Формирование объективной методической базы эпидемиологического прогнозирования заболеваемости геморрагической лихорадкой с почечным синдромом с использованием методов машинного обучения

Высокая медицинская и социальная значимость проблемы геморрагической лихорадки с почечным синдромом (ГЛПС) в Р оссии является значимым аргументом в пользу разработок качественно новых подходов к прогнозированию эпидемиологических осложнений. Наличие сложного характера взаимодействия факторов, определяющих интенсивность эпидемических проявлений, требует продолжения поиска наиболее достоверных прогностических критериев предэпидемической диагностики ГЛПС, способных обеспечить ту полноту информации, которая необходима в современных условиях для оптимизации управления эпидемическим процессом. Целью работы явилось формирование объективной методической базы прогнозирования эпидемиологической обстановки по ГЛПС за счет использования методов машинного обучения при моделировании влияния комбинаций абиотических факторов риска на фактическую заболеваемость ГЛПС. Материалы и методы. Материалы исследования составили данные о 10 788 случаях заболевания ГЛПС, зарегистрированных с 1982 по 2022 г. на территории Саратовской области. В качестве факторов, вероятно оказывающих влияние на эпидемический процесс ГЛПС, рассмотрены более 46 тыс. значений метеопоказателей, полученных из архива базы данных метеонаблюдений за период 1981–2023 гг. метеостанции Саратов – Юго-Восток, представленных в открытом доступе Гидрометцентром России. Разработка нейросетевой модели прогнозирования выполнена на базе специализированного модуля платформы Loginom версии 7.1. Результаты и обсуждение. В работе представлены преимущества методов нейросетевого прогнозирования осложнения эпидемиологической обстановки по ГЛПС на основе анализа сложных, нелинейных зависимостей влияния абиотических факторов на заболеваемость населения. Разработан типовой сценарий для нейросетевого прогнозирования эпидемических осложнений по ГЛПС и апробирована прогностическая модель заболеваемости на территории Саратовской области. Показано, что применение нейросетевых алгоритмов позволяет получить прогноз возможного развития эпидемиологической обстановки по ГЛПС в будущем с вероятностью 98,8 %, что позволит обеспечить качественный переход от экспертного прогнозирования к независимому анализу эпидемиологических тенденций, существенно повышая информационные возможности и значимость прогнозирования при планировании и проведении профилактических работ учреждениями Роспотребнадзора.