачка общей смертности от всех причин, за исключение данных за июль и август в Санкт-Петербурге.
Объяснение этого несоответствия является исключительно важным, поскольку если скачок смертности не вызывается непосредственно COVID-19, то причины должны быть обязательно выявлены и устранены. Вполне вероятно, что эти причины связаны с противоэпидемическими мероприятиями. Например, вероятной причиной может быть перенапряжение системы здравоохранения.
Особенности показателя «общая смертность от всех причин» в Европе
Изучение динамики показателя «общая смертность от всех причин» в Европе проводилось по данным европейского мониторинга смертности — EuroMOMO. Мониторинг охватывает популяции в 24 регионах, расположенных на территориях двадцати европейских стран.
На основании собственных статистических многолетних наблюдений создатели мониторинга разработали:
– собственную систему расчета среднего уровня смертности («Базовая линия»);
– допустимого диапазона («Нормальный диапазон»), зависящего от характеристик разброса данных;
– уровень статистически значимого превышения значения показателя («Существенное превышение»).
Сравнение общего количества смертей в изучаемых популяциях с 2017 по 2020 год показывает, что в 2020 году в период с 10-й по 21-ю неделю (март, апрель, май) наблюдался скачок смертности, существенно превышающий сезонные максимумы предыдущих лет.
Во время острого периода пандемии во многих популяциях, пораженных заболеванием, наблюдался скачок общей смертности. В странах Европы продолжительность скачка составила около 10–12 недель (с 11-й по 22-ю недели, или с середины марта по конец мая).
Максимальное относительное превышение числа летальных исходов над уровнем, принятым за «уровень существенного увеличения», достигнутое на 15-й неделе 2020 года (апрель), составило в среднем по всем рассмотренным странам около 61%. Превышение над многолетним средним значением (базовой линии), рассчитанного для этой недели, составило 62%.
Для сравнения отметим, что второй по величине скачок смертности в этот период (2-я неделя 2017 года) составлял всего 16% от рассчитанного многолетнего среднего.
После 22-й недели и до настоящего времени (43-я неделя — конец октября) скачки смертности не повторялись.
Европейский мониторинг EuroMoMo размещает данные о смертности для различных возрастных групп.
Из данных, приведенных на рисунке, следует, что:
– скачки смертности наблюдались только в возрастных группах старше 45 лет;
– даже среди старших возрастов, в группах которых наблюдались скачки смертности, после завершения основного скачка больше скачков не наблюдалось.
Наблюдения за отдельными странами, входящими в европейский мониторинг EuroMoMo, показали, что скачки смертности были не во всех странах. Данные по смертности по девяти странам Европы показывают, что:
– в разных странах скачки смертности от всех причин отличались и по амплитуде, и по продолжительности;
– в некоторых странах скачков этого показателя не было вообще.
Некоторые выводы и гипотезы по поводу сравнения скачков смертности в Москве, Петербурге и европейских странах
1) По сравнению с Европой скачок смертности в Москве начался с запозданием на один месяц, а в Санкт-Петербурге — на два.
2) Максимальное значение скачков 2020 года была больше, чем значения показателя за предшествующие пять лет для Москвы и Петербурга и предшествующие три года для Европы.
3) Скачки смертности в Москве и Петербурге качественно близки и по продолжительности, и по амплитуде (с учетом различия в численности населения двух городов).
4) Существенно более строгие по сравнению с Петербургом карантинные мероприятия в Москве никак не отразились в различиях скачков показателя общей смертности.
5) В Европе скачки смертности наблюдались не во всех странах.
6) Амплитуда скачка смертности в среднем по Европе (62%) больше, чем в Москве (58%) и в Санкт-Петербурге (51%).
7) Продолжительность скачка смертности в Европе составила в среднем 12 недель (в некоторых странах скачок был с меньшей амплитудой, но более продолжительным).
8) В европейских странах ярко выраженный скачок смертности наблюдался только в возрастных группах старше 44 лет.
9) Повторных скачков смертности в Европе на конец сентября 2020 года (40-я неделя — конец сентября) не наблюдается ни в среднем, ни в отдельных странах.
10) В Москве начиная с августа, а в Петербурге начиная с сентября наблюдается рост смертности, что не соответствует европейской тенденции.
