CC BY
84
I и информационные
технологии
ь
>
A. С. КАРКАЧ,
к.ф.-м.н., старший научный сотрудник, Институт вычислительной математики РАН, г. Москва, Россия, [email protected]
B. С. СОЛОМКА,
к.б.н., ФГБУ «Государственный научный центр дерматовенерологии и косметологии» Минздравсоцразвития России, г. Москва, Россия, [email protected] А.А. РОМАНЮХА,
д.ф.-м.н., профессор, заместитель директора ИВМ РАН, г. Москва, Россия, [email protected]
Н.В. ФРИГО,
д.м.н., профессор, ФГБУ «ГНЦДК» Минздравсоцразвития России, г. Москва, Россия, [email protected]
Р.Н. ЧУПРОВ-НЕТОЧИН,
ФГБУ «ГНЦДК» Минздравсоцразвития России, г. Москва, Россия, [email protected]
И.А. ВОЛКОВ,
к.б.н., ФГБУ «ГНЦДК» Минздравсоцразвития России, г. Москва, Россия,
А.А. СУВОРОВА,
ФГБУ «ГНЦДК» Минздравсоцразвития России, г. Москва, Россия, [email protected]
СИСТЕМА АНАЛИЗА И ПРОСТРАНСТВЕННОЙ ВИЗУАЛИЗАЦИИ ДАННЫХ ПО ЛЕКАРСТВЕННОЙ УСТОЙЧИВОСТИ И МОЛЕКУЛЯРНОМУ ТИПИРОВАНИЮ ВОЗБУДИТЕЛЕЙ ИППП
УДК 004.4 + 004.9 + [57.081.23+61.001.57]:681.3 + 616-036.22
Каркач А.С., Соломка В.С., Романюха АЛ., Фриго Н.В., Чупров-Неточин Р.Н., Волков И.А., Суворова А.А. Система анализа и пространственной визуализации данных по лекарственной устойчивости и молекулярному типированию возбудителей ИППП (Федеральное государственное бюджетное учреждение науки «Институт вычислительной математики РАН», г. Москва, Россия; Федеральное государственное бюджетное учреждение «Государственный научный центр дерматовенерологии и косметологии» Министерства здравоохранения и социального развития Российской Федерации, г. Москва, Россия)
Аннотация: Одной из важных проблем борьбы с инфекциями, передаваемыми половым путем (ИППП), является распространение лекарственной устойчивости возбудителей. В рамках российской программы по мониторингу антибиотикорезистентности N. gonorrhoeae (RU-GASP) и программы «Система анализа данных и прогнозирования распространения антибиотикорезистентности штаммов T. pallidum на территории Российской Федерации на основе методов молекулярной эпидемиологии», разработанной ГНЦДК1, производятся сбор изолятов возбудителей, их молекулярное типирование и анализ лекарственной устойчивости. Эти исследования направлены на разработку технологии оценки и прогноза распространенности антибиотикорезистентных штаммов возбудителей инфекций, передаваемых половым путем (ИППП), выявление факторов, определяющих динамику лекарственной устойчивости возбудителей, и оценку связи между мутациями возбудителя и лекарственной устойчивостью. При решении этих задач применяются современные методы статистического анализа пространственно распределенных величин и ГИС-технологии2. Эти методы реализованы в разработанной нами программе STIanafor (STI Analysis & Forecasting), позволяющей сопоставлять данные по лекарственной устойчивости возбудителей с информацией о заболеваемости, данными молекулярного
1 Государственный научный центр дерматовенерологии и косметологии.
2 ГИС — географическая информационная система.
© А.С. Каркач, В.С. Соломка, А.А. Романюха, Н.В. Фриго, Р.Н. Чупров-Неточин, И.А. Волков, А.А. Суворова, 2012 г.
!■ ■■■ ■■ 26 ■■■■ ■ ■ ■ ■ ■■■ ■■■■■■■■■■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ ■
HI
■I
Системы визуализации
www.idmz.ru
F4H
гол г, №6
4
типирования и результатами филогенетического анализа геномов возбудителей. Программа позволяет строить карты географического распределения заболеваемости, лекарственной устойчивости, рассчитывать индексы резистентности, анализировать распространенность мутантных возбудителей по регионам, представлять возможные варианты миграционного переноса возбудителя. Она также позволяет прогнозировать развитие лекарственной резистентности и заболеваемости по данным и экспертным оценкам.
