Дата
Автор
Антон Барчук, Илья Кашницкий, Александр Ершов
Источник
Сохранённая копия
Original Material

Эпидемию коронавируса ждут в больших городах России. Но основной удар может прийтись на «стареющие» регионы

Вот карта самых проблемных — покажите ее медикам

По данным на 28 марта, наибольшее число случаев COVID-19 в России зафиксировано в Москве, Московской области и Санкт-Петербурге. Это вполне ожидаемо: именно столицы принимают первый удар эпидемии из-за высокой транспортной связности с остальным миром. Однако медийный фокус на мегаполисах создает обманчивое впечатление — будто провинции коронавирус почти не коснется. Это не так. С учетом возрастной структуры многих российских регионов, именно в провинции можно ожидать наиболее тяжелой ситуации как по числу заболевших, которым потребуется помощь, так и по летальным случаям. Демограф Илья Кашницкий и эпидемиолог Антон Барчук по просьбе «Медузы» сравнили российские регионы по ожидаемому числу людей, которым может потребоваться госпитализация — и объему медицинских ресурсов, которые есть в их распоряжении. Получившаяся карта поможет российским медикам оценить серьезность ситуации в разных частях страны и еще раз напомнить о том, как важно максимально растянуть пик эпидемии во времени.

Внимание! Рекомендуем вам читать эту статью с десктопа, потому что в мобильной версии карты, которые в ней содержатся, отображаются некорректно.

Все материалы «Медузы» о коронавирусе открыты для распространения по лицензии Creative Commons CC BY. Вы можете их перепечатать! На фотографии лицензия не распространяется.

При болезни COVID-19, вызываемой новым коронавирусом, риски осложнения, госпитализации, необходимости интенсивной терапии и смерти крайне неравномерно распределены по возрасту. Дети и молодые люди практически вне опасности, но для людей старших поколений риски значительны. Кроме того, в любом возрасте для мужчин болезнь опаснее, чем для женщин. Вот рисунок, на котором отражена летальность COVID-19 в Италии по данным на 26 марта.

Istituto Superiore di Sanita Летальность COVID-19 в Италии для групп разного пола и возраста — в процентах

Возрастные структуры населения значительно отличаются — как между странами, так и между регионами в этих странах. Учитывая неравномерность половозрастных коэффициентов летальности, логично ожидать, что при прочих равных тяжелых случаев будет больше в относительно старых (пожилых) популяциях. Отчасти мы уже видим это влияние возрастной структуры населения на первых сравнительных данных пандемии по странам: в более возрастной Италии количество и доля тяжелых случаев болезни и смертей значительно выше, чем в более молодой Южной Корее. Еще более значительные различия в возрастной структуре населения наблюдаются внутри европейских стран — между центральными регионами и периферией. Эпидемия закономерно начинается в наиболее густонаселенных крупных городах. Но когда она распространится массово, самыми уязвимыми окажутся периферийные регионы, где жители в среднем старше, чем в центре.

На интерактивной карте мы показали общее число людей, которым может понадобиться интенсивная терапия в регионе за все время эпидемии коронавируса. Цвет отражает долю таких людей от всего населения региона. Ниже — те же данные в форме таблицы.