Объяснение таких явлений требует участия специалистов в области вирусологии и эпидемиологии. Представляется возможным высказать несколько гипотез:
1) Смертность удалось остановить в связи с тем, что медики опытным путем нашли эффективные методы излечивания больных, у которых заболевание протекает в тяжелой или сверхтяжелой формах.
2) Большая часть инфицированных, имевших уязвимости, которые могли привести к летальному исходу, скончались.
3) Произошла мутация вируса, при которой наиболее распространенной стала менее опасная мутация, не приводящая к летальному исходу. Наиболее опасная разновидность, вызывающая летальный исход, постепенно погибла, в том числе вместе с погибшими больными.
В пользу последней версии могут быть приведены мнения специалистов.
– Сергей Нетесов, член-корреспондент РАН, заведующий лабораторией биотехнологии и вирусологии факультета естественных наук Новосибирского государственного университета: «Дело здесь в том, что мы тщательно изолируем тяжелобольных. Это приводит к постепенной элиминации из круговорота коронавирусов наиболее патогенных его штаммов. В результате в организмах легкобольных и бессимптомных носителей размножаются и продолжают все шире распространяться и циркулировать его слабопатогенные штаммы, и в результате может появиться иммунная прослойка «проэпидемиченных» людей, а когда она достигнет десятков процентов населения, эпидемия начнет затухать. Это пока что рабочая гипотеза, но она поддерживается многими эпидемиологами и вирусологами разных стран».
– Анатолий Альтштейн, доктор медицинских наук: «Согласно теории, со временем вирус начинает приспосабливаться к человеческой популяции. Коронавирусу невыгодно убивать своего хозяина, в его интересах, чтобы люди продолжали общаться между собой и вирус мог передаваться все новым и новым владельцам».
Объяснение повторного роста смертности в Москве (начиная с августа) и Петербурге (начиная с сентября) требует специальных исследований.
В настоящее время научно обоснованного объяснения причин «второй волны» не существует, однако некоторые гипотезы уже приняты как основные и очевидные. Так, доктор биологических наук, экс-руководитель государственного научного центра «Вектор» Сергей Нетесов считает, что в России четко прослеживается начало «второй волны» эпидемии коронавирусной инфекции: «Одна из главных причин — то, что начались занятия в вузах и школах и, соответственно, кардинально усилилось общение. Вторая причина — люди возвращаются с побережья Черного моря, а там «вторая волна» эпидемии идет уже недели две».
В качестве другой группы причин называется отказ населения от использования индивидуальных средств защиты
По нашему мнению, следовало бы более тщательно и критично рассмотреть причины возникновения «второй волны».
В настоящее время действительно фиксируется большее количество заболевших, но следует иметь в виду, что ранее выявлялись отнюдь не все заболевшие (как, впрочем, и сейчас). Вполне вероятно, что в настоящее время, имея больше ресурсов и определенный опыт, удается выявить большую долю среди общего числа заболевших.
Сезонный пик заболеваний ОРВИ в сочетании с повышенной тревожностью, которая сформировалась в общественном сознании населения за полгода постоянного давления СМИ и угроз властей, также может способствовать увеличению количества обращений к врачу.
Вероятнее всего, именно комплекс причин приводит к увеличению количества вновь заболевших. Соответственно, правильное противоэпидемиологическое управленческое решение должно быть комплексным и содержать мероприятия по противодействию всем причинам.
При анализе причин следует иметь в виду:
– что все имеющиеся в настоящее время статистические данные обладают недостатками, описанными выше, и являются неточными;
– что оценка динамики количества больных в бессимптомной или легкой форме, не обращающихся к врачу, по-прежнему отсутствует, а, по оценкам экспертов и ВОЗ, таких больных большинство.
1) «Вторая волна» пандемии в Европе характеризуется ростом количества выявленных заболевших и отсутствием скачка общей смертности, которым сопровождалась «первая волна». Это меняет картину эпидемиологической обстановки и требует дополнительного анализа и принятия новых управленческих решений. По-видимому, рост числа выявленных заболевших вызван комплексом причин, который включает в себя:
– медицинские (эпидемиологические) причины;
– причины, связанные с сезонным ростом количества заболеваний ОРВИ;
– причины, связанные с социально-психологическим состоянием общества;
– причины, связанные с длительной работой систем здравоохранения в режиме чрезвычайной ситуации.