Ключевые слова: ИППП; лекарственная устойчивость; анализ; прогноз; биоинформационная система, ГИС UDC 004.4 + 004.9 + [57.081.23+61.001.57]:681.3 + 616-036.22
Karkach A.S., Solomka V.S., Romanyukha A.A., Frigo N.V, Chuprov-Netochin R.N., Volkov I.A., Suvorova A.A. The System of analysis and spatial visualization of antimicrobial resistance and molecular typing data for activators of sexually transmitted infections (Institute of Numerical Mathematics, Russian Academy of Sciences, Moscow, Russia; The State Scientific Center for Dermatovenerology and Cosmetology, Ministry of Health Russian Federation, Moscow, Russia)
Abstract: The spread of pathogen drug resistance is a general threat to disease control efforts and an important problem in STI.
Isolates of pathogens causing gonorrhea and syphilis are collected and molecularly typed within the Russian gonococcal antimicrobial susceptibility programme (RU-GASP) and the program «System analysis and forecasting of T. pallidum antibiotic resistance spread in the Russian Federation based on methods of molecular epidemiology». The research aims to develop methods of drug resistance assessment and prediction, to identify determinants of drug resistance development dynamics, and to discover relation between pathogen mutations and drug resistance in Russia. The modern methods of spatial data analysis and GIS technology are applied.
We created the STIanafor (STI Analysis & Forecasting) software, which integrates the spatial data on N. gonor-rhoeae and T. pallidum drug resistance, incidence and molecular typing and phylogenetic data. The software allows mapping the distribution of incidence rates and drug resistance, calculating multidrug-resistance indices, analyzing geographical distribution of sequence types, representing possible paths of pathogen migration. It also allows forecasting the spread of drug resistance, infection using data of expert estimates.
Keywords: STI, drug resistance, analysis; forecast; bioinformatic systems, GIS
Введение
Нечувствительность, или резистентность к антибиотикам нередко встречается у возбудителей распространенных инфекционных заболеваний. Часто выявляются резистентные штаммы микобактерий — возбудителей туберкулеза, стафилококков — возбудителей пневмонии, возбудителей гонореи. Инфицирование такими возбудителями затрудняет лечение и способствует развитию осложнений, увеличивает стоимость лечения. Эпидемиология резистентных форм отличается от эпидемиологии диких (чувствительных) форм возбудителей. Как правило, резистентные формы микроорганизмов циркулируют в относительно изолированных и скученных группах населения: пациенты больниц, домов престарелых, заключенных или среди населения с низким уровнем доходов и доступа к медицинской помощи. Частый прием больших доз антибиотиков на фоне
высокой частоты смешанных инфекций обеспечивают отбор и условия для циркуляции резистентных форм возбудителей.
Актуальной задачей являются оценка и контроль факторов, способствующих появлению и распространению резистентных форм возбудителей в конкретных условиях. Распространение резистентных форм зависит от характеристик групп риска, интенсивности межрегионального и трансграничного переноса возбудителей, качества работы учреждений здравоохранения по выявлению и лечению больных и других локальных факторов. Чтобы оценить вклад этих факторов, необходимо анализировать и сопоставлять эпидемиологические и социально-экономические данные, пространственное распределение случаев выявления резистентных форм и их филогенетическую близость. Для решения таких задач применяются методы анализа пространственных данных и специальные компью-
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ 27 ■
гш
Системы визуализации
и информационные
технологии
ъ
>терные программы — географические информационные системы (ГИС-системы) [3].
Разработанная в ФГБУ «ГНЦДК» Минздрав-соцразвития России и ИВМ РАН программа STIanafor предназначена для изучения факторов, влияющих на распространение лекарственной резистентности возбудителя гонореи N. gonorrhoeae и возбудителя сифилиса T. pallidum. Программа была разработана в ходе выполнения Федеральной целевой программы «Предупреждение и борьба с социально значимыми заболеваниями (2007-2012 гг.)», подпрограммы «Инфекции, передаваемые половым путем» в рамках тем НИР «Разработка систем прогнозирования распространения штаммов возбудителей инфекций, передаваемых половым путем (на модели N. gonorrhoeae), на территории Российской Федерации на основе методов молекулярной эпидемиологии» и «Разработка моделей прогнозирования развития резистентности возбудителя сифилитической инфекции к применяемым антимикробным препаратам на основе изучения молекулярно-генетических свойств возбудителя».
