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.
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