2) Рост смертности от всех причин в Москве и Санкт-Петербурге, сопровождающий рост количества выявленных случаев, и возобновившийся, соответственно, в августе и в сентябре, не соответствует европейской тенденции. Это отличие позволяет выдвинуть гипотезу о наличии в Москве и Петербурге факторов, способствующих росту смертности, не связанных прямо с пандемией COVID-19 (хотя, вероятно, являющихся следствием пандемии). Эта гипотеза должна быть проверена, а факторы, в случае их наличия, выявлены.
В европейских странах также наблюдается рост количества ежедневно выявляемых больных, однако скачка смертности, аналогичного скачку смертности в начале эпидемии, не наблюдается.
Показатели смертности от всех причин для некоторых стран и территорий приведены на рис. 19. Данные приведены по неделям в виде Z-оценки, принятой для сравнения значения этого показателя в разных странах на ресурсе EuroMoMo.
Из данных мониторинга EuroMoMo] видно, что ни в каких европейских странах и ни на каких территориях не наблюдается скачка смертности, как это было в марте — апреле.
Некоторый рост смертности на 43-й неделе наблюдается в Испании, но значения этого показателя пока не выходят за рамки значительных отклонений от многолетних средних.
Некоторые эксперты ожидали увеличения количества больных осенью и при этом предполагали, что смертность расти не будет. Доктор медицинских наук Анатолий Альштейн: «Есть предположения, что во “вторую волну” ковид станет более массовым заболеванием, но количество тяжелых случаев уменьшится».
В России, в Москве и Санкт-Петербурге, смертность несколько растет. В Москве рост общей смертности от всех причин по сравнению с предыдущим месяцем наблюдается два последних месяца (август и сентябрь), а в Санкт-Петербурге — один месяц (сентябрь).
Научного объяснения роста смертности в Москве и Санкт-Петербурге пока нет. Выявление причин этого роста является едва ли не важнейшей задачей, поскольку имеются основания предполагать, что текущий рост смертности в Москве и Санкт-Петербурге также вызван комплексом причин. И можно предположить, что некоторые из этих причин (например, перенапряжение системы здравоохранения) могут быть устранены с помощью организационных мер.
Исследование вопроса о достоверности статистической информации невольно вынудило нас обратить внимание на вопросы организации управления противоэпидемическими мероприятиями. В настоящее время во всех странах борьбой с пандемией управляют органы государственной власти, используя для этого потенциал существующей системы здравоохранения.
Научное медицинское сообщество занимает положение экспертов, которые привлекаются по мере необходимости для консультаций по вопросам, требующим научного подхода. При этом для решения конкретных научных вопросов, по которым отсутствуют результаты научных исследований (в силу того, что эти вопросы в настоящее время лежат вне текущих интересов научного сообщества), не создано соответствующей организационной структуры. Для разработки управленческих решений приходится либо руководствоваться экспертным мнением, либо ждать, пока задаваемые вопросы попадут в сферу научных интересов существующих структур. По этой причине почти за год развития пандемии до сих пор не проведены исследования по важнейшим направлениям и не получены ответы на важнейшие вопросы.
Отметим, что структуры, которые заинтересованы в разработке вакцин, существуют. Поэтому в ближайшее время в мире будут зарегистрированы и начнут использоваться несколько десятков вакцин, но по поводу важнейших показателей, на основании которых разрабатываются противоэпидемические мероприятия, мы по-прежнему получаем наивные с научной точки зрения и бесполезные с точки зрения принятия управленческих решений рекомендации.
Каким образом будет побеждена пандемия COVID-19?
Вероятнее всего, воздействие вируса SARS Cov-2 на человеческий организм будет ослабевать с течением времени в силу естественных причин. Сыграют свою роль и вакцины.
Следует иметь в виду, что мы до сих пор не знаем причин и механизма появления в течение двадцати лет коронавирусов — возбудителей трех опасных эпидемий. И пока мы этого не понимаем, следует готовиться к новым подобным эпидемиям. Подготовка должна включать в себя разработку методик оценки эпидемиологической обстановки. Целенаправленная подготовка позволит сохранить сотни тысяч, а возможно, и миллионы жизней.
Владимир Сократилин,
социолог, исполнительный директор консалтинговой компании «Решение»
Предложенные исследователями методики оценки основных показателей, характеризующих эпидемиологическую обстановку, и отчет полностью можно посмотреть тут.
