罗马尼亚野猪种群非洲猪瘟病毒（ASFV）时空动态与长期趋势（2018—2024）：环境持久性、季节性检测与传播动力学建模

《Animals》：Spatiotemporal Dynamics and Trend Analysis of African Swine Fever Virus in Romanian Wild Boar Populations (2018–2024)

　　

背景：非洲猪瘟（African Swine Fever, ASF）仍是全球养猪业的关键威胁，野猪（Sus scrofa）是主要野生动物储存宿主。自病毒传入以来，罗马尼亚是受影响最严重的欧洲国家之一。目标：本研究旨在基于一个最终数据集，即分布于80个月时间线（2018年5月至2024年12月）的1443例确诊病例，估计ASF病毒（ASF virus, ASFV）在罗马尼亚野猪种群中的长期时空趋势、环境持久性和传播动力学。方法：开发了整合空间和时间建模框架的高级流行病学工作流程。使用SatScan进行时空聚集检测，以识别显著疾病热点。利用广义加性模型（Generalized Additive Models, GAMs）对尸体持久性的非线性季节趋势和空间模式进行建模。此外，通过EpiEstim包使用贝叶斯更新框架计算时间变化繁殖数（time-varying reproduction number, R_t），参数采用野猪序列分布（均值=10.3天；SD=4.2天）。结果：SatScan识别出多布罗加（Dobrogea）一个最主要聚集区，以及蒙泰尼亚（Muntenia）、特兰西瓦尼亚（Transylvania）和摩尔多瓦（Moldova）五个其他主要反复出现的热点。GAM分析揭示出强且统计学显著的季节性模式，来自尸体的病例检测在冬季月份明显达到峰值，此时低温有利于环境病毒稳定性。贝叶斯R_t重建显示三个不同的流行病学阶段：初始入侵峰值，平均R_t为2.38（95% Crl：1.82–3.02）；随后为区域波浪式振荡；以及晚期地方性流行阶段明显的长期稳定，动态围绕平稳均值1.01（95% Crl：0.87–1.16）。结论：研究人员的发现从统计学上验证了在自然栖息地内，由持续的尸体介导环境再播种驱动，从急性流行波向自我维持的慢性地方性流行平衡转变。这些见解强调，成功的疾病缓解必须优先快速、有针对性地移除高风险森林基质中的感染尸体，而不是采用通用种群减少策略。

论文解读

研究背景与问题：非洲猪瘟（African Swine Fever, ASF）是由Asfarviridae科双链DNA病毒引起的高接触性和致死性猪病。在欧盟，该病造成严重经济和农业后果。罗马尼亚于2017年7月在Satu Mare县后院养殖场首次记录ASF暴发，随后自乌克兰和摩尔多瓦共和国快速地理扩张，并迅速成为全国地方性流行。罗马尼亚流行病学景观的独特之处在于病毒同时影响大量低生物安全后院农场和自由活动野猪（Sus scrofa）种群，形成复杂传播界面。2017年至2019年中，监测数据确认约3000例。尽管已有研究量化感染前波速度、开展时空建模和聚类分析，并利用贝叶斯分层框架、随机森林等方法研究持久性，但野猪在欧盟病毒维持中的作用仍是持续挑战。野猪是ASFV主要野生动物储存宿主，可确保病毒在自然环境中长期存在和传播。ASFV在野生动物—家畜界面传播呈强双向性：约68%猪场感染来自附近野猪，而野猪也常通过感染后院猪群溢出获得病毒。病毒在尸体和森林栖息地中的环境稳定性、尸体介导传播、低密度种群中的持续传播，以及人类介导的污染猪肉产品非法运输、小型养殖场生物安全不足等，均使控制复杂化。因此，研究人员需要分析2018—2024年罗马尼亚野猪ASF的时空动态、持久性及潜在决定因素，以指导针对性干预。

