Библиографическое описание:

Рагозина Э. Р., Буксман А. В., Рагозина О. В., Ильющенко Н. А., Шевнин И. А. Ритмичность инфекционных заболеваний в г. Ханты-Мансийске по данным обращений в службу «Скорая помощь» и корреляция с климатическими факторами // Молодой ученый. — 2015. — №18. — С. 62-66.

Исследованиями установлено, что в системе естественных датчиков времени биологические ритмы человека выполняют функцию адаптации к внешним условиям [2]. Подстройка биоритмов человека к смене естественных датчиков времени осуществляется по закону резонанса, в этом случае ведущее место принадлежит элементам синфазности и когерентности колебаний [20]. Климатические ряды должны рассматриваться как конечные индивидуальные реализации статистически нестационарных случайных процессов. Исходя из длины такой реализации и из предварительных представлений об изучаемых климатических процессов, рассматриваемый ряд часто бывает целесообразно представить в виде суммы длиннопериодной и короткопериодной компонент. Первая из них, содержащая, в частности, средние значения и, линейные и нелинейные тренды, может быть выделена с помощью сглаживания исходного ряда по «окну» подходящей формы и ширины. Нередко эта компонента мало похожа на реализацию какого-либо стационарного случайного процесса, и даже её спектр, строго говоря, не определен. Короткопериодная компонента, наоборот, часто выглядит похожей на реализацию некоторого стационарного случайного процесса, и может быть описана его спектром [15]. Динамика медицинских показателей имеет общие черты с динамикой процессов в экологии, геологии, биологии, экономике, социологии. Динамика изменений разных объектов и их совокупностей проявляется по-разному, отличаясь скоростью изменений характеристик процесса, его контрастом, амплитудами, ансамблями частот, уровнем шумов [5, 6]. В условиях местности, приравненной к районам Крайнего Севера, к которым относится Ханты-Мансийский автономный округ — Югра, существует совокупность факторов, определяющих климатогеографические и социально-бытовые особенности региона: преобладание холодного дискомфортного климата, отсутствие специфической для человека фотопериодичности (смена дня и ночи), тяжелый аэродинамический режим, повышенная активность космических излучений, магнитного поля Земли и большая частота их апериодичных возмущений, своеобразный микроэлементный состав почвы и воды, специфичность питания [8, 12, 14, 17], наблюдается значительная десинхронизация ритмов физиологических параметров у здоровых и больных людей, в том числе и инфекционных заболеваниях, связанных с сезонами года, спонтанными инфекциями с социальными причинами и пандемии вирусных инфекций.

Цель настоящего исследования — выявление влияния динамики климатических факторов на здоровье населения, проявляющееся в количестве обращений по поводу инфекционных заболеваний в службу «Скорой помощи» г. Ханты-Мансийска.

Объекты и методы исследования

Обращения в службу «Скорой медицинской помощи» выкопировывались из базы данных вызовов за указанный период, в среднем за сутки по классу I «Некоторые инфекционные и паразитарные болезни» [21]. Для анализа климатических факторов использованы многолетние метеорологические данные специализированных массивов для климатических исследований Всероссийского научно-исследовательского института гидрометеорологической информации — Мировой центр данных (ВНИИГМИ — МЦД), и архивные материалы метеостанции г. Ханты-Мансийска [19, 10]. Период наблюдений с 01 января 2001 года по 31 декабря 2013 года. Кратность измерений — 1 день, длина временного ряда 4748 наблюдений. Изучались следующие параметры: температура окружающего воздуха (оС); барометрическое давление (кПа); относительная влажность (%); барическая тенденция (гПа/3 ч); максимальная скорость ветра (м/с); весовое содержание кислорода в воздухе (г/м3). Весовое содержание кислорода в воздухе прямо пропорционально атмосферному давлению за вычетом парциального давления водяного пара и обратно пропорционально температуре воздуха: O2 (г/м3) = R*(P-e)/T, где R в %, Р и е в гПа, Т в °К [16].

Для проверки гипотезы о наличии множества цикличностей применена программа, использующая вейвлет-анализ для определения ритмической структуры отдельных параметров и оценивающая синхронизацию и когерентность описываемых параметров [18]. Вейвлет — это математическая функция, позволяющая анализировать различные частотные компоненты данных. Анализ сигналов производится в плоскости wavelet-коэффициентов (масштаб-время-уровень) (Scale-Time-Amplitude) [13, 17]. Таким образом, по результатам вейвлетного преобразования можно судить о том, как меняется спектральный состав рассматриваемого временного ряда со временем [7, 13]. Статистическая значимость ритмов оценивалась путем многократной (5000) случайной перестановки уровней исходного временного ряда. Приведенная в статье р показывает долю случаев, когда энергия выделенной частотной составляющей в исходном ряду превышала соответствующую энергию в случайной перестановке.