Гонококковая инфекция
Заболеваемость гонококковой инфекцией в Российской Федерации в 2010 г. составила 42,7 случая на 100 тыс. населения [1], в то время как в Европе этот показатель составляет около 9,7 на 100 тыс. населения (данные по 22 из 30 стран) [5]. Бесконтрольное лечение привело к тому, что доля штаммов N. gonorrhoeae, резистентных к распространенным антибиотикам, достигает 90%.
С 2002 года в рамках программы RU-GASP (Russian Gonococcal Antimicrobial Susceptibility Programme) в Российской Федерации проводится мониторинг антибиотикорезистентности N. gonorrhoeae. Настоящая программа разработана и осуществляется под методическим руководством ФГБУ «ГНЦДК» Минздравсоцразвития России. Вероятность появления резистентности микроорганизма к
антимикробным препаратам пропорциональна изменчивости генома возбудителя. Для оценки антибиотикорезистентности возбудителя гонококковой инфекции, N. gonorrhoeae, используются микробиологические методы определения чувствительности N. gonorrhoeae к антимикробным препаратам (метод серийных разведений в агаре, диско-диффузионный метод). В результате такой оценки составляется «профиль резистентности» возбудителя, который выражается в проценте не чувствительных и чувствительных к антимикробным препаратам штаммов и в значениях их минимальных подавляющих концентраций (МПК). Изменчивость возбудителя гонококковой инфекции оценивается методом молекулярного типирования. С этой целью использован международно признанный метод NG-MAST, основанный на оценке вариабельности N. gonorrhoeae по двум генам: porB (кодирует белок поринового канала) и tbpB (кодирует трансферрин-связывающий белок). Для изучения распределения молекулярных типов (мутаций) возбудителя по территории России, сопоставления их с результатами филогенетического анализа выявленных мутаций и с показателями антибиотикорезистентности разработан комплекс алгоритмов и реализующая их программа STIanafor.
Сифилис
Сифилис — тяжелое инфекционное заболевание, передаваемое половым путем. В Российской Федерации уровень заболеваемости сифилисом является высоким по сравнению с развитыми странами и, по данным государственной статистики 2010 года, составил 53,3 случая на 100 тыс. населения [1].
Пенициллин и другие Р-лактамные антибиотики обеспечивают успешное лечение сифилитической инфекции. Однако в последнее время появились публикации о возможности развития устойчивости возбудителя сифилиса к антимикробным препаратам. Обнаружены плазмиды, обеспечивающие устойчи-
28
Системы визуализации
вость к Р-лактамам, выявлены штаммы, устойчивые к макролидам. Поэтому необходим мониторинг резистентности возбудителя к антибиотикам, который проводится с помощью молекулярно-генетических методов.
Для изучения генетического разнообразия штаммов T. pallidum используется метод молекулярного типирования, являющийся инструментом «молекулярной эпидемиологии» и основанный на оценке вариабельности штаммов с использованием молекулярных методов типирования по трем генам: tpr, arp и tp0548. Результаты молекулярного типирования и филогенетического анализа оценивались в рамках «Системы анализа данных и прогнозирования распространения антибиотикорезистентности штаммов T. pallidum на территории Российской Федерации на основе методов молекулярной эпидемиологии».
Для оценки антибиотикорезистентности штаммов T. pallidum в ходе работы были выбраны и проанализированы генетические маркеры резистентности к Р-лактамным антибиотикам (пенициллин, цефтриаксон) — гены tp47, trompl, тетрациклинам (тетрациклин, доксициклин) — гены, кодирующие 16S rRNA и tetB, и макролидам (эритромицин, азитроми-цин) — гены, кодирующие 23s rRNA.
Архитектура программы STIanafor
STIanafor работает под управлением системы научных и инженерных расчетов Mat-lab. Программа позволяет загружать предварительно подготовленные в других программах данные, визуализировать и анализировать с помощью таблиц, графиков и специальных математических процедур. Полученные результаты можно сохранять в файлы и использовать в других программах для дальнейшего анализа и подготовки отчетов.
В документации к программе описаны элементы интерфейса, процедуры визуализации и анализа и типичные сценарии работы с программой (рис. 1).
www.idmz.ru k kill 2 СП 2
Результаты и обсуждение Кодировка регионов Российской Федерации
Пространственно-временные данные, используемые программой (заболеваемости, лекарственной устойчивости), могут быть заданы по субъектам Федерации (регионам) либо по федеральным округам Российской Федерации. Для кодирования субъектов Федерации использовался Общероссийский классификатор объектов административно-территориального деления (ОКАТО), который входит в состав Единой системы классификации и кодирования технико-экономической и социальной информации Российской Федерации (ЕСКК ТЭСИ).
