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