Результаты и обсуждение

График исходного ряда колебаний количества вызовов «Скорой помощи» по поводу инфекционных заболеваний за описываемый период с 2001 по 2013 годы показывает значимую (р=0,001) цирканнуальную (окологодовую) цикличность (338,6 суток) с высокой мощностью ритма 24,418 усл. ед. По нисходящей обнаруживаются менее мощные, но достоверные вставочные ритмы: полугодовой (212,4 суток), двухлетний (736,9 суток) и четырехлетний ритмы, со значимостью каждого р=0,001, и всплески ритмической активности с двух- (61,2/0,610/0,001) и трехмесячным периодом (97,6/0,783/0,013) в 2008–2009, 2001 и 2013 годах. Сочетание цифр в скобках указывают на период ритма/энергия/значимость. Фактические динамика обращений с службу «Скорая помощь» изображены на рис. 1.

Рис. 1. Динамика обращений в службу «Скорая помощь» по поводу инфекционных заболеваний в г. Ханты-Мансийске за период с 2001 по 2013 годы

 

График исходного ряда колебаний температуры за описываемый период с 2001 по 2013 годы показывает значимую (р=0,0001) цирканнуальную (окологодовую) цикличность (392,3 суток) с высокой мощностью ритма 1476,9 усл. ед. и полугодовой (178,4 суток) ритм с высоким уровнем тенденции (р=0,065). Внутригодовые сезонные (96,6 суток) и лунные (23,7 суток) ритмы присутствуют, но недостоверны. Вариации барометрического давления полицикличны. По убыванию мощности наблюдаются ритмы с периодом 5,57 года; 1,025 года и ритмы близкие к полугодовым, сезонным и циркатригинтанным (околомесячным): 173,4 суток; 109,3 суток; 37,2 суток, при значимости выявленных ритмов р=0,001. Величина влажности закономерно изменяется в окологодовом ритме (395,6 суток), мощность — 224,8 усл. ед., внутригодовая динамика следующая: 173,4 суток; 127,5 суток; 68,9 суток. Все ритмы значимы (р=0,001). Барическая тенденция кроме наиболее мощного окологодового ритма (392,7 суток) характеризуется ритмом с периодом 3,01 года (р=0,002) и вставочными внутригодовыми 173,4 суток (р=0,001), 109,3 суток (р=0,001), 59,1 суток (р=0,001) и 20,1 суток (р=0,009). Изменения максимальной скорости ветра не имеют окологодовой ритмичности, но наблюдаются внутригодовые вариации с периодом 81,1 суток и 40,2 суток. В отличие от, так называемых, квазидвух-, трех- и четырехлетних колебаний, можно предполагать наличие внутригодовых периодов с приставкой «квази». Величина весового содержания кислорода будучи расчетной сохраняет основной ритм таких компонентов формулы как температура, барометрическое давление и влажность, а именно: окологодовой (395,6 суток, р=0,001); двухлетний (808,1 суток, р=0,001), пятилетний (1744,4 суток, р=0042); двух- (69,9 суток, р=0,001) и околомесячный (37,2 суток, р=0,002). Ритмы перечислены по убыванию мощности.

Казалось бы, что превалирование окологодового ритма изменений основных климатических факторов и числа вызовов предполагает взаимосвязь анализируемых параметров, но коэффициенты синхронизации незначительны и по аналогии с общепринятыми величинами коэффициентов корреляции влияние погодных факторов на заболеваемость незначительно (табл. 1).

