菲律宾非洲猪瘟暴发情况下农场层面基本繁殖数的估算

《Transboundary and Emerging Diseases》：Estimation of the Farm-Level Basic Reproduction Number for African Swine Fever Outbreaks in the Philippines

非洲猪瘟（ASF）II型毒株自2019年传入菲律宾，严重威胁养猪业及野猪种群。本研究基于2019-2022年疫情数据，采用确定性/随机模型及ARIMA分析，估算 herd-level 基本再生数（R_h），发现全国R_h趋近1，显示向地方性流行转变趋势。 Luzon 岛与全国疫情趋势高度相关（Spearman相关系数0.88），而Visayas和Mindanao呈现显著差异（相关系数-0.28至-0.39），提示需分区制定管理策略。KDE热力图显示Visayas以莱特省为核心，Mindanao分布更广。敏感性分析表明疫情报告漏报率50%-90%对R_h影响有限。研究建议强化Luzon生物安全，在Visayas和Mindanao实施社区监测。

　　非洲猪瘟（African Swine Fever, ASF）自2019年进入菲律宾以来，对当地养猪业造成了严重冲击，影响了从家庭农场到商业养殖场，以及本土野猪种群。该病毒的传播模式对有效防控策略的制定至关重要，然而，目前对农场层面的传播规律仍缺乏清晰认识，且尚未有全面分析结合国家和岛屿级数据的研究。本研究利用2019年至2022年的ASF爆发数据，对菲律宾及其三大主要岛屿——吕宋、维萨亚斯和棉兰老岛，分别估计了农场层面的基本再生数（R_h），以揭示不同区域的传播动态并识别其独特模式。研究结果表明，虽然长期来看ASF的R_h趋于接近1，暗示其正在向地方性流行转变，但R_h并未始终低于1，说明疫情仍在持续发生。因此，需要采取地区针对性的管理措施，以更有效地控制疫情并促进养猪业的长期恢复。

### ASF的全球影响与菲律宾的现状

非洲猪瘟是一种严重的出血性病毒性疾病，近年来引起全球广泛关注。它由非洲猪瘟病毒（ASFV）引起，这是一种双链DNA病毒，最初在非洲被发现。ASFV主要感染猪科动物，包括家猪、野猪、树猪和其他相关野生种群。尽管该病毒不会感染人类，但对家猪群体的影响极为严重，高度致病性毒株可导致接近100%的死亡率。 ASF对猪养殖业、野生动物保护和全球经济都具有深远影响，因此被世界动物卫生组织（WOAH）列为必须报告的疾病。

自2007年起，一种高致病性的II型毒株——格鲁吉亚07毒株，从格鲁吉亚传播至周边地区，并迅速蔓延至欧洲、亚洲、多米尼加共和国和海地等国家，形成了全球范围内的疫情大流行。 ASFV于2019年7月进入菲律宾，随后在多个地区对家庭农场和商业养殖场，以及野猪种群造成影响。 ASF在菲律宾的广泛传播不仅威胁到猪的供应体系，还对食品安全、经济稳定和生物多样性构成挑战。尽管政府实施了多种控制和管理措施，但ASF仍持续对养猪业造成显著影响。

### 疫情动态与地区差异

为了深入了解ASF在菲律宾的传播模式，本研究采用了多种方法，包括描述性疫情分析、Spearman相关性分析、核密度估计（KDE）和基本再生数（R_h）的估计。通过分析2019年至2022年的疫情数据，研究发现吕宋岛的疫情数据最能反映全国的疫情趋势，其与全国数据之间的Spearman相关系数达到0.88，且具有统计学意义。然而，与其他岛屿相比，吕宋的疫情趋势与维萨亚斯和棉兰老岛之间存在显著差异，这表明不同地区的传播模式可能受到本地生产系统和猪群结构的影响。

KDE分析进一步揭示了不同岛屿的疫情热点分布。例如，在维萨亚斯岛，大部分阳性病例集中在莱特省，而在棉兰老岛，病例则更为广泛，排除了穆斯林棉兰老自治区（ARMM）。这些空间分布差异有助于地方兽医部门识别高风险区域，并采取针对性的防控措施。

### 再生数（R_h）的估计与意义

在本研究中，R_h用于衡量一个受感染农场在平均情况下会引发多少次次级农场爆发。 R_h大于1意味着疫情将继续扩散，而小于1则表示疫情会逐渐消退，等于1则表明疫情趋于稳定，可能演变为地方性流行。研究采用确定性模型和随机模型对R_h进行了估计，以全面分析其传播动态。

在确定性模型中，全国范围内的R_h值在早期疫情阶段较高，达到1.832。吕宋岛的R_h值与全国趋势相似，而棉兰老岛和维萨亚斯岛则表现出不同的传播模式。例如，棉兰老岛在2020年2月的R_h峰值达到2.386，而维萨亚斯岛在2021年1月的R_h值为3.079，这可能与本地生产系统和猪群密度有关。

在随机模型中，R_h的估计值更加复杂，考虑到感染持续时间的不确定性。研究发现，感染持续时间主要集中在20天左右，呈对称分布。尽管各岛屿的R_h值在后期趋于接近1，但其变化仍反映了疫情的动态演变。总体而言，R_h值在不同岛屿间的差异表明，需要根据地区特点制定不同的防控策略。

### 时间依赖再生数（TD-R）与疫情趋势

为了进一步评估疫情的动态变化，研究还采用了一种时间依赖再生数（TD-R）的方法。 TD-R考虑了每周可能的报告偏差，并作为描述疫情动态的补充方法。在疫情初期，TD-R值较高，表明疫情具有较高的传播速度。随着时间推移，TD-R值逐渐下降，但仍在1附近波动，表明疫情正在向地方性流行转变。这一趋势对于政策制定者具有重要意义，意味着需要从消除疫情的框架转向更可持续的疾病管理策略。

### 区域性管理策略的重要性

由于不同岛屿的疫情动态存在显著差异，单一的全国性防控策略可能无法有效应对这一挑战。研究指出，吕宋岛由于其高密度的养猪业，应重点加强生物安全措施和早期检测。而在维萨亚斯和棉兰老岛，由于更多依赖家庭农场，应采取基于社区的监测和教育计划，以减少局部传播。此外，研究还强调了需要根据不同地区的生产系统、地理分布和社会因素制定针对性的防控措施，以提高整体防控效果。

### 未来研究与政策建议

尽管本研究提供了重要的数据支持，但仍存在一些局限性。首先，所使用的数据基于农业部提供的疫情中心坐标，虽然适用于国家和岛屿层面的分析，但缺乏足够的村一级细节，限制了更精细的评估。其次，疫情初期可能存在报告延迟和漏报现象，尤其是在诊断资源和人员有限的情况下。因此，研究中的R_h估计可能较为保守，未能完全反映疫情的真实规模。

此外，研究未充分考虑跨岛屿的传播途径，例如猪贩子在猪肉供应链中的作用，以及环境因素如温度和湿度对病毒传播的影响。这些因素可能对疫情的传播模式产生重要影响，但受限于数据获取，未能在模型中充分体现。因此，未来的研究应进一步探索这些未被建模的因素，以更全面地理解ASF的传播机制。

最后，尽管野猪在其他研究中被发现可能成为ASF传播的潜在媒介，但菲律宾目前缺乏系统性的野猪监测数据。因此，有必要加强对野猪种群的持续监测，以评估其在ASF传播中的作用，并为更全面的防控策略提供依据。研究建议，应推动从应对疫情的短期措施向长期地方性管理策略的转变，以实现可持续的疾病控制，并减少对养猪业的经济影响。