基于风险加权监测的"危害模型"在慢性消耗性疾病早期检测中的应用研究

本研究针对野生动物慢性消耗性疾病(CWD)早期检测难题，创新性地开发了整合风险因素与危害评估的"危害模型"(Hazard Model)。通过专家评估、风险量化和加权监测等方法，在纽约州和田纳西州成功实施，显著提高了CWD检测效率。该模型为缺乏实证数据的地区提供了可行的疾病监测方案，对野生动物疾病防控具有重要实践价值。

　　

野生动物疾病监测面临重大挑战，特别是在新兴传染病早期检测方面。慢性消耗性疾病(Chronic Wasting Disease, CWD)作为一种致命的传染性神经系统疾病，影响白尾鹿(Odocoileus virginianus)、麋鹿(Cervus canadensis)和驼鹿(Alces alces)等多种鹿科动物。这种由异常朊病毒蛋白引起的疾病，自1967年在科罗拉多州首次发现以来，已扩散至美国36个州和加拿大多个省份。CWD的传播途径复杂，既可通过直接接触感染动物，也可通过被污染的土壤、水源等环境媒介传播，且朊病毒在环境中可保持传染性长达16年。面对这一严峻形势，如何在疾病尚未被发现或流行初期实现早期检测，成为野生动物管理部门亟需解决的关键问题。

传统监测方法主要依赖随机采样和表观流行率分布，在疾病尚未出现的地区效果有限。此外，野生动物疾病采样工作强度大、成本高，如何优化资源配置、提高监测效率成为重要课题。现有研究表明，CWD的分布具有明显异质性，受多种因素影响，包括传播动力学、宿主种群特征、环境因素和人类活动等。这些发现促使研究人员思考：能否通过整合各类风险因素，建立更有效的监测体系？

为解决这一难题，康奈尔大学野生动物健康实验室等机构的研究人员开展了一项创新性研究，开发了基于风险加权监测的"危害模型"(Hazard Model)。这项发表在《Preventive Veterinary Medicine》上的研究，通过在纽约州和田纳西州的实践应用，验证了该模型在CWD早期检测中的有效性。研究团队采用多学科交叉方法，整合了野生动物生态学、流行病学和风险分析等领域的专业知识，为野生动物疾病监测提供了新思路。

研究采用了四个关键技术方法：(1)专家小组评估法，邀请野生动物管理专家对潜在危害因素进行识别和评分；(2)实地调查法，对鹿类相关企业(养殖场、标本制作和肉类加工)进行现场考察；(3)风险量化方法，建立A_c(人为风险)、N_c(邻近州风险)和D_c(种群风险)三套评分体系；(4)加权监测系统，根据不同年龄/性别鹿类的检测价值分配采样权重S_w。研究数据来源于纽约州环境保护局和田纳西州野生动物资源局的监测记录。

研究结果分为四个主要部分：

1. 危害识别阶段
   通过专家小组评估确定了CWD引入和传播的主要风险途径。专家们认为，与鹿类相关的商业活动(如养殖场、标本制作和肉类加工)以及邻近州的鹿类管理活动构成最高风险。具体危害因素包括：活体鹿类跨州运输、养殖场围栏质量差、尸体处理不当等。这些发现为后续风险评估提供了基础框架。

2. 风险评估阶段
   研究人员对纽约州595家注册鹿类养殖场和田纳西州88家养殖场进行了实地调查。调查内容包括：业务类型、运营状态、动物来源、围栏质量、尸体处理方式等。同时评估了邻近州的CWD状况和管理政策。结果显示，低质量围栏、允许活体鹿类进口的邻近州等风险因素最为突出。研究人员将这些风险因素量化为可操作的评分系统。

3. 实施阶段
   研究团队建立了灵活的采样配额分配系统。将全州采样目标(如3000个加权点)按风险评分分配到各县。采样权重系统赋予成年雄鹿3分、成年雌鹿1.5分、亚成年鹿1分，体现了不同年龄/性别群体的检测价值差异。这种设计既保证了采样效率，又为实地工作提供了灵活性。

4. 评估阶段
   在纽约州2013-2014年度和田纳西州2018-2019年度的实践中，该模型表现出色。纽约州采集了4179个加权点，远超3000点的目标；田纳西州采集了6747点。更重要的是，田纳西州在实施该模型后4个月内就发现了首批CWD阳性病例，这些病例恰好出现在模型预测的高风险县。

研究结论部分指出，这种整合风险因素与危害评估的监测方法，显著提高了CWD早期检测的效率。与传统方法相比，危害模型具有以下优势：(1)在缺乏实证数据的地区仍可实施；(2)优化资源配置，提高检测效率；(3)灵活适应不同地区的管理需求。该模型不仅适用于CWD监测，其方法论框架也可推广至其他野生动物疾病的监测工作。

讨论部分强调了几个关键点：首先，专家评估虽然存在主观性，但在数据缺乏时提供了可行方案；其次，风险因素的权重分配需要定期更新，以反映政策和环境变化；最后，采样单元(如县)的规模选择需要平衡精确性与可操作性。研究人员还指出，未来可进一步整合更多风险因素，如栖息地特征、基因型分布等，以完善模型预测能力。

这项研究的创新价值在于：首次系统地将风险分析理论应用于野生动物疾病监测实践，建立了可操作的量化模型；开发了灵活的加权采样系统，兼顾科学性与实用性；通过多州实践验证了模型的普适性。这些成果为野生动物疾病防控提供了重要工具，对保护野生动物种群健康和生态系统稳定具有重要意义。