Ретроспективный анализ факторов риска развития COVID-19 среди работающего населения

Жидкова Елена Анатольевна, Гутор Екатерина Михайловна, Ткаченко Юлия Александровна, Рогова Ирина Вячеславовна, Попова Инга Александровна, Гуревич Константин Георгиевич

Цель исследования - ретроспективный анализ факторов риска развития COVID-19 среди работающего населения на примере работников ОАО "РЖД".

Материал и методы. Проведен ретроспективный анализ заболеваемости COVID-19 работников холдинга ОАО "РЖД" на основании изучения архивной документации медицинских учреждений. Проанализированы данные 2452 человек из числа заболевших, на которых в полном объеме имелась медицинская документация. В группу сравнения случайным образом были включены 2911 работников, не болевших COVID-19, сравнимых по полу, возрасту и территории проживания.

COVID-19, грипп, вакцинация, фактор риска, РЖД

Пандемия COVID-19 выявила ряд особенностей развития эпидемического процесса этой болезни [1]. Описано много ситуаций, когда при контаке с больным одни люди заболевали, а другие нет [2]. При одинаковом характере контакта у заболевших могла отличаться тяжесть течения развившейся болезни [3]. Все это привело к формированию гипотезы о наличии состояний, способствующих резистентности или же развитию и прогрессированию инфекционного процесса COVID-19 [4].

В литературе обсуждается роль таких факторов, как возраст [5], курение [6], преморбидный фон [7] и вакцинация против гриппа [8], которые могут способствовать или препятствовать развитию COVID-19. Предпринимаются попытки связать шкалы оценки сердечно-сосудистого риска, например SCORE, и риск развития COVID-19 [9]. Среди состояний, способствующих развитию, прогрессированию и более тяжелому течению COVID-19, наиболее часто упоминаются сердечно-сосудистые заболевания (ССЗ) [10] и сахарный диабет (СД) [11].

Материал и методы

На основании архивной документации медицинских учреждений ОАО "РЖД" проведен анализ частоты заболевания новой коронавирусной инфекцией работников холдинга (750 тыс. человек на начало 2020 г.) в первую волну COVID-19, с 1.03.2020 по 31.08.2020. Проанализированы данные 2452 человек из числа заболевших (1-я группа), для которых в полном объеме имелась медицинская документация.

Учитывали место лечения (на дому или в стационаре), тяжесть течения заболевания - легкая, средняя или тяжелая степень. Во 2-ю группу (сравнения) были включены данные 2911 работников, не заболевших COVID-19, сравнимых по полу, возрасту и территории проживания (случайная выборка из числа работников холдинга).

Все включенные в исследование работники холдинга имели актуализированную в 2020 г. медицинскую документацию, из которой выбраны следующие сведения:

■ возраст, пол;

■ рост, масса тела;

■ наличие или отсутствие табакокурения;

■ наличие или отсутствие профилактической прививки от гриппа во второй половине 2019 г., наименование вакцины;

■ наличие хронических неинфекционных заболеваний: ССЗ, сахарный диабет 2-го типа (СД2).

На основании антропометрических данных рассчитывали индекс массы тела (ИМТ). Из анализа были исключены работники с ИМТ 2, число которых было менее 1%. Выборка обеих групп была разделена по ИМТ: нормальная масса тела (18,5-25 кг/м2), избыточная (25-30 кг/м2), ожирение (≥30 кг/м2). Проанализирована частота встречаемости других потенциальных факторов риска у работников обеих групп.

Статистическая обработка данных проведена с использованием критерия х2 Пирсона, одно- и многофакторного анализа. Различия считали статистически значимыми при р

Результаты и обсуждение

Большинство работников, включенных в исследование, были мужского пола (табл. 1). Группы наблюдения и сравнения были сопоставимы по полу, возрасту и территории проживания.

Таблица 1. Демографические данные 1-й и 2-й групп*

* - статистически значимых различий между группами невыявлено (р>0,1).

Однофакторный анализ риска заболевания COVID-19 у работников показал, что достоверные различия между группами заболевших и не заболевших были по полу

(F=47,66; ppppp=0,07). ИМТ не был достоверно ассоциирован с выявлением большей частоты заболевания COVID-19 (F=1,83; p=0,17). То же наблюдали для возраста (F=0,14; p=0,7).

Частотный анализ показал, что в группе сравнения, в отличие от группы заболевших COVID-19, на 23% больше людей, которые прививались от гриппа (табл. 2).

Таблица 2. Частота встречаемости оцениваемых показателей в 1-й и во 2-й группахЗдесь и в табл. 3, 4: ИМТ - индекс массы тела.

