Главная » Новости медицины » Российские ученые разработали математическую модель для прогнозирования туберкулеза

Российские ученые разработали математическую модель для прогнозирования туберкулеза

Борьба с туберкулезом в России выходит на новый, высокотехнологичный уровень. Группа отечественных исследователей создала уникальную математическую модель, способную прогнозировать распространение этой опасной инфекции в регионах страны. Презентация разработки состоялась в Новосибирске на полях XV Международной мультиконференции «Биоинформатика регуляции и структуры геномов / системная биология» (BGRS/SB-2026). По словам автора проекта, доктора физико-математических наук Ольги Криворотько (университет «Сириус»), алгоритм призван помочь медикам действовать на опережение.

Формула эпидемии: как математика видит скрытые угрозы

Главная сложность в контроле над туберкулезом заключается в его непрерывной эволюции. Бактерии мутируют, адаптируются к лекарствам, а появление сопутствующих коинфекций (например, ВИЧ) серьезно меняет этиологию и скорость распространения заболевания. Старые эпидемиологические модели в таких условиях быстро теряют точность.

Уникальность новой разработки, созданной сибирскими математиками в тесном содружестве с практикующими медиками, заключается в ее способности учитывать пациентов со скрытой (латентной) формой заболевания. Именно этот невидимый резервуар инфекции чаще всего становится источником новых вспышек, когда при неблагоприятных факторах болезнь переходит в открытую стадию.

Ученым удалось вывести комплексную формулу, в которую заложены ключевые параметры:

  • Коэффициент контагиозности — индекс, отражающий реальную заразность конкретного штамма;
  • Показатели частоты выявления — скорость, с которой медицина успевает фиксировать новые случаи;
  • Вероятность перехода в открытую форму — математический расчет рисков трансформации болезни.

Благодаря такому подходу формула позволяет четко выделить закономерности, влияющие на распространенность наиболее опасных клинических форм туберкулеза — тех, при которых происходит активное выделение бактерий, несущих максимальный риск для общества и провоцирующих высокую летальность.

Испытание практикой: пять регионов со сложным характером

Чтобы доказать жизнеспособность модели, ученые валидировали ее на реальных эпидемиологических данных пяти субъектов Российской Федерации, где ситуация с заболеваемостью традиционно остается напряженной.

География проверки охватила:

  1. Республику Алтай;
  2. Новосибирскую область;
  3. Забайкальский край;
  4. Иркутскую область;
  5. Республику Тыва.

Выбор этих территорий был глубоко обоснован. Главный вызов для местных фтизиатров — аномально высокий процент штаммов туберкулеза с повышенной лекарственной устойчивостью. Тот факт, что палочка Коха в этих регионах слабо реагирует на стандартные антибиотики, стал важнейшей переменной, которую математики успешно интегрировали в свою цифровую систему для точного прогноза.

Сила диагностики и социальный фактор

Анализ данных показал, что неоднородность статистики по туберкулезу в исследованных регионах связана не с климатом или географией, а с тем, как на местах устроены медицина и система социальной поддержки.

Ключевой вывод исследователей: активность и скорость передачи инфекции напрямую зависят от того, насколько оперативно и тщательно медицинские работники выявляют и изолируют контакты уже заболевших людей.

Математический анализ четко указал на два главных практических инструмента, способных коренным образом переломить эпидемиологическую ситуацию в Сибири и на Алтае:

  • Максимальный охват рентгенологическими исследованиями: регулярная диагностика позволяет перехватить болезнь на ранних стадиях, пока пациент не начал выделять бактерии в окружающую среду.
  • Внедрение молекулярных методов: высокоточные современные тесты помогают мгновенно определить генотип микроба и его устойчивость к лекарствам, что исключает потерю времени на неэффективную терапию.

Усиление работы именно по этим направлениям, подкрепленное точными прогнозами математической модели, позволит региональным системам здравоохранения эффективно гасить очаги инфекции и снизить уровень заболеваемости до минимума.