Таблица 1

Коэффициенты синхронизации погодных факторов и числа обращений в службу «Скорой помощи» по поводу инфекционных заболеваний в г. Ханты-Мансийске за период 2001–2013 годы

 

Температура воздуха, (оС)

Барометрическое давление, (кПа)

Влажность, (%)

Осадки, (мм)

Барическая

тенденция, (Δt/Δр)

Скорость

ветра, (м/с)

Весовое

содержание О2, (г/м3)

Частота обращений, (вызова/сутки)

Температура

воздуха (оС)

1,000

0,345

0,678

0,158

0,202

0,169

0,742

0,260

Барометрическое

давление (кПа)

0,345

1,000

0,166

0,296

0,131

0,258

0,193

0,129

Влажность, (%)

0,678

0,166

1,000

0,212

0,152

0,148

0,910

0,197

Осадки, (мм)

0,158

0,296

0,212

1,000

0,288

0,201

0,187

0,010

Барическая

тенденция (Δt/Δр)

0,202

0,131

0,152

0,288

1,000

0,372

0,176

0,064

Скорость

ветра, (м/с)

0,169

0,258

0,148

0,201

0,372

1,000

0,188

0,100

Весовое

содержание

О2, (г/м3)

0,742

0,193

0,910

0,187

0,176

0,188

1,000

0,211

Частота обращений,

(вызова/сутки)

0,260

0,129

0,197

0,010

0,064

0,100

0,211

1,000

 

Результаты данного этапа показывают, что корреляция не отражает адекватный процесс влияния климата на здоровье, потому как адаптация к дополнительным стрессовым нагрузкам в организме человека осуществляется через фазовое смещение биоритмов. Насколько согласованно протекают во времени несколько колебательных процессов, можно отследить по уровню их когерентности [3].  

При оценке когерентности ритмов наблюдается отставание или опережение числа обращений по поводу инфекционного процесса в зависимости от периода ритма. Разность фаз варьирует в широких пределах без какой-либо закономерности при уменьшении периода значимого ритма (табл. 2).

Таблица 2

Динамика разности фаз ритмов климатических факторов и обращений в службу «Скорая помощь» по поводу инфекционных заболеваний с 2001 по 2013 годы

Периоды значимых ритмов (сутки)

Разница фаз 1 — ϕ2) в сутках

Температура воздуха/ случаи

Атмосферное давление/ случаи

Барическая тенденция/ случаи

Влажность/ случаи

Скорость ветра/ случаи

Весовое содержание О2/ случаи

338,6

265,7

52,25

-241,99

-61,01

-309,96

-83,34

212,4

79,97

- 134,36

-168,16

-80,91

-193,87

-65,20

736,9

202,05

- 44,39

-564,65

-322,21

-177,65

-247,34

1372,7

- 442,95

1026,40

822,44

789,14

302,59

1349,22

97,6

37,21

44,84

-80,39

65,56

-14,52

47,70

61,2

- 8,61

60,35

-43,13

28,66

-45,27

31,42

 

По данным некоторых авторов, в системе природных датчиков времени, например, при адаптации к сезонной смене погоды, динамика биоритмов носит опережающий характер и по принципу упреждения в своих изменениях опережает последующее изменение погодных условий [15], уменьшается удельный вес коротковолновой составляющей и увеличивается доля длинноволнового компонента. Данное положение правомочно, лишь в случае наличия одного значимого ритма, без вставочной ритмической активности, которая может возникнуть при воздействии множества эндо- или экзогенных социальных или абиотических факторов. Другие исследователи исходят из положения, что процессы в природе и обществе являются переменно-полиритмичными [1]. По нашему мнению, картина циклических изменений анализируемых в нашем исследовании рядов климатических данных и инфекционных заболеваний, может быть результатом интерференции постоянных ритмов и вставочной ритмической активности с явлениями локальной когерентности исследуемых ритмов.

 

Литература:

 

1.      Агаджанян Н. А., Аптикаева О. И., Гамбурцев А. Г., Грачев В. А., Дмитриева Т. Б., Жалковский Е. А., Летников Ф. А., Сидоров П. И., Черешнев В. А., Юдахин Ф. Н. Здоровье человека и биосферы: комплексный медико-экологический мониторинг. // Экология человека 2005 № 5, С. 3–9.

2.      Агаджанян Н. А., Игнатьев Л. И., Радыш И. В. Влияние природно-климатических факторов на сезонные ритмы системы крови у жителей Кисловодска // Экология человека. — 2007. -№ 3.- С. 3–8.

3.      Барляева Т. В., Понявин Д. И. Когерентность солнечной и вулканической активности. Сборник публикаций XI-й Пулковской международной конференции «Физическая природа солнечной активности и прогнозирование её геофизических проявлений», 2–7 июля 2007 г., ГАО, Пулково, Санкт-Петербург, 2007, С. 31–32.

