Epidemiologic Characteristics of the Novel Coronavirus Disease COVID-19 in the Armed Forces of the Republic of Kazakhstan Within the Framework of Parasitic Systems Self-Regulation Theory

Cover Page

Cite item

Full Text

Abstract

Background: The study of infectious disease epidemiology among military personnel has long been a priority in military medicine. The COVID-19 pandemic underscored the critical role of pathogen genetic variability in shaping the patterns of the disease, serving as a demonstrative case for applying Belyakov’s (1983) theory of self-regulation of parasitic systems. Although numerous studies have addressed the epidemiologic aspects of COVID-19 in various organized communities, the specific characteristics of the disease among service members of the Armed Forces of the Republic of Kazakhstan remain insufficiently studied, underscoring the importance of the present research.

AIM: to investigate the epidemiologic characteristics of novel coronavirus disease (COVID-19) in the Armed Forces of the Republic of Kazakhstan through the lens of the theory of self-regulation of parasitic systems.

MATERIALS AND METHODS: A retrospective epidemiologic analysis was conducted to assess COVID-19 incidence among military personnel and the civilian population of the Republic of Kazakhstan. Data were obtained from departmental military medical statistical reports of the Armed Forces (Form 2/med) and publicly available official statistics provided by the National Center for Public Health under the Ministry of Health of the Republic of Kazakhstan. The comparative trends in COVID-19 incidence rates among military personnel and the civilian population were examined, along with the identification of epidemiologic features across the military-administrative territories of the Armed Forces of the Republic of Kazakhstan. A combination of epidemiologic and mathematical-statistical methods was used for data analysis and interpretation.

RESULTS: The study demonstrated that the genetically determined ability of the infectious agent to alter its epidemiologically significant properties (e.g., transmissibility, pathogenicity) in response to implemented anti-epidemic measures is a key factor influencing epidemic intensity. This adaptation may manifest as an increase in the number of cases, changes in disease severity and clinical forms, shifts in distribution across population groups, and other epidemic patterns.

CONCLUSION: The genetic plasticity of pathogenic microorganisms, activated in response to changes in human population characteristics, significantly influences the regional epidemiologic features of disease spread. These patterns must be considered when designing epidemic control systems in structured military settings.

About the authors

Aidos M. Khisamitov

Military Medical Academy

Author for correspondence.
Email: aidos.2112@mail.ru
ORCID iD: 0009-0001-9704-870X
Russian Federation, Saint Petersburg

Aleksandr A. Kuzin

Military Medical Academy

Email: paster-spb@mail.ru
ORCID iD: 0000-0001-9154-7017
SPIN-code: 6220-1218

MD, Dr. Sci. (Medicine), Professor

Russian Federation, Saint Petersburg

Andrey E. Zobov

Military Medical Academy

Email: dr.andrey98@yandex.ru
ORCID iD: 0000-0001-7791-8993
SPIN-code: 4281-2680

MD, Cand. Sci. (Medicine)

Russian Federation, Saint Petersburg

Vladislav V. Zakurdaev

Military Medical Academy

Email: vmeda-nio@mil.ru
ORCID iD: 0009-0009-8026-7322
SPIN-code: 4279-8889

MD, Cand. Sci. (Medicine)