Таблица по регионам

Регион

40%

50%

60%

70%

80%

Алтайский край

13672

17088

20507

23925

27343

Амурская область

3807

4759

5711

6666

7615

Архангельская область

6346

7932

9520

11105

12691

Астраханская область

5524

6906

8286

9667

11048

Белгородская область

9536

11916

14300

16683

19066

Брянская область

7433

9294

11152

13011

14866

Владимирская область

8751

10939

13124

15314

17502

Волгоградская область

15723

19653

23583

27516

31446

Вологодская область

6602

8256

9905

11555

13207

Воронежская область

15284

19107

22926

26749

30571

Еврейская автономная область

762

954

1144

1334

1526

Забайкальский край

4559

5701

6841

7979

9118

Ивановская область

6380

7975

9570

11165

12761

Ингушская республика

1525

1903

2286

2668

3050

Иркутская область

11628

14536

17444

20350

23258

Кабардино-балкарская республика

4037

5045

6055

7067

8072

Калининградская область

5573

6968

8361

9753

11148

Калужская область

6293

7863

9441

11013

12586

Камчатский край

1366

1708

2052

2392

2733

Карачаево-черкесская республика

2386

2982

3578

4177

4773

Кемеровская область

14641

18301

21960

25624

29282

Кировская область

8013

10017

12020

14023

16028

Костромская область

3877

4845

5814

6782

7753

Краснодарский край

33657

42074

50485

58900

67316

Красноярский край

14195

17746

21294

24843

28392

Курганская область

5313

6641

7971

9298

10627

Курская область

7003

8756

10508

12257

14009

Ленинградская область

11454

14315

17178

20041

22903

Липецкая область

7225

9038

10843

12651

14456

Магаданская область

603

751

900

1054

1202

Москва

83861

104830

125792

146758

167724

Московская область

42153

52693

63228

73769

84309

Мурманская область

3400

4250

5100

5951

6799

Ненецкий автономный округ

172

214

258

301

342

Нижегородская область

19795

24741

29694

34641

39589

Новгородская область

3875

4845

5810

6781

7749

Новосибирская область

15384

19228

23077

26920

30766

Омская область

10531

13162

15795

18427

21063

Оренбургская область

10877

13596

16314

19032

21755

Орловская область

4737

5922

7108

8292

9476

Пензенская область

8703

10883

13058

15235

17410

Пермский край

13928

17409

20893

24374

27854

Приморский край

10215

12767

15323

17875

20427

Псковская область

4085

5105

6127

7149

8171

Республика Адыгея

2651

3317

3979

4642

5304

Республика Алтай

842

1051

1264

1474

1684

Республика Башкортостан

21819

27269

32724

38178

43633

Республика Бурятия

4247

5311

6369

7431

8494

Республика Дагестан

10477

13094

15713

18331

20952

Республика Калмыкия

1297

1623

1946

2271

2598

Республика Карелия

3583

4479

5376

6271

7168

Республика Коми

3889

4862

5833

6806

7779

Республика Крым

11947

14936

17920

20908

23896

Республика Марий Эл

3688

4610

5531

6455

7377

Республика Мордовия

4899

6126

7350

8578

9803

Республика Саха (Якутия)

3455

4322

5183

6046

6913

Республика Северная Осетия

3866

4828

5797

6762

7729

Республика Татарстан

21702

27125

32550

37974

43398

Республика Тыва

784

982

1179

1377

1572

Республика Хакасия

2621

3277

3932

4587

5244

Ростовская область

25888

32359

38830

45305

51773

Рязанская область

7645

9557

11470

13382

15292

Самарская область

19128

23906

28692

33475

38255

Санкт-Петербург

33965

42457

50948

59440

67927

Саратовская область

15278

19098

22918

26740

30556

Сахалинская область

2327

2904

3484

4067

4648

Свердловская область

24177

30221

36267

42308

48352

Севастополь

2706

3382

4059

4735

5416

Смоленская область

5794

7245

8695

10144

11591

Ставропольский край

15689

19608

23531

27452

31375

Тамбовская область

7066

8830

10597

12364

14129

Тверская область

8241

10304

12364

14425

16484

Томская область

5421

6780

8134

9488

10846

Тульская область

10091

12614

15134

17659

20179

Тюменская область

7131

8915

10696

12478

14262

Удмуртская республика

7901

9876

11850

13826

15802

Ульяновская область

7836

9796

11754

13714

15672

Хабаровский край

6537

8170

9805

11439

13072

ХМАО

5343

6679

8014

9349

10690

Челябинская область

19694

24623

29544

34472

39394

Чеченская республика

3372

4214

5059

5905

6746

Чувашская республика

6912

8637

10367

12094

13821

Чукотский автономный округ

146

183

218

253

290

Ямало-Ненецкий автономный округ

1311

1641

1965

2293

2624

Ярославская область

7954

9942

11930

13916

15905


В случае неконтролируемого или плохо контролируемого развития эпидемии число тяжелобольных очень быстро превышает количество доступных мест в больницах; в особенности это справедливо относительно мест в отделениях интенсивной терапии, оснащенных аппаратами для искусственной вентиляции легких (ИВЛ). При таком сценарии наиболее уязвимыми вновь окажутся удаленные от мегаполисов территории.

