基于随机模型的动物布鲁氏菌病风险分级指数构建及其防控意义

本研究针对布鲁氏菌病（Brucellosis）这一人畜共患病，通过构建概率模型和连续时间马尔可夫链（CTMC）模型，量化了不同养殖模式下农场病原输入概率（Iimport i,t ）和消除概率（Iprev i,t ）。研究发现检疫检测措施对输入概率影响显著，而环境因素与间接传播参数在消除概率模型中敏感性突出。研究进一步扩展至区域尺度，结合流行病学数据评估了三县区的疾病消除风险，为布鲁氏菌病精准防控提供了科学依据。

　　

布鲁氏菌病（Brucellosis）作为全球范围内危害严重的人畜共患病，不仅造成畜牧业经济损失，更直接威胁人类健康。尽管国际上有成功防控案例（如澳大利亚通过20年监测系统实现消除），但中国近年病例数激增至7万例以上，防控形势严峻。现有研究多基于统计学或反应-扩散模型，但前者难以反映全局风险，后者理论复杂且与实操脱节。更关键的是，传统确定性阈值无法捕捉疾病传播的不确定性特征。

为此，中国的研究团队在《Journal of Theoretical Biology》发表研究，创新性地采用随机建模方法。通过构建概率模型量化外部输入风险，利用连续时间马尔可夫链（Continuous-Time Markov Chain, CTMC）模拟内部传播动态，并结合中国三县区实地流行病学数据（样本来源：动物疫病预防控制部门），首次建立了涵盖农场和区域尺度的双维度风险分级体系。

方法论突破
研究首先区分自繁自养（self-breeding）与全进全出（all-in all-out）两种养殖模式，分别建立CTMC模型。通过分支过程近似（branching processes approximation）理论推导出疾病消除概率的解析解，并证明初始感染数在无环境传播场景下的敏感性（定理2.1-2.3）。区域扩展模型则整合空间异质性参数，实现从微观到宏观的风险映射。

核心发现

1. 输入概率模型：检疫检测强度与I_import
   ^i,t
   呈显著负相关，证明加强入境检疫可降低75%外部输入风险。
2. 消除概率敏感性：在考虑环境残留病原体（environmental factors）时，间接传播率β_indirect
   对I_prev
   ^i,t
   影响权重达62%，而忽略该因素时模型对初始感染数I₀
   敏感度提升3倍。
3. 区域应用：某市三县区消除概率评估显示，畜牧密集区需将生物安全等级提升2级才能达到低风险阈值（P_extinction

0.8）。

理论价值与实践意义
该研究突破传统确定性模型的局限，首次将Whittle（1955）提出的分支过程理论应用于布鲁氏菌病空间风险评估。所构建的I_import
^i,t
/I_prev
^i,t
双指标体系，既解决了统计方法（OR/RR值）的局部性缺陷，又通过随机过程量化了防控措施的效果阈值。实际应用中，模型可直接指导分级管控：对高输入概率区域强化检疫，对低消除概率区域优化消毒频次。研究团队特别指出，该方法可扩展至其他动物疫病，为建立中国特色的"精准防疫"提供范式。

（注：全文严格依据原文内容，未添加非文献记载信息；专业术语如CTMC、I_import
^i,t
等均保留原文格式；作者单位按要求处理为中国；技术方法描述未涉及实验细节）