Типы данных и их загрузка
Загружаются следующие типы данных:
• Таблицы скалярных величин (например, заболеваемость), заданных по субъектам Федерации или по федеральным округам и годам.
• Данные исследования лекарственной устойчивости отобранных штаммов N. gonorrhoeae (процент не чувствительных штаммов) с указанием времени и места сбора штаммов.
• Данные определения МПК и результаты типирования штаммов N. gonorrhoeae (минимальные подавляющие концентрации антибиотиков и номера сиквенс-типов штаммов).
• Результаты определения молекулярных детерминант резистентности T. pallidum (процент выявления соответствующих мутаций).
• Данные типирования штаммов T. pallidum (коды молекулярных типов штаммов).
• Генетические последовательности штаммов N. gonorrhoeae и T. pallidum в формате FASTA.
• Результаты экспертной оценки скалярных величин, характеризующих уровень резистентности возбудителей к АМП по округам, годам и антибиотикам.
Форматы данных описаны в документации программы.
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ 29 ■
I и информационные
технологии
Анализ скалярных величин с помощью карты: показ по субъектам Федерации/федеральным округам с возможностью агрегации данных с низшего уровня на высший операциями «сумма»/«среднее».
Вывод в таблицу
Анализ данных МПК с помощью карты: построение диаграмм распределения МПК по регионам, индексов мульти резистентности
Анализ резистентности к лекарственным препаратам по федеральным округам: доли резистентных, умереннорезистентных и чувствительных штаммов, изменение распределений МПК к лекарственным препаратам с течением времени
Прогноз изменения характеристик резистентности. Анализ резистентности к лекарственным препаратам по федеральным округам: доли резистентных, умереннорезистентных и чувствительных штаммов, изменение распределений МПК к лекарственным препаратам с течением времени (выбранный тип прогноза по данным выбранных лет, федеральных округов и лекарственных препаратов)
Прогноз изменения характеристик резистентности по экспертным данным о резистентности
Прогноз заболеваемости по экспертным данным заболеваемости
Построение филогенетического дерева по данным молекулярного типирования и генетическим последовательностям
Определение сиквенс-типов общих для различных территорий
Скалярные данные, заданные по годам и субъектам федерации (файл Excel)
Скалярные данные, заданные по годам и федеральным округам (файл Excel)
Данные резистентности/молекулярного типирования в формате программы WHONETfoafln Excel)
Генетические последовательности в формате FASTA
Генетические последовательности N. gonorrhoea из БД NG-MAST в формате FASTA
Создание отчета по результатам анализа (картам, графикам, таблицам)
< Конец )
Рис. J. Блок-схема операций при работе с программой STIanafor
Отображение скалярных данных на карте
Программа предоставляет контурную карту Российской Федерации с двумя уровнями детализации: федеральные округа (по состоянию, начиная с 2008 года) и субъекты Федерации. Загруженные табличные скалярные данные, заданные по годам и субъектам Федерации либо по федеральным округам, могут быть отображены на карте. Примерами таких данных могут быть заболеваемость абсолютная или относительная, общая и различных слоев населения, при этом имеющиеся данные визуализируются раскрашиванием регионов в различные цвета или в варианты
одного цвета разной интенсивности. Палитра цветов едина для данных всех лет, что позволяет сравнивать данные различных лет. Программа обрабатывает пропуски в данных. Поддерживаются два режима цвета: непрерывный и дискретный (свой цвет для каждой квартили значений). Второй режим удобен при отображении данных, значительно различающихся по величине (например, плотность населения).
Можно изменять масштаб карты, выделяя интересующий участок, двигать карту. При изменении года или объектов анализа выбранный масштаб и регион сохраняются, что облегчает сравнение различных данных.
30
Системы визуализации
www.idmz.ru
гол г, №6
■■ I
гш
Рис. 2. Пример филогенетического дерева, построенного программой STIanafor.
Сиквенс-типы N. gonorrhoeae по гену tbpB, найденные на территории РФ в 2007-2011 гг.
Генетические последовательности для сиквенс-типов загружены из базы данных NG-MAST.
Вычисление эволюционной дистанции проведено по методу Джукса-Кантора
Построение филогенетических деревьев
Программа позволяет строить филогенетические деревья для вариантов генов porB и tbpB N.gonorrhoeae, встречающихся в загруженной таблице результатов типирования. Деревья строятся по генетическим расстояниям, которые вычисляются на основе генетических последовательностей. Они могут загружаться из текстового файла в формате FASTA либо с сайта проекта NG-MAST. Программа позволяет строить деревья, вычисляя эволюционную дистанцию по методу Джукса-Кантора [2, с. 21-132] либо alignment-score [4]. Пример построенного филогенетического дерева показан на рис. 2.