Вот карта, на которой отражена эта ситуация. Здесь рассматривается сценарий, при котором инфицированными оказывается 40% населения, а пик эпидемии наступает через пять, 10 или 20 недель — реальное значение будет зависеть от того, насколько эффективными окажутся принимаемые меры сдерживания. Для каждого из регионов показано прогнозируемое число людей в отделениях интенсивной терапии, приходящихся на один аппарат ИВЛ.

Таблица по регионам

Регион

10 недель

20 недель

40 недель

Алтайский край

2

0.89

0.44

Амурская область

1.39

0.63

0.35

Архангельская область

1.18

0.54

0.3

Астраханская область

2.72

1.17

0.62

Белгородская область

3.68

1.68

0.86

Брянская область

4.66

2.18

1.14

Владимирская область

2.47

1.07

0.57

Волгоградская область

3.52

1.62

0.83

Вологодская область

2.69

1.21

0.6

Воронежская область

5.03

2.23

1.14

Еврейская автономная область

0.96

0.48

0.27

Забайкальский край

1.68

0.82

0.42

Ивановская область

3.1

1.37

0.74

Ингушская республика

4.52

1.94

1.15

Иркутская область

2.12

0.97

0.46

Кабардино-балкарская республика

2.64

1.13

0.66

Калининградская область

2.07

0.94

0.48

Калужская область

7.08

2.92

1.61

Камчатский край

1.74

0.81

0.45

Карачаево-черкесская республика

2.38

1.11

0.58

Кемеровская область

2.41

1

0.52

Кировская область

1.84

0.84

0.45

Костромская область

2.53

0.99

0.57

Краснодарский край

3.96

1.74

0.88

Красноярский край

2.03

0.92

0.48

Курганская область

7.41

3.52

1.95

Курская область

2.11

0.92

0.54

Ленинградская область

3.93

1.78

0.86

Липецкая область

2.06

0.88

0.49

Магаданская область

1.32

0.67

0.37

Москва

1.53

0.65

0.33

Московская область

2.17

0.92

0.47

Мурманская область

1.32

0.54

0.31

Ненецкий автономный округ

1.04

0.5

0.38

Нижегородская область

3.37

1.47

0.8

Новгородская область

3.67

1.7

0.92

Новосибирская область

1.81

0.8

0.43

Омская область

3.43

1.46

0.79

Оренбургская область

2.39

1.07

0.54

Орловская область

1.6

0.73

0.38

Пензенская область

2.48

1.12

0.58

Пермский край

2.25

0.92

0.52

Приморский край

3.2

1.41

0.71

Псковская область

2.72

1.12

0.62

Республика Адыгея

2.96

1.38

0.81

Республика Алтай

0.65

0.35

0.17

Республика Башкортостан

3.34

1.42

0.75

Республика Бурятия

2.11

0.95

0.51

Республика Дагестан

6.24

2.86

1.52

Республика Калмыкия

2.67

1.38

0.72

Республика Карелия

2.13

0.91

0.52

Республика Коми

1.68

0.74

0.39

Республика Крым

1.99

0.88

0.47

Республика Марий Эл

1.5

0.67

0.37

Республика Мордовия

4.44

2.13

1.12

Республика Саха (Якутия)