Чаще всего использовали вакцины "Совигрипп", "Гриппол" и "Ультрикс" без значимых различий между группами по частоте их использования (см. рисунок).

Доля использования вакцин разных производителей против гриппа в анализируемых группах работников ОАО "РЖД"

А - заболевшие COVID-19; Б - не заболевшие.

Не выявлено зависимости между тяжестью течения COVID-19 и наличием или отсутствием вакцинации против гриппа (табл. 3).

В группе заболевших COVID-19 СД2 выявлен в 3 раза чаще, чем в группе не заболевших. Следует отметить, что табакокурение на 12% чаще регистрировали среди не заболевших COVID-19, чем среди заболевших работников ОАО "РЖД". Выявлена тенденция к снижению частоты табакокурения, а также увеличение частоты регистрации ожирения и ССЗ в группе людей с тяжелым течением болезни (см. табл. 2, 3).

Таблица 3. Частота регистрации факторов риска среди заболевших и не заболевших COVID-19

Частота регистрации ССЗ в анамнезе у работников обеих групп была одинаковой. Однако обнаружена тенденция к увеличению частоты ССЗ по мере увеличения степени тяжести течения заболевания (см. табл. 3). Между тем наличие других факторов риска развития ССЗ (мужской пол, табакокурение, СД, ожирение) достоверно чаще регистрировали в группе заболевших по сравнению с не заболевшими работниками (табл. 4).

Таблица 4. Ассоциация сердечно-сосудистых заболеваний с другими факторами риска в обеих группахМногофакторный анализ позволил выявить также другие значимые сочетания факторов риска развития COVID-19: отсутствие вакцинации против гриппа и наличие СД (F=9,54; p=0,002); отсутствие вакцинации, табакокурение и наличие СД (F=5,27; p=0,02).

В публикациях, касающихся проблемы изучения новой коронавирусной инфекции, неоднократно предпринимались попытки выявить факторы риска развития и прогрессирования COVID-19 [12]. Как правило, выводы в подобных исследованиях базируются на результатах наблюдения за госпитализированными пациентами. При этом возможности сравнения между странами ограничены, так как ресурсы систем здравоохранения разных стран имели различный потенциал в момент начала эпидемии. Реагирование на развитие пандемии в системах здравоохранения было неодинаковым, что обусловлено возможностями (правилами) госпитализации [13]. Также проанализировано наличие факторов риска среди негоспитализированных пациентов с COVID-19 [14], однако при этом возникали вопросы о полноценности охвата тестированием, а также об использованных тест-системах.

Особенностью проведенного исследования является то, что ОАО "РЖД" имеет собственную медицинскую службу. Это позволило охватить тестированием на COVID-19 всех работников, прибывших из эпидемиологически неблагополучных районов, имевших признаки острых респираторных заболеваний, перешедших из удаленного режима на очный формат работы, а также работников локомотивных бригад. Исследования проводили как амбулаторно, так и в условиях стационара. Использовали методы полимеразной цепной реакции и иммуноферментного анализа. Кроме того, была создана система маршрутизации пациентов с подозрением на COVID-19, функционирующая по единым для всей страны алгоритмам. Это позволило получить актуальную информацию обо всех заболевших COVID-19 работниках ОАО "РЖД". При этом на всех работников имелась полная медицинская информация, в том числе с указанием наименования использованной противогриппозной вакцины.

В ходе работы было установлено, что вакцинация против сезонного гриппа снижает риск инфицирования SARS-CoV-2. В силу ограниченности имеющихся данных не удалось соотнести тяжесть клинического течения заболевания с предшествующей вакцинацией. Однако в литературе есть сведения, что вакцинация против гриппа снижает риск развития осложнений у госпитализированных пациентов с COVID-19 [15]. Механизм подобного феномена до конца не понятен [16].

В исследовании была выявлена необычная ассоциация табакокурения и COVID-19. С одной стороны, курение снижало риск развития новой коронавирусной инфекции. С другой стороны, обнаружена тенденция к увеличению частоты табакокурения у пациентов по мере утяжеления течения заболевания. Следует отметить, что обсуждается роль курения как одного из звеньев патогенеза быстрого прогрессирования COVID-19 [17]. При этом доступны результаты пилотного исследования, выявившие повышение мотивации к прекращению курения у людей, перенесших новую коронавирусную инфекцию [18].

Во многих исследованиях показано, что СД повышает риск развития и прогрессирования COVID-19 [19], и это совпадает с полученными данными. При этом обсуждается роль использования гипогликемических препаратов и степень коррекции гипогликемии для достижения профилактического эффекта в отношении развития COVID-19 [20].

