Прогноз в реальном времени эпидемий гриппа и респираторно-синцитиального вируса в первичной медицинской помощи с использованием модели Гомперца

Почему зимние вирусы важны для повседневной жизни

Каждую зиму волны гриппа и менее известного вируса — РСВ (респираторно‑синцитиальный вирус) — заполняют кабинеты врачей и больничные палаты. Для большинства людей эти заболевания проходят быстро, но они могут быть смертельны для младенцев, пожилых людей и тех, у кого ослаблено здоровье, и сильно нагружают систему здравоохранения. В этом исследовании задается практический вопрос: можно ли надежно предсказать в реальном времени, когда пиковые значения сезонных эпидемий наступят, используя ежедневные данные, которые семейные врачи уже фиксируют, и сделать это с помощью инструмента достаточно простого для рутинного применения в общественном здравоохранении?

От визитов в клинику к «прогнозу погоды» эпидемии

Команда исследователей сосредоточилась на Каталонии, регионе Испании с населением 7,8 млн человек, где большинство случаев гриппа и бронхиолита лечатся в первичной медико‑санитарной помощи, а не в больницах. Они использовали анонимизированные ежедневные данные о диагнозах из всех государственных учреждений первичной помощи за период 2018–2024 годов, а также больничные записи и результаты экспресс‑тестов на РСВ. Для гриппа можно было использовать диагнозы первичной помощи напрямую. С РСВ было сложнее, так как бронхиолит у младенцев может вызывать множество разных вирусов. Авторы связали записи о бронхиолитах из первичной помощи с больничными данными и результатами быстрых антигенных тестов, чтобы оценить долю бронхиолитов, действительно вызванных РСВ, и получить очищенный временной ряд, специфичный для РСВ, пригодный для моделирования.

Простая кривая, отражающая сложные вспышки

Вместо создания детализированной модели распространения инфекции команда выбрала эмпирическую кривую роста, известную как модель Гомперца. Эта модель описывает, как эпидемия сначала быстро нарастает, а затем замедляется по мере приближения к максимальному числу случаев. Подгоняя эту кривую под накопленные ежедневные диагнозы, исследователи могли оценить три ключевых характеристики каждого эпидемического сезона: скорость начального роста, предполагаемое итоговое число случаев и время наступления пика. Важно, что модели нужны лишь регулярно собираемые диагнозы и она не опирается на предположения об иммунитете, вакцинации или социальном поведении, что упрощает её адаптацию при изменении условий.

Видеть пик за месяц до его наступления

Применив модель Гомперца к нескольким сезонам до и после COVID, авторы обнаружили, что обычно могут предсказать неделю пика эпидемии как для гриппа, так и для РСВ‑бронхиолита примерно за месяц вперёд, с неопределённостью всего в одну неделю, а оценки величины пика, как правило, укладывались в пределах примерно 35 процентов. Оценки пика модели почти всегда попадали в статистические доверительные интервалы, даже когда отдельные ежедневные показатели были шумными из‑за задержек в отчетности или внезапных всплесков. Постпандемические сезоны и сезон РСВ после внедрения нового защитного антитела (нирсевимаб) было труднее предсказать точно, что подчёркивает: крупные сдвиги в циркуляции вирусов или мерах профилактики временно нарушают устоявшиеся шаблоны.

Разные формы волн для гриппа и РСВ

Исследование также показывает, что эпидемии гриппа и РСВ ведут себя по‑разному. Волнения гриппа, как правило, поднимаются и сходят более резко, давая относительно симметричную кривую за более короткий период. Напротив, эпидемии РСВ‑бронхиолита у маленьких детей демонстрируют резкий начальный подъём с последующим длинным, затяжным спадом, формируя более широкую волну. Подогнанные кривые указывают, что в этой возрастной группе каждый случай РСВ изначально приводит примерно к трём новым инфекциям, по сравнению с примерно двумя для гриппа. Эти различия важны для планирования: сезоны РСВ могут дольше загружать педиатрические службы, даже если общее число случаев сопоставимо.

Превращение цифр в более ранние меры

Для органов общественного здравоохранения главный вывод состоит в том, что простая математическая кривая, подпитываемая актуальными данными первичной помощи, может выступать в роли сезонной системы раннего предупреждения. Указывая за недели вперёд, когда, вероятно, наступит пик гриппа или РСВ и какой он может быть по интенсивности, подход на основе Гомперца может направлять решения о комплектации персоналом, коечном фонде и сроках кампаний по вакцинации или применению антител. Хотя экспертный надзор по‑прежнему необходим — особенно когда новые вакцины, меры общественного здравоохранения или пандемии меняют правила игры — метод предлагает прозрачный и адаптируемый способ превращать повседневные визиты в клинику в практические прогностические оценки нагрузки зимних вирусов в реальном времени.

Цитирование: Perramon-Malavez, A., Ye, Q., López, D. et al. Real-time prediction of influenza and respiratory syncytial virus epidemics in primary care using the Gompertz model. Sci Rep 16, 5763 (2026). https://doi.org/10.1038/s41598-026-36519-w

Ключевые слова: грипп, бронхиолит, вызванный РСВ, прогнозирование эпидемий, данные первичной медицинской помощи, модель Гомперца