Интегральная оценка социальных детерминант общественного здоровья населения Калининградской области в контексте пандемии COVID-19 (муниципальный уровень)

DOI: 10.35595/2414-9179-2023-2-29-162-179

Посмотреть или загрузить статью (Rus)

Об авторах

А.Н. Огурцов

Санкт-Петербургский государственный университет, Институт наук о Земле СПбГУ,
10-я линия Васильевского острова, д. 33–35, Санкт-Петербург, Россия, 199178,
E-mail: aogurcov@yandex.ru

В.В. Дмитриев

Санкт-Петербургский государственный университет, Институт наук о Земле СПбГУ,
10-я линия Васильевского острова, д. 33–35, Санкт-Петербург, Россия, 199178,
E-mail: v.dmitriev@spbu.ru

Аннотация

Оценка последствий влияния коронавирусной инфекции (COVID-19) на мировое сообщество, ее распространение в разных странах и регионах далеки до завершения, что подтверждается масштабом исследования причин и факторов заболеваемости в разных странах. Статья посвящена вопросам интегральной оценки и анализу пространственных особенностей неравенства социальных детерминант общественного здоровья. Цель исследования состояла в выявлении влияния социальных условий на пространственные особенности распространения пандемии коронавирусной инфекции на основе интегральной оценки влияния на заболеваемость социальных факторов на примере муниципальных образований Калининградской области. Авторами были собраны данные по отдельным муниципалитетам о заболеваемости COVID-19 и социальным факторам за 2021 г. В перечень социальных факторов были включены: 1 — уровень регистрируемой безработицы; 2 — охват детей дошкольным образованием от численности детей соответствующего возраста; 3 — число условного (минимального) набора продуктов питания; 4 — доля семей, нуждающихся в улучшении жилищных условий; 5 — доля граждан в общей численности населения, пользующихся социальной поддержкой по ЖКХ; 6 — число зарегистрированных преступлений на 1 000 чел.; 7 — открытость и доступность информации по предоставлению медицинских услуг в амбулаторных условиях; 8 — комфортность условий предоставления медицинских услуг и доступность их получения в амбулаторных условиях. В качестве интегрального критерия оценки влияния социальных детерминант на заболеваемость рассматривается композитный показатель, характеризующий уровень заболеваемости населения (КП). В качестве основного метода используется моделирование аддитивной свертки критериев на принципах АСПИД-методологии. Это позволяет учитывать нечисловую, неточную и неполную информацию о критериях и их приоритетности в оценочных исследованиях. Картографические модели на основе географических информационных систем (ГИС) используются для выполнения пространственного анализа, визуализации уровня заболеваемости и оценки влияния социальных детерминант на заболеваемость. В ходе исследования выявлены пространственные тенденции развития COVID-19 в регионе и отмечено повышение уровня заболеваемости населения. Для большей части муниципалитетов показатели уровня заболеваемости превышают 60 случаев на 1 000 чел. На фоне повышения уровня заболеваемости особенностью его пространственного распределения стало выравнивание характера заболеваемости в пределах региона, сопровождающееся сглаживанием в пространстве социальных неравенств. Анализ и оценка влияния различных социальных факторов на пространственную изменчивость заболевания коронавирусной инфекцией подтвердили ранее сделанные авторами выводы о том, что весомость социальных детерминант, влияющих на COVID-19, изменяется с течением времени и в пространстве. Главными факторами, обусловливающими неравенство в отношении общественного здоровья в 2021 г. наряду с жилищными условиями — состояние преступности и занятость населения. Результаты корреляционного анализа подтверждают наличие отрицательной корреляционной связи между композитным показателем (КП) и уровнем заболеваемости COVID-19. В целом, в 2021 г. сохраняется умеренный по силе характер (0,30 < p < 0,49) выявленных ранее корреляционных связей. Как показали результаты исследования, использование АСПИД-метода может дать важную информацию государственным органам всех уровней для принятия решений и разработки необходимых мер в условиях чрезвычайных ситуаций эпидемического характера и управления здравоохранением в регионах.