В проведенном исследовании наличие сопутствующей сердечно-сосудистой патологии было фактором риска развития COVID-19 только при сочетании с другими факторами риска, что также описано в ряде работ [21], тогда как другие исследователи рассматривают ССЗ как независимые факторы риска развития и прогрессирования COVID-19 [22]. Разнонаправленность выводов, возможно, связана с использованием различных конечных точек (госпитализация, тяжесть течения, летальность) и объемом выборок.

Следует констатировать, что настоящее исследование было ограничено временными рамками, лимитировано числом изученных факторов риска, что соответствует мнению о необходимости дальнейшего изучения факторов риска развития и прогрессирования COVID-19 [23].

Заключение

Таким образом, для работающего населения значимыми факторами риска развития COVID-19 могут являться мужской пол и СД. Дополнительными факторами риска могут служить ССЗ и курение. Как фактор протекции против COVID-19 следует рассматривать вакцинацию в отношении гриппа.

МКБ-10

1. Li J., Huang D.Q., Zou B., Yang H., Hui W.Z., Rui F., et al. Epidemiology of COVID-19: A systematic review and meta-analysis of clinical characteristics, risk factors, and outcomes. J Med Virol. 2021; 93: 1449-58: 10.1002/jmv.26424. DOI: https://doi.org/10.1002/jmv.26424

2. Singh B.M., Bateman J., Viswanath A., Klaire V., Mahmud S., Nevill A., et al. Risk of COVID-19 hospital admission and COVID-19 mortality during the first COVID-19 wave with a special emphasis on ethnic minorities: an observational study of a single, deprived, multiethnic UK health economy. BMJ Open. 2021; 11 (2): e046556. DOI: https://doi.org/10.1136/bm-jopen-2020-046556

3. Zhang T., Huang W.S., Guan W., Hong Z., Gao J., Gao G., et al. Risk factors and predictors associated with the severity of COVID-19 in China: a systematic review, meta-analysis, and meta-regression. J Thorac Dis. 2020; 12 (12): 7429-41. DOI: https://doi.org/10.21037/jtd-20-1743

4. Parohan M., Yaghoubi S., Seraji A., Javanbakht M.H., Sarraf P., Dja-lali M. Risk factors for mortality in patients with Coronavirus disease 2019 (COVID-19) infection: a systematic review and meta-analysis of observational studies. Aging Male. 2020; Jun 8: 1-9. DOI: https://doi.org/10.1080/13685538.2020.1774748

5. Guan X., Zhang B., Fu M., Li M., Yuan X., Zhu Y., et al. Clinical and inflammatory features based machine learning model for fatal risk prediction of hospitalized COVID-19 patients: results from a retrospective cohort study. Ann. Med. 2021; 53 (1): 257-66. DOI: DOI: https://doi.org/10.1080/07853890.2020.1868564

6. Umnuaypornlert A., Kanchanasurakit S., Lucero-Prisno D.E.I., Sao-kaew S. Smoking and risk of negative outcomes among COVID-19 patients: a systematic review and meta-analysis. Tob. Induc. Dis. 2021; 19: 9. DOI: https://doi.org/10.18332/tid/132411

7. Dai C.L., Kornilov S.A., Roper R.T., Cohen-Cline H., Jade K., Smith B., et al. Characteristics and factors associated with COVID-19 infection, hospitalization, and mortality across race and ethnicity. Clin Infect Dis. 2021; Feb 20: ciab154. DOI: https://doi.org/10.1093/cid/ciab154

8. Al Rifai M., Khalid U., Misra A., Liu J., Nasir K., Cainzos-Achirica M., et al. Racial and geographic disparities in influenza vaccination in the U.S. among individuals with atherosclerotic cardiovascular disease: renewed importance in the setting of COVID-19. Am J Prev Cardiol. 2021; 5: 100150. DOI: https://doi.org/10.1016Aajpc.2021.100150

9. Cho S.Y., Park S.S., Song M.K., Bae Y.Y., Lee D.G., Kim D.W. Prognosis score system to predict survival for COVID-19 cases: a Korean Nationwide Cohort Study. J Med Internet Res. 2021; 23 (2): e26257. DOI: https://doi.org/10.2196/26257

10. He Y., Zheng X., Li X., Jiang X. Key factors leading to fatal outcomes in COVID-19 patients with cardiac injury. Sci Rep. 2021; 11 (1): 4144. DOI: https://doi.org/10.1038/s41598-021-82396-w