1.16

0.52

0.27

Республика Северная Осетия

2.49

1.14

0.58

Республика Татарстан

1.59

0.66

0.35

Республика Тыва

0.58

0.26

0.17

Республика Хакасия

1.62

0.74

0.48

Ростовская область

4.03

1.78

0.93

Рязанская область

3.02

1.29

0.75

Самарская область

2.42

0.98

0.55

Санкт-Петербург

1.68

0.73

0.37

Саратовская область

3.29

1.42

0.77

Сахалинская область

0.94

0.44

0.24

Свердловская область

2.58

1.09

0.57

Севастополь

2.13

1.03

0.54

Смоленская область

6.22

2.84

1.46

Ставропольский край

0.8

0.36

0.19

Тамбовская область

1.08

0.49

0.25

Тверская область

4.54

2.03

1.05

Томская область

1.52

0.71

0.38

Тульская область

3.94

1.74

0.92

Тюменская область

1.36

0.6

0.33

Удмуртская республика

3.15

1.29

0.72

Ульяновская область

6.99

3.07

1.59

Хабаровский край

2.56

1.11

0.59

ХМАО

0.58

0.26

0.15

Челябинская область

2.9

1.25

0.68

Чеченская республика

2.58

1.16

0.6

Чувашская республика

1.93

0.83

0.46

Чукотский автономный округ

1.92

0.83

0.67

Ямало-Ненецкий автономный округ

0.97

0.54

0.27

Ярославская область

2.36

1.08

0.55


Как мы считали — подробности для специалистов

В наших расчетах мы использовали доступные данные о половозрастной структуре населения Российской Федерации на 2020 год. Доля людей, которым потребуется интенсивная терапия в условиях реанимационных отделений, соответствует той, которая принята в девятом докладе Центра глобального анализа инфекционных заболеваний Имперского колледжа в Лондоне («Медуза» подробно писала о его результатах). Эти данные, в свою очередь, получены на основе моделирования и уточнения статистики из Китая. Пропорции были скорректированы с учетом различий в риске смерти между мужчинами и женщинами, наблюдаемых в Италии (доклад о ситуации в Италии на 26 марта).

Долю людей, которые могут быть инфицированы в ходе нынешней эпидемии, сейчас оценить очень сложно, поэтому мы использовали несколько сценариев, предполагающих распространение инфекции среди от 40% до 80% населения. Реальное значение будет определяться базовым показателем Rₒ — он отражает число людей в уязвимой популяции, которых в среднем заражает один инфицированный. При расчете не учитывались различия в доле инфицированных между разными возрастными группами. В реальности доля инфицированных в России может быть ниже в старших возрастных группах из-за меньшего количества социальных контактов.

При оценке числа доступных аппаратов ИВЛ использованы данные, полученные из тендеров на закупку за период 2017-2020 гг. и на проведение комплексного техобслуживания медицинской техники на 2019-2020 гг. Для оценки наличия ИВЛ в тех учреждениях, по которым эти данные не опубликованы, мы основывались на распределении аппаратов по возрастам/проценту списания, размерах хирургических отделений и отделений реанимации и интенсивной терапии, а также сравнительный анализ с наличием реанимационного оборудования другого типа. Все данные по ИВЛ были предоставлены компанией Headway. Также была использована информация из открытых источников. При несовпадении количества ИВЛ из разных источников выбиралось максимальное значение.

Расчет пиковой нагрузки осуществлялся с учетом постепенного нарастания числа случаев, нуждающихся в интенсивной терапии с помощью методов, рекомендуемых американскими Центрами по профилактике заболеваний (CDC) для расчета нагрузки при эпидемиях гриппа. Мы использовали три сценария развития эпидемии, в которых пик наступал на пятой, 10 и 20 неделе от ее начала, при этом средняя продолжительность пребывания в реанимации была принята за пять дней.

В случае быстрого и эффективного внедрения мер сдерживания эпидемии, пиковая нагрузка на реанимационные отделения будет существенно ниже, чем при отсутствии таких мер. Согласно расчетам, если пик эпидемии будет достигнут уже на пятой неделе после ее начала, в большинстве регионов количество пациентов, требующих проведения интенсивной терапии, будет больше, чем имеющееся количество аппаратов ИВЛ. Если же эпидемическую кривую удасться сгладить, и пик будет достигнут только на 20-й неделе, почти во всех регионах ресурсов окажется достаточно.

Пиковая нагрузка на один аппарат ИВЛ — во многом условная величина, она должна использоваться, прежде всего, для сравнения регионов между собой с учетом их ресурсов и ожидаемого числа тяжелых больных. Фактическая нагрузка зависит от множества параметров, которые сегодня оценить очень сложно: количества инфицированных, длительности эпидемии и времени наступления ее пика, — величин, которые определяются объемом и эффективностью принимаемых мер.