Russian Federation, Saint Petersburg

References

  1. Kryukov EV, Shulenin KS, Cherkashin DV, et al. Experience in medical support of ships and units of foreign аrmies during the new coronavirus pandemic. Marine medicine. 2021;7(1):69–77. EDN: XTNNHR doi: 10.22328/2413-5747-2021-7-1-69-77
  2. Belyakov VD. The problem of self-regulation of parasitic systems and the mechanism of epidemic process development. Vestnik AMN SSSR. 1983;(5):3–9. EDN: ZFXTOX
  3. Akimkin VG, Semenenko TA, Dubodelov DV, et al. The Theory of Self-Regulation of Parasitary Systems and COVID-19. Annals of the Russian Academy of Medical Sciences. 2024;79(1):33–41. EDN: EZTCTA doi: 10.15690/vramn11607
  4. Shchepin VO, Zagoruichenko AA, Karpova OB. Methodological foundations of forecasting the spread of diseases in the world (review). Menedzher zdravookhraneniya. 2022;(9):51–58. EDN: WASIBB doi: 10.21045/1811-0185-2022-9-51-58
  5. Lopatin AA, Safronov VA, Razdorskiy AS, Kuklev EV. The current state of the problem of mathematical modeling and forecasting of the epidemic process. Problemy osobo opasnykh infektsiy. 2010;(3(105)):28–30. EDN: MUMFHX
  6. Bilev AE, Bileva NA, Chupakhina LV, et al. Is the theory of self-regulation of the epidemic process acceptable for the new coronavirus infection COVID-19? Bulletin of the Medical Institute “REAVIZ”. Rehabilitation, Doctor and Health. 2022;(4(58)):12–18. EDN: NLFGAQ doi: 10.20340/vmi-rvz.2022.4.COVID.2
  7. Aminev RM, Smirnov AV, Kuzin AA, et al. Features of the formation of morbidity of military personnel with acute respiratory infections of the upper respiratory tract. Russian Military Medical Academy Reports. 2021;40(2):9–17. EDN: QVIGUN
  8. Gladinets IV, Budul YuI, Gurevich KG, et al. Morbidity of conscripted military personnel in the internal troops of the Ministry of Internal Affairs and the troops of the National Guard of the Russian Federation. Infektsionnye bolezni: novosti, mneniya, obucheniye. 2017;(6(23)):92–96. EDN: ZVGHLJ doi: 10.24411/2305-3496-2017-00010
  9. Fel’dblyum IV, Devyatkov MY, Repin TM, et al. The variability of the SARS-CoV-2 virus and the susceptibility of the population in the dynamics of the epidemic process. Epidemiologiya i Vaktsinoprofilaktika. 2023;22(5):4–11. EDN: VKXUHV doi: 10.31631/2073-3046-2023-22-5-4-11
  10. Belyakov VD, Golubev DB, Kaminskiy GD, Tets VV. Self-regulation of parasitic systems: molecular and genetic mechanisms. Leningrad: Meditsina; 1987. 239 p. EDN: ZFYGZJ
  11. Mamedov MK. The theory of self-regulation of the epidemic process is the basis of prospects for the development of epidemiology. Biomeditsina (Baku). 2012;(3):47–55. (In Russ.)
  12. Akimkin VG, Popova AY, Ploskireva AA, et al. COVID-19: the evolution of the pandemic in Russia. Message I: Manifestations of the COVID-19 epidemic process. Zhurnal mikrobiologii, epidemiologii i immunobiologii. 2022;(3):269–286. EDN: ZXGTFD doi: 10.36233/0372-9311-276
  13. Kutyrev VV, Popova AYu, Smolensky VYu, et al. Epidemiological Features of New Coronavirus Infection (COVID-19). Communication 1: Modes of Implementation of Preventive and Anti-Epidemic Measures. Problems of Particularly Dangerous Infections. 2020;(1):6–13. EDN: XGRYTA doi: 10.21055/0370-1069-2020-1-6-13
  14. Maukaeva SB, Tokaeva AZ, Isabekova ZhB, et al. COVID-19 in Kazakhstan and East Kazakhstan region. Nauka i Zdravookhraneniye. 2020;22(3):12–16. EDN: OXEEPY doi: 10.34689/SH.2020.22.3.002
  15. Brest P, Refae S, Mograbi B, et al. Host Polymorphisms May Impact SARS-CoV-2 Infectivity. Trends Genet. 2020;36(11):813–815. doi: 10.1016/j.tig.2020.08.003
  16. Nakagawa S, Miyazawa T. Genome evolution of SARS-CoV-2 and its virological characteristics. Inflamm Regener. 2020;40(17):1–7. doi: 10.1186/s41232-020-00126-7
  17. Hadfield J, Megill C, Bell SM, et al. Nextstrain: real-time tracking of pathogen evolution. Bioinformatics (Oxford, England). 2018;34(23):4121–4123. doi: 10.1093/bioinformatics/bty407
  18. Akimkin VG, Popova AYu, Khafizov KF, et al. COVID-19: evolution of the pandemic in Russia. Report II: dynamics of the circulation of SARS-CoV-2 genetic variants. Zhurnal mikrobiologii, epidemiologii i immunobiologii. 2022;99(4):381–396. EDN: KVULAS doi: 10.36233/0372-9311-295
  19. Elinson MA, Bigil’dina ER. COVID2019: a brief classification of strains, features of the course of the disease, statistics of the incidence of the disease. E-Scio. 2022;(4(67)):116–126. EDN: UCLSER
  20. Sagatkali AS, Tusupkaliyeva KSh, Urazayeva ST, et al. Analysis of morbidity and risk factors for mortality from COVID-19 (literature review). West Kazakhstan Medical Journal. 2022;(1(64)):9–17. EDN: KWKFOM doi: 10.24412/2707-6180-2022-64-9-17
  21. Kryukov EV, Trishkin DV, Ivanov AM, et al. Comparative Cohort Epidemiological Study of Collective Immunity against New Coronavirus Infection among Different Groups of Military Personnel. Annals of the Russian Academy of Medical Sciences. 2021;76(6):661–668. EDN: KBCNYC doi: 10.15690/vramn1583
  22. Sergoventsev AA, Zobov AE. Comparative analysis of the features of organizing measures to combat the COVID-19 pandemic in the health systems of the Russian Federation and foreign countries. Bulletin of the Russian Military Medical Academy. 2022:24(4):775–788. EDN: TZDXHL doi: 10.17816/brmma114757

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Quarterly trends of COVID-19 incidence among service members of regional commands and the civilian population of corresponding administrative-territorial regions of the Republic of Kazakhstan, 2020–2022 (‰).

Download (324KB)
Indexing metadata
3. Fig. 2. Changes in the COVID-19 epidemic process among the civilian population of the Republic of Kazakhstan and military units of the Armed Forces, December 2019 to December 2022 (absolute numbers).

Download (376KB)
Indexing metadata
4. Fig. 3. Changes in the distribution of clinical severity of COVID-19 among service members of the Armed Forces of the Republic of Kazakhstan during different stages of the pandemic (absolute numbers).

Download (131KB)
Indexing metadata

Copyright (c) 2025 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».