11. Carrasco-Sanchez F.J., Lopez-Carmona M.D., Martfnez-Marcos F.J., Perez-Belmonte L.M., Hidalgo-Jimenez A., Buonaiuto V., et al. Admission hyperglycaemia as a predictor of mortality in patients hospitalized with COVID-19 regardless of diabetes status: data from the Spanish SEMI-COVID-19 Registry. Ann Med. 2021; 53 (1): 103-16. DOI: https://doi.org/10.1080/07853890.2020.1836566

12. Liang W., Liang H., Ou L., Chen B., Chen A., Li C., et al. Development and validation of a clinical risk score to predict the occurrence of critical illness in hospitalized patients with COVID-19. JAMA Intern Med. 2020; 180 (8): 1081-9. DOI: https://doi.org/10.1001/jamainternmed.2020.2033

13. Olufadewa I.I., Adesina M.A., Ekpo M.D., Akinloye S.J., Iyanda T.O., Nwachukwu P., et al. Lessons from the coronavirus disease 2019 (COVID-19) pandemic response in China, Italy, and the U.S.: a guide for Africa and low-and-middle-income countries. Glob Health J. 2021 Feb 9. DOI: https://doi.org/10.1016/j.glohj.2021.02.003

14. Shields A.M., Faustini S.E., Perez-Toledo M., Jossi S., Allen J.D., Al-Taei S., et al. Serological responses to SARS-CoV-2 following non-hospitalised infection: clinical and ethnodemographic features associated with the magnitude of the antibody response. medRxiv. 2020; Nov 16: 2020.11.12.20230763. DOI: https://doi.org/10.1101/2020.11.12.20230763

15. Jehi L., Ji X., Milinovich A., Erzurum S., Merlino A., Gordon S., et al. Development and validation of a model for individualized prediction of hospitalization risk in 4,536 patients with COVID-19. PLoS One. 2020; 15 (8): e0237419. DOI: https://doi.org/10.1371/journal.pone.0237419

16. de la Cruz Conty M.L., EncinasPardilla M.B., Garcia Sanchez M., Gonzalez Rodriguez L., Muner-Hernando M.L., Royuela Vicente A., et al. Impact of recommended maternal vaccination programs on the clinical presentation of SARS-CoV-2 infection: a prospective observational study. Vaccines (Basel). 2021; 9 (1): 31. DOI: https://doi.org/10.3390/vaccines9010031

17. Elliott J., Bodinier B., Whitaker M., Delpierre C., Vermeulen R., Tzoulaki I., et al. COVID-19 mortality in the UK Biobank cohort: revisiting and evaluating risk factors. J Epidemiol. 2021; Feb 15: 1-11. DOI: https://doi.org/10.1007/s10654-021-00722-y

18. Gold A.K., Hoyt D.L., Milligan M., Hiserodt M.L., Samora J., Leyro T.M., et al. The role of fear of COVID-19 in motivation to quit smoking and reductions in cigarette smoking: a preliminary investigation of at-risk cigarette smokers. Cogn Behav Ther. 2021; Feb 19: 1-10. DOI: https://doi.org/10.1080/16506073.2021.1877340

19. Wang S., Ma P., Zhang S., Song S., Wang Z., Ma Y., et al. Fasting blood glucose at admission is an independent predictor for 28-day mortality in patients with COVID-19 without previous diagnosis of diabetes: a multicentre retrospective study. Diabetologia. 2020; 63 (10): 2102-11. DOI: https://doi.org/10.1007/s00125-020-05209-1

20. Perez-Belmonte L.M., Torres-Pena J.D., Lopez-Carmona M.D., Ayala-Gutierrez M.M., Fuentes-Jimenez F., Huerta L.J., et al. Mortality and other adverse outcomes in patients with type 2 diabetes mellitus admitted for COVID-19 in association with glucose-lowering drugs: a nationwide cohort study. BMC Med. 2020; 18 (1): 359. DOI: https://doi.org/10.1186/s12916-020-01832-2

21. Bienvenu L.A., Noonan J., Wang X., Peter K. Higher mortality of COVID-19 in males: sex differences in immune response and cardiovascular comorbidities. Cardiovasc Res. 2020; 116 (14): 2197-206. DOI: https://doi.org/10.1093/cvr/cvaa284

22. Xiang G., Xie L., Chen Z., Hao S., Fu C., Wu Q., et al. Clinical risk factors for mortality of hospitalized patients with COVID-19: systematic review and meta-analysis. Ann. Palliat. Med. 2021; Feb 1: apm-20-1278. DOI: https://doi.org/10.21037/apm-20-1278

23. Gu H.Q., Wang J. Prediction models for COVID-19 need further improvements. JAMA Intern Med. 2021; 181 (1): 143-4. DOI: https://doi.org/10.1001/jamainternmed.2020.5740