研究人员基于国家监测计划数据，分析2018年5月至2024年12月（80个月）的1443例实验室确诊野猪ASF病例，估计长期时空趋势、环境持久性和传播动力学。结论表明，ASF已从急性流行波转变为自我维持的慢性地方性流行平衡，该平衡由持续尸体介导的环境再播种驱动；疾病缓解应优先快速、靶向移除高风险森林基质中的感染尸体，而非通用种群减少。该研究对被动监测、区域针对性控制、跨境合作和保障养猪业与食品安全具有重要意义。

关键技术方法：样本数据来自ANSVSA、EFSA和WAHID数据库，最终纳入1443例实验室确诊病例，分布于80个月，变量包括年份、病例类型（尸体/狩猎野猪）、纬度、经度和确认日期。数据用Python的pandas和numpy管理聚合；用SatScan v10.3.3在Space–Time Permutation模型下检测时空聚集，最大空间窗口为风险种群的15%，最大时间窗口180天，999次Monte Carlo重复，p<0.05为显著。R环境v4.5.3中，用mgcv、EpiEstim和ggplot2进行建模；时间变化繁殖数（time-varying reproduction number, R_t）采用非参数贝叶斯更新框架，7天滑动窗口，序列间隔为Gamma分布，均值10.3天、SD 4.2天。广义加性模型（Generalized Additive Model, GAM）采用二项误差分布和立方回归样条，分析月度尸体占总数比例。另计算局部持续指数（persistence index, PI）。

研究结果：
3.1 时间动态（Temporal Dynamics）：80个月疫情曲线呈延长基线并伴反复中等峰值。首例于2018年5月确认，2023年2月单月最大105例。R_t分三阶段：Phase I（2018年5月—2019年12月）传播升高，平均R_t峰值2.38（95% Crl：1.82–3.02）；Phase II（2020年1月—2021年12月）区域稳定并呈波浪振荡，冬季脉冲至1.54（95% Crl：1.20–1.91），夏季低于流行阈值；Phase III（2022年1月—2024年12月）长期稳定，2023年2月脉冲至1.35（95% Crl：1.11–1.62），多年平均R_t稳定于1.01（95% Crl：0.87–1.16）。这表明病毒通过野猪栖息地矩阵和尸体介导传播维持稳定地方性平衡，而非爆炸性增长。部分月度变化反映冬季搜索和监测强度。

3.2 时空分析—聚集检测（Spatiotemporal Analysis–Cluster Detection）：1443条有效记录中，719例为发现尸体，724例为主动狩猎监测，尸体约占49.8%。高密度报告集中于2020、2022和2023年。77.4%的病例尸体在相同坐标聚集先前阳性后30天内出现，验证局部病毒稳定性；共记录1365个独特地理位置。Space–Time Permutation模型识别41个时空聚集。主要聚集Cluster 1位于Dobrogea，活跃于2018年9月—2019年2月，观察111例、预期17.13例，O/E=6.48，LLR=116.97，p<0.001。Cluster 2位于Central Muntenia，2019年12月—2020年6月，观察132例，O/E=3.50，LLR=74.63，p<0.001。2022—2024年，显著聚集移至Transylvania和罗马尼亚西北部（Clusters 5、10和11），显示病毒储存库地理进展。聚集强度以O/E表示，时间序列显示疫情活动从东南部向Moldova、Banat和北Transylvania转移。

3.3 广义加性模型与空间持续分析（Generalized Additive Models (GAMs) and Spatial Persistence Analysis）
3.3.1 总体趋势与持续制图（General Trend and Persistence Mapping）：二项GAM显示，2018—2019年尸体占总数比例极高，若干月份接近或达到1.0，符合急性入侵波特征；2020—2022年该比例暂时收缩，与主动狩猎分母增加和管理干预有关；2022年末至2024年稳定在约0.50的慢性平衡，表明从爆炸性流行扩张转向永久局部地方性建立。持续指数范围为0.286（7年中2年阳性）至0.429（7年中3年阳性），最高持续分类位于东南湿地和中部密集森林网格。按传统Pepin et al.分类尺度，这些数值属低和中，但地理分布显示小网格连续病毒足迹，未发生随机灭绝，支持地方性状态。