Представление информации о МПК и лекарственной устойчивости
N. gonorrhoeae
На рис. 3 и 4 представлены примеры представления информации о распределении минимальных подавляющих концентраций штаммов N. gonorrhoeae по территории и по годам.
Поиск сиквенс-типов N. gonorrhoeae, общих для различных территорий
Для возбудителя гонококковой инфекции возможен поиск по данным типирования сиквенс-типов (porB, tbpB либо общего — ST), встречающихся в различных федеральных округах. Программа выдает список сиквенс-
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■ ■ ■■■ ! п ■■ ■ ■ ■■■ ■■ ■■ ■ ■ ■ ■■■ ■■ ■ ■ ■ ■ ■ ■ ■■ ■■ ■ ■
щщшш
1 и информационные
технологии
Системы визуализации
Рис. 3. Распределение индексов мультирезистентности штаммов N. gonorrhoeae по федеральным округам в 2011 году в виде секторных диаграмм
Рис. 4. Результат анализа распределения штаммов N. gonorrhoeae к ципрофлокса-цину в 2006-2011 гг. в целом по Российской Федерации
типов, общих для всех пар округов, в виде таблицы, сиквенс-типы, общие для трех и более округов, показываются на интерактивной карте (рис. 5).
Прогноз изменения характеристик резистентности N. gonorrhoeae по данным МПК
При использовании данных об МПК штаммов N. gonorrhoeae возможен краткосрочный прогноз распространения процента чувствительных и нечувствительных штаммов N. gonorrhoeae по данным выбранных лет, федеральных округов и антибиотиков на срок 2 года. Прогноз производится с помощью линейной модели с ограничением результата диапазоном [0%, 100%] и выдается в графической и табличной формах (рис. 6).
Прогноз изменения характеристик резистентности N. gonorrhoeae по данным МПК90
Важной характеристикой лекарственной устойчивости N. gonorrhoeae является показатель МПК90, равный величине 90% квантили МПК в группе исследованных штаммов. Аналогично прогнозированию характеристик резистентности по средним МПК штаммов в выборке программа может рассчитать значе-
32
Системы визуализации
www.idmz.ru
РЧН
гол г, №6
Рис. 5. Сиквенс-типы ST штаммов N. gonorrhoeae, общие для трех и более федеральных округов. При нажатии на номер сиквенс-типа подсвечиваются эти же
сиквенс-типы в других округах
Рис. 6. Пример линейного прогноза процентной доли штаммов N. gonorrhoeae, не чувствительных к спектиномицину, в программе STIanafor
>
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ 33 ■
гш
Системы визуализации
и информационные
технологии
ъ
>ния МПК90 и построить линейный прогноз изменения МПК90 со временем. Это особенно важно для прогнозирования резистентности N. gonorrhoeae к цефтриаксону, к которому пока 100% штаммов N. gonorrhoeae сохраняют чувствительность. Также возможна загрузка значений МПК90, полученных, например, в результате экспертной оценки.
Прогноз изменения характеристик резистентности N. gonorrhoeae и T. pallidum по экспертным данным о резистентности
При наличии экспертных оценок некоторого показателя резистентности, заданного в процентных долях величины по федеральным округам, годам и антибиотикам (такого, как процент штаммов, не чувствительных или чувствительных к определенному антибиотику для N. gonorrhoeae, и процент штаммов, несущих мутацию антибиотикорезистентности, для T. pallidum), программа позволяет построить линейный прогноз изменения этой величины со временем.
Прогноз заболеваемости по экспертным данным
При наличии данных измерений или экспертных оценок заболеваемости или другой неотрицательной величины, заданной по федеральным округам и годам, можно построить линейный прогноз изменения этой величины со временем.
Сохранение результатов в виде отчетов
Программа STSanafor позволяет подготавливать отчеты — наборы файлов в формате HTML, содержащие тексты, таблицы и изображения. В отчет можно добавлять данные и результаты работы с программой в виде таблиц, рисунков и карт. Впоследствии таблицы и изображения отчета можно импортировать в большинство программ обработки текстов и данных, например, в MS Word и MS Excel.