Ключ. слова

социальные детерминанты, композитный показатель, COVID-19, АСПИД, ГИС

Список литературы

  1. Драпкина О.М., Самородская И.В., Сивцева М.Г., Какорина Е.П., Брико Н.И., Черкасов С.Н., Цинзерлинг В.А., Мальков П.Г. Методические аспекты оценки заболеваемости, распространенности, летальности и смертности при COVID-19. Кардиоваскулярная терапия и профилактика, 2020. Т. 19. № 3. С. 302–309. DOI: 10.15829/1728-8800-2020-2585.
  2. Огурцов А.Н., Дмитриев В.В. Интегральная оценка социальных детерминант общественного здоровья населения Калининградской области (муниципальный уровень) ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий: Материалы Международной конференции. М.: Издательство Московского университета, 2020. Т. 26. Ч. 3. С. 78–90. DOI: 10.35595/2414-9179-2020-3-26-78-90.
  3. Огурцов А.Н., Дмитриев В.В. Социальные детерминанты общественного здоровья в период пандемии COVID-19: интегральная оценка данных на уровне муниципальных образований Калининградской области ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий: Материалы Международной конференции. М.: Географический факультет МГУ, 2022. Т. 28. Ч. 2. С. 311–320. DOI: 10.35595/ 2414-9179-2022-2-28-311-320.
  4. Панин А.Н., Рыльский И.А., Тикунов В.С. Пространственные закономерности распространения пандемии COVID-19 в России и мире: картографический анализ. Вестник Московского университета. Серия 5. География, 2021. № 1. С. 62–77.
  5. Сизикова Т.Е., Лебедев В.Н., Борисевич С.В. Природные, биологические и социальные факторы, способствующие возникновению новых подъемов заболеваемости COVID-19 в Российской Федерации. БИОпрепараты. Профилактика, диагностика, лечение, 2022. Т. 22. № 4. С. 351–360. DOI: 10.30895/2221-996X-2022-22-4-351-360.
  6. Хованов Н.В. Анализ и синтез показателей при информационном дефиците. СПб.: Издательство СПбГУ, 1996. 204 с.
  7. Abrams E.M., Szefler S.J. COVID-19 and the impact of social determinants of health. The Lancet Respiratory Medicine, 2020. V. 8. Iss. 7. P. 659–661. DOI: 10.1016/S2213-2600(20)30234-4.
  8. Alidadi M., Sharifi A. Effects of the built environment and human factors on the spread of COVID-19: A systematic literature review. Science of The Total Environment, 2022. V. 850. DOI: 10.1016/j.scitotenv.2022.158056.
  9. Bayode T., Popoola A., Akogun O., Siegmund A., Magidimisha-Chipungu H., Ipingbemi O. Spatial variability of COVID-19 and its risk factors in Nigeria: A spatial regression method. Applied Geography, 2022. V. 138. DOI: 10.1016/j.apgeog.2021.102621.
  10. Bontempi E., Vergalli S., Squazzoni F. Understanding COVID-19 diffusion requires an interdisciplinary, multi-dimensional approach. Environmental Research, 2020. V. 188. DOI: 10.1016/j.envres.2020.109814.
  11. Coccia M. The impact of first and second wave of the COVID-19 pandemic in society: Comparative analysis to support control measures to cope with negative effects of future infectious diseases. Environmental Research, 2021. V. 197. DOI: 10.1016/j.envres.2021.111099.
  12. Coker ES., Molitor J., Liverani S., Martin J., Maranzano P., Pontarollo N., Vergalli S. Bayesian profile regression to study the ecologic associations of correlated environmental exposures with excess mortality risk during the first year of the COVID-19 epidemic in lombardy, Italy. Environmental Research, 2023. V. 216. Part 1. DOI: 10.1016/j.envres.20 22.114484.
