RT - preprint SR - Electronic T1 - ГЕОИНФОРМАЦИОННЫЕ СИСТЕМЫ КАК ИНСТРУМЕНТ ЭПИДЕМИОЛОГИЧЕСКОГО НАДЗОРА ЗА COVID-19 В ГОРОДСКИХ УСЛОВИЯХ SP - 2020-10-13 A1 - Алексей Игоревич Блох, A1 - Наталья Александровна Пеньевская, A1 - Николай Викторович Рудаков, A1 - Ольга Анатольевна Михайлова, A1 - Александр Сергеевич Федоров, A1 - Алексей Владимирович Санников, A1 - Сергей Владимирович Никитин, YR - 2020 UL - https://covid19.neicon.ru/publication/10341 AB - Введение: Появление и стремительное распространение COVID-19 стало серьёзным испытанием для систем здравоохранения всех стран. Целью исследования было выявление областей пространственной кластеризации случаев COVID-19 в течение первых трех месяцев от начала эпидемии на территории крупного города с населением более 1 млн человек (на примере г.Омска). Материалы и методы: Материалом исследования послужили данные эпидемиологических расследований случаев COVID-19, подтверждённых методом ПЦР на территории г. Омска за период с начала регистрации заболевания до 1 июля 2020 года. Создавали теплокарты с Епанечниковым ядром, рассчитывали общий индекс Гетиса-Орда (Gi*). Анализ геоданных проводили в приложении QGIS 3.14 Pi (qgis.org) с использованием плагина Visualist. Результаты: Визуальное исследование пространственного распределения случаев COVID-19 на конец анализируемого периода позволяет выделить нескольких зон с повышенной концентрацией, совпадающих с расположением медицинских организаций. В первую очередь распространение COVID-19 охватывало Советский, Центральный и Кировский районы, а вовлечение Ленинского и Октябрьского административного районов произошло спустя короткое время. Выводы: установлено неравномерное распределение случаев новой коронавирусной инфекции по территории Омска: выявлены тринадцать статистически значимых кластеров во всех административных районах города. Включение оперативной оценки пространственного распределения имеет огромный потенциал в планировании противоэпидемических мероприятий и является достаточно простой операцией, которая может быть выполнена в реальном времени.