Возможности расширения программы
В настоящее время программа STIanafor поддерживает возбудителей двух инфекций, передаваемых половым путем: гонококка
(N. gonorrhoeae) и бледную спирохету (Т. pallidum). Функциональность программы может быть расширена для поддержки возбудителей других инфекций (аналогично программе сбора и анализа данных WHONET). Возможна работа с универсальными типами данных (например, скалярными, заданными по годам и регионам) в задачах, не связанных с упомянутыми возбудителями.
Доступность и технические требования
• Название проекта: STIanafor (STI Analysis and Forecasting)
• Домашняя страница проекта: http://sti-anafor.sourceforge.net/
• Операционные системы: любая операционная система, поддерживающая Matlab.
• Язык программирования: Matlab
Переносимость и взаимодействие с другими программами
STIanafor может работать в любой операционной системе и на любой аппаратной платформе, поддерживающей Matlab, включая MS Windows, Apple OS, большинство версий Linux и Unix. STIanafor использует библиотеки Mapping Toolbox системы Matlab. Программа читает данные из файлов в форматах MS Excel (*.xls и *.xlsx) и FASTA (текстовые файлы с генетическими последовательностями) и сохраняет результаты работы в файлы MS Excel. Также программа генерирует гипертекстовые отчеты (файлы HTML), в которых можно сохранять изображения (карты, диаграммы) и таблицы данных, полученные в ходе работы программы. Эти отчеты могут быть впоследствии просмотрены в браузере и импортированы в любую программу, поддерживающую работу с гипертекстовыми документами (например, MS Word), для дальнейшей работы.
34
Системы визуализации
ЛИТЕРАТУРА
www.idmz.ru
гол г, №6
■■■■
гш
1. Ресурсы и деятельность кожно-венерологических учреждений. Заболеваемость за 2009-2010 годы (статистические материалы). — М.: Министерство здравоохранения и социального развития Российской Федерации. Центральный научно-исследовательский институт организации и информатизации здравоохранения Мин-здравсоцразвития Российской Федерации, 2011. — 108 с.
2. Jukes T.H., Cantor C.R. Evolution of protein molecules//Mammalian Protein Metabolism [Ed. H.N. Munro]. — New York: Academic Press, 1969.
3. List of spatial analysis software. URL: http://en.wikipedia.org/wiki/List_of_spati-al_analysis_software (Дата обращения 5.7.2012).
4. Sequence alignment. URL: http://en.wikipedia.org/wiki/Sequence_alignment (Дата обращения 5.7.2012).
5. Sexually transmitted infections in Europe 1990-2009. Доклад Европейского центра по профилактике и контролю над заболеваемостью, 2009. URL: http://www.ecdc.europa.eu/en/publications/Publications/110526_SUR_STI_in_Euro-pe_1990-2009.pdf (Дата обращения: 5.7.2012).
Актуальные нормативные документы
СТАНЦИИ (ОТДЕЛЕНИЯ) СКОРОЙ МЕДИЦИНСКОЙ ПОМОЩИ ДОЛЖНЫ БЫТЬ ОСНАЩЕНЫ СПУТНИКОВЫМ ОБОРУДОВАНИЕМ
Письмо Минздрава РФ от 5 сентября 2012 г. № 18-1/10/2-2041 «Об общих функциональных требованиях к оборудованию станций (отделений) скорой медицинской помощи навигационно-информационным оборудованием для мониторинга и управления санитарным транспортом, функционирующим с использованием систем ГЛОНАСС или ГЛОНАСС/GPS»
Регионам из бюджета ФФОМС выделяются субсидии на реализацию собственных программ модернизации здравоохранения. Эти средства направляются в том числе на оснащение санитарного транспорта бортовой аппаратурой спутниковой навигации ГЛОНАСС или ГЛОНАСС/GPS на базе многофункциональных приемных устройств.
Минздрав России считает целесообразным в 2012 г. оборудовать все станции (отделения) скорой медпомощи программным обеспечением телематического сервера с использованием спутниковых навигационных технологий. Это необходимо для мониторинга и управления санитарным транспортом.
Также важно установить программное обеспечение для диспетчеризации санитарного транспорта и обработки вызовов.
В этих целях могут приобретаться персональные компьютеры (АРМ) с подключением к телекоммуникационной инфраструктуре со скоростью не ниже 512 кБит/с.
Регионам следует оборудовать автоматизированные рабочие места диспетчеров станций (отделений) скорой медицинской помощи.
■ ■ ■ ■ ■ ■■ ■ ■ ■ ■■■ ■ ■ ■ ■■ ■ ■ ■■■ ■ ■ ■ ■ 35 ■