  13. Dutta I., Basu T., Das A. Spatial analysis of COVID-19 incidence and its determinants using spatial modeling: A study on India. Environmental Challenges, 2021. V. 4. DOI: 10. 1016/j.envc.2021.100096.
  14. Ehlert A. The socio-economic determinants of COVID-19: A spatial analysis of German county level data. Socio-Economic Planning Sciences, 2021. V. 78. DOI: 10.1016/j.seps.2021.101083.
  15. Figueira J.R., Oliveira H.M., Serro A.P., Colaço R., Froes F., Cordeiro C.R., Diniz A., Guimarães M. A multiple criteria approach for building a pandemic impact assessment composite indicator: The case of COVID-19 in Portugal. European Journal of Operational Research, 2023. V. 309. Iss. 2. P. 795–818. DOI: 10.1016/j.ejor.2023.01.025.
  16. Kashem S.B., Baker D.M., González S.R., Lee C.A. Exploring the nexus between social vulnerability, built environment, and the prevalence of COVID-19: A case study of Chicago. Sustainable Cities and Society, 2021. V. 75. DOI: 10.1016/j.scs.2021.103261.
  17. Kianfar N., Mesgari M-S., Mollalo A., Kaveh M. Spatio-temporal modeling of COVID-19 prevalence and mortality using artificial neural network algorithms. Spatial and Spatio-temporal Epidemiology, 2022. V. 40. DOI: 10.1016/j.sste.2021.100471.
  18. Mansour S., Al Kindi A., Al-Said A., Al-Said A., Atkinson P. Sociodemographic determinants of COVID-19 incidence rates in Oman: Geospatial modelling using multiscale geographically weighted regression (MGWR). Sustainable Cities and Society, 2021. V. 65. DOI: 10.1016/j.scs.2020.102627.
  19. Mishra Sh., Ma H., Moloney G., Yiu Kristy C.Y., Darvin D., Landsman D., Kwong Je.C., Calzavara A., Straus Sh., Chan A.K., Gournis Ef., Rilkoff H., Xia Y., Katz A., Williamson T., Malikov K., Kustra R., Maheu-Giroux M., Sander B., Baral St.D. Increasing concentration of COVID-19 by socioeconomic determinants and geography in Toronto, Canada: An observational study. Annals of Epidemiology, 2022. V. 65. P. 84–92. DOI: 10.1016/j.annepidem.2021.07.007.
  20. Suligowski R., Ciupa T. Five waves of the COVID-19 pandemic and green-blue spaces in urban and rural areas in Poland. Environmental Research, 2023. V. 216. Part 3. DOI: 10.1016/j.envres.2022.114662.
  21. The Lancet. The COVID-19 pandemic in 2023: Far from over. Lancet, 2023. V. 401. Iss. 10371. P. 79. DOI: 10.1016/S0140-6736(23)00050-8.
  22. Zhang Y., Zhang Q., Zhao Y., Deng Y., Zheng H. Urban spatial risk prediction and optimization analysis of POI based on deep learning from the perspective of an epidemic. International Journal of Applied Earth Observation and Geoinformation, 2022. V. 112. DOI: 10.1016/j.jag.2022.102942.

Для цитирования: Огурцов А.Н., Дмитриев В.В. Интегральная оценка социальных детерминант общественного здоровья населения Калининградской области в контексте пандемии COVID-19 (муниципальный уровень). ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий: Материалы Междунар. конф. M: Географический факультет МГУ, 2023. Т. 29. Ч. 2. С. 162–179 DOI: 10.35595/2414-9179-2023-2-29-162-179

For citation: Ogurtsov A.N., Dmitriev V.V. Integral assessment of social determinants of public health of the Kaliningrad Region population in the context of the COVID-19 pandemic (municipal level). InterCarto. InterGIS. GI support of sustainable development of territories: Proceedings of the International conference. Moscow: MSU, Faculty of Geography, 2023. V. 29. Part 2. P. 162–179. DOI: 10.35595/2414-9179-2023-2-29-162-179 (in Russian)