4.      Барляева Т. В., Понявин Д. И. EMD и вейвлет-анализ вариаций климата и солнечной активности. Сборник трудов IX международной конференции «Солнечная активность как фактор космической погоды», 4–6 июля 2005 г., ГАО, Пулково, Санкт-Петербург, 2006, С. 125–132.

5.      Бреус Т. К., Конрадов А. А. Эффекты ритмов солнечной активности. Атлас «Временные вариации природных антропогенных и социальных процессов», под ред. Н. П. Лаверова. 2003. Т. 3. С.516.

6.      Гамбурцев А. Г. Человек и три окружающие его среды. О готовящемся пятом томе атлас временных вариаций // Электронный сборник научных трудов «Здоровье и образование в XXI веке». 2011.- Т. 13, № 1.- С. 54–55.

7.      Дьяконов В. П. Вейвлеты. От теории к практике. — М.: СОЛОН-Пресс, 2004.- 440 с.

8.      Корчина Т. Я., Корчин В. И., Кушникова Г. И., Янин В. Л. Характеристика природных вод на территории Ханты-Мансийского автономного округа.// Экология человека, № 8 / 2010, С. 9–12

9.      Малла С. Вэйвлеты в обработке сигналов. — М.: Мир, 2005. — 672 с.

10.  Метеоданные для Ханты-Мансийского автономного округа. [Электр. ресурс] www.hmao-meteo.ru.

11.  Монин А. С., Вакуленко Н. В. «О спектрах колебаний климата». Доклады Академии наук, 2001, т.378, № 6, С.806–8084.

12.  Мусийчук Ю. И. Ломов О. П., Кудрявцев В. М. Проблемы регионального социально-гигиенического мониторинга состояния здоровья населения // Гигиена и санитария. 2007. № 4. С. 87–88.

13.  Нагорнов О. В., Никитаев В. Г., Простокишин В.М, Тюфлин С. А., Проничев А. Н., Бухарова Т. И., Чистов К. С., Кашафутдинов Р. З., Хоркин В. А. Вейвлет-анализ в примерах: Учебное пособие. М.: НИЯУ МИФИ, 2010. — 120 с.

14.  Новокщенова И. Е. Некоторые социально-гигиенические аспекты современной соматический патологии человека на территории ХМАО-Югры / И. Е. Новокщенова // Научный вестник ХМГМИ. — 2009. — № 3–4. — С. 28–30.

15.  Обридко В. Н., Рагульская М. В. // Влияние космической погоды на организм человека и данные медицинской статистики., 9 Международная конференция «Солнечная активность как фактор космической погоды», Пулково, июль 2005, С.25–26.

16.  Овчарова В. Ф. Определение содержания кислорода в атмосферном воздухе на основе метеорологических параметров (давления, температуры, влажности) с целью прогнозирования гипоксического эффекта атмосферы // Вопросы курортологии, физиотерапии и лечебной физкультуры. 1981. № 2. С. 29–34.

17.  Пискунова Е. Р., Харламова Н. Ф. Влияние абиотических факторов среды на обострения больных бронхиальной астмой // Известия Алтайского государственного университета. 2004. Выпуск № 3.- С.98–100.

18.  Рагозин О. Н., Бочкарев М. В., Косарев А. Н., Кот Т. Л., Татаринцев П. Б. Программа исследования биологических ритмов методом вейвлет-анализа / О. Н. Рагозин, М. В. Бочкарев, А. Н. Косарев, Т. Л. Кот, П. Б. Татаринцев. — Свидетельство о государственной регистрации программы для ЭВМ № 2014611398, дата гос. регистрации в Реестре программ для ЭВМ 03 февраля 2014 г.

19.  Специализированные массивы для климатических исследований Всероссийского научно-исследовательского института гидрометеорологической информации — Мировой центр данных (ВНИИГМИ — МЦД). [Электр. ресурс] www.meteo.ru.

20.  Талалаева Г. В. Роль биологического времени человека в условиях техно-, ноосферы и креативного сообщества // Фундаментальные исследования. — 2006. — № 12, С. 104–106. URL: www.rae.ru/fs/?section=content&op=show_article&article _id=5581 (дата обращения: 14.08.2015).

21.  Приказ Министерства здравоохранения Российской федерации № 170 от 27 мая 1997 года «О переходе органов и учреждений здравоохранения Российской Федерации на Международную статистическую классификацию болезней и проблем, связанных со здоровьем X пересмотра».

Обсуждение

Социальные комментарии Cackle