В реальных условиях нагрузка будет сильно зависеть от способов использования имеющегося оборудования и медицинских ресурсов. Не все аппараты ИВЛ находятся в учреждениях, куда возможно поступление больных с инфекцией. С другой стороны, существует возможность использования одного аппарата ИВЛ для нескольких пациентов одновременно.

Результаты нашего прогноза о количестве больных, которым потребуется интенсивная терапия, во многом совпадают с теми, что были получены Софьей Гарушянц и Георгием Базыкиным в работе с похожей методологией. Различия между прогнозами обусловлены прежде всего тем, что в нашей работе учтены особенности состава населения России по полу. Поскольку в большинстве регионов количество мужчин в старших возрастных группам намного меньше, чем женщин, то и количество больных, требующих интенсивную терапию, будет меньше.

Все исходные данные и код для проведения расчетов выложены в отдельном репозитории на GitHub.

Литература

  • Ajelli, M., & Litvinova, M. (2017). Estimating contact patterns relevant to the spread of infectious diseases in Russia. Journal of Theoretical Biology, 419, 1–7. https://doi.org/10.1016/j.jtbi.2017.01.041
  • Dowd, J. B., Rotondi, V., Adriano, L., Brazel, D. M., Block, P., Ding, X., Liu, Y., & Mills, M. C. (2020). Demographic science aids in understanding the spread and fatality rates of COVID-19. MedRxiv. https://doi.org/10/ggpcj9
  • Ferguson, N., Laydon, D., Nedjati Gilani, G., Imai, N., Ainslie, K., Baguelin, M., Bhatia, S., Boonyasiri, A., Cucunuba Perez, Z., Cuomo-Dannenburg, G., Dighe, A., Dorigatti, I., Fu, H., Gaythorpe, K., Green, W., Hamlet, A., Hinsley, W., Okell, L., Van Elsland, S., … Ghani, A. (2020). Report 9: Impact of non-pharmaceutical interventions (NPIs) to reduce COVID19 mortality and healthcare demand [Report]. https://doi.org/10.25561/77482
  • Istituto Superiore di Sanità. (2020, March 26). Integrated surveillance of COVID-19 in Italy. https://www.epicentro.iss.it/coronavirus/sars-cov-2-sorveglianza-dati
  • Kashnitsky, I., & Aburto, J. M. (2020). COVID-19 in unequally ageing European regions. OSF Preprint. https://doi.org/10.31219/osf.io/abx7s
  • Neyman, G., & Irvin, C. B. (2006). A Single Ventilator for Multiple Simulated Patients to Meet Disaster Surge. Academic Emergency Medicine, 13(11), 1246–1249. https://doi.org/10.1197/j.aem.2006.05.009
  • Verhagen, M. D., Brazel, D. M., Dowd, J. B., Kashnitsky, I., & Mills, M. (2020). Mapping hospital demand: Demographics, spatial variation, and the risk of «hospital deserts» during COVID-19 in England and Wales. OSF Preprint. https://doi.org/10.31219/osf.io/g8s96
  • Verity, R., Okell, L. C., Dorigatti, I., Winskill, P., Whittaker, C., Imai, N., Cuomo-Dannenburg, G., Thompson, H., Walker, P., Fu, H., Dighe, A., Griffin, J., Cori, A., Baguelin, M., Bhatia, S., Boonyasiri, A., Cucunuba, Z. M., Fitzjohn, R., Gaythorpe, K. A. M., … Ferguson, N. (2020). Estimates of the severity of COVID-19 disease. MedRxiv. https://doi.org/10.1101/09.03.2020.20033357v1

Авторы: Илья Кашницкий, научный сотрудник Университета Южной Дании и Национального Исследовательского Университета «Высшая школа экономики»; Антон Барчук, научный сотрудник Университета Тампере и НМИЦ онкологии им. Н.Н. Петрова

Редактор: Александр Ершов