3.3.2 关键时期与季节性（Critical Periods and Seasonality）：二项GAM显示高度结构化季节模式（Wald χ²≈18.3，p=0.004），解释约72%方差。夏季（6—8月）尸体占总数比例最低，为0.429；秋季（9—11月）为0.463，较夏季不显著；冬季（12—2月）显著升至0.477（p<0.05），低温减慢尸体分解，保存病毒结构，延长被动检测窗口；春季（3—5月）达最高0.624（p<0.001），反映狩猎季关闭使主动狩猎分母收缩，以及春季森林监测发现冬季积累死亡。

讨论部分总结：野生动物传染病防控依赖理解病原传播和环境持久机制。初期高传播需流行病学追踪，尸体监测可评估感染动态和种群影响；季节变化调节流行轨迹和尸体持久性。病原在地理范围内稳定由环境和直接传播途径相互作用驱动。污染尸体作为持久生物安全储存库维持地方性，并在流行后成为再感染和疾病再发风险。管理需同步狩猎和尸体移除；建模显示尸体移除结合野猪狩猎可根除疾病而不根除宿主。捷克通过围栏、密集狩猎和主动尸体搜索成为ASF-free；Croft et al.报告尸体移除作为应急响应在缩短暴发持续时间方面价值有限，仅当野猪已广泛分布时更具实用性。4.1流行病学曲线与野猪种群长尾动态：80个月长尾和低水平持续传播符合ASFV在欧洲野猪栖息地的典型模式，病毒已从急性流行转为稳定地方性。4.2低增长率与环境再播种：log-linear模型日增长率r≈0.00063，倍增时间长，表明低强度稳定传播而非超级传播；直接接触可能受季节行为和社会结构限制，但近六年持续传播无随机灭绝，尸体和污染栖息地作为长期环境储存库持续再播种，并在2023年初导致晚发激增。4.3监测偏倚与被动监测挑战：监测强度变化可混淆趋势。EU中31%被动监测尸体PCR阳性，占野猪暴发69%，狩猎野猪仅0.4%阳性；斯洛伐克为46.5%对0.48%；意大利10412头野猪中25%来自被动监测，检测可能性高10.9倍。猎人参与、经济激励和冬季搜索可改变检测率，2023年2月峰值可能部分反映搜索和报告效率。聚集可持续数月甚至一年以上，再出现表明潜伏或低水平循环；地理演替表明野猪集合种群维持病毒。三阶段为：Phase I 2018—2019引入扩张，Dobrogea和南罗马尼亚强聚集，O/E为3.30—90.38；Phase II 2020—2021区域稳定，Moldova出现主要聚集；Phase III 2022—2024地方化与区域再激活，Transylvania和西北持续。4.4研究局限性：缺乏准确风险种群数据，无法计算真实发病率或按宿主密度评估风险；尸体占总数比例引入监测偏倚；狩猎强度、法规和经济激励影响检测；回顾性数据来自三个平台，去重后仍有报告速度、空间分辨率和元数据差异。

研究结论翻译：该研究表明，罗马尼亚野猪种群中ASF的时空动态遵循由病毒持久性和监测结构驱动的季节性和区域性模式。80个月持续检测，并在2023年2月达到流行高峰，表明ASF已从入侵流行波转变为野生动物储存宿主中的地方性循环。整合空间扫描统计和广义加性模型被用于描绘局部热点并追踪全国传播载体。SaTScan分析识别显著时空聚集，显示疾病从初始东南焦点（Dobrogea和Danube Delta）向中部和北部地区地理转移。二项GAM框架确认尸体占总数比例的季节信号。被动病毒检测率在夏季最低（0.429），在春季达到峰值（0.624），反映冬季死亡积累和国家狩猎日历监管变化的联合效应。基于这些实证发现，可概述未来疾病管理和根除计划调整要点：基于尸体的监测是检测ASF的主要方法（49.8%）；季节波动表明温暖月份被动检测率降低，需要在这些时期开展针对性搜索；稳定、中等持续向量的广泛分布证实病毒已在当地野生动物生态系统中建立；疾病控制策略必须聚焦高风险森林区域野猪尸体的立即移除和安全处置，而不是仅依赖种群减少。