《Frontiers in Veterinary Science》：A GIS-enabled workflow for georeferenced veterinary KAP surveys: a proof-of-concept study in Kazakhstan
编辑推荐：
摘要：One Health监测处于动物-人类-环境界面上，需要整合流行病学、行为学和地理信息的实用工具来支持循证决策。本研究提出了一种基于GIS的工作流，用于将地理参考的知识、态度和实践（KAP）调查整合到哈萨克斯坦的兽医监测中。利用ArcGIS Survey
摘要：One Health监测处于动物-人类-环境界面上，需要整合流行病学、行为学和地理信息的实用工具来支持循证决策。本研究提出了一种基于GIS的工作流，用于将地理参考的知识、态度和实践（KAP）调查整合到哈萨克斯坦的兽医监测中。利用ArcGIS Survey123，为炭疽、气肿疽和乳腺炎开发了疾病特异性问卷模块，并作为概念验证的现场应用实施。该框架在统一的数字工作流中整合了移动数据采集、自动地理定位、标准化KAP指标、质量控制程序、牲畜密度背景和基于GIS的空间可视化。该研究并非提供牲畜所有者知识和实践的全国代表性评估，而是证明了将地理参考行为数据与疾病特异性兽医监测图层相结合以支持空间知情解释和决策的可行性。所得到的GIS框架说明了KAP信息如何与流行病学和地理数据集相关联，以支持有针对性的风险沟通、农民教育、疫苗接种规划和兽医外展。作为概念验证，所提出的工作流为兽医监测提供了实用的方法论基础，并具有通过与人健康、环境和气候数据整合而应用于未来One Health应用的潜力。
论文解读文章
一、研究背景与问题
在One Health理念下，动物疾病的有效监测不仅依赖实验室诊断、疫苗接种计划和兽医基础设施，还取决于牲畜所有者的知识、态度和实践（KAP）。农户在疾病识别、报告、疫苗接种、尸体处理、生物安全和畜群管理方面的决策直接影响疾病传播、公共卫生风险、食品安全以及兽医干预的有效性。在中亚地区，粗放式畜牧业生产、跨境动物移动、多样化的生态条件以及兽医服务获取的不均衡，共同构成了复杂的流行病学环境。然而，传统的KAP调查在未考虑应答地理背景时存在明显局限：疾病意识、兽医服务获取、牲畜管理实践和预防行为在乡村地区并非均匀分布，仅以汇总统计方式分析问卷应答可能无法识别知识缺口、薄弱报告行为或预防实践不足在空间上的集中区域。
哈萨克斯坦因其广泛的畜牧业生产系统、广阔的农村领土、跨境动物移动和兽医基础设施获取不均，成为开展GIS辅助兽医监测的特别相关场景。尽管KAP调查和GIS技术各自在兽医流行病学中广泛应用，但将地理参考行为数据、疾病特异性监测信息和空间决策支持工具整合到统一兽医监测框架中的研究仍然有限，这一空白在中亚地区尤为明显。研究人员选择炭疽、气肿疽和乳腺炎作为概念验证案例，分别代表人畜共患传染病、疫苗可预防的牲畜感染以及与生产管理相关的疾病，以评估GIS支持的KAP系统在传染病和生产管理相关动物健康挑战中的适用性。
二、研究设计与方法
研究人员开发并应用了一种基于GIS的KAP调查框架，采用横断面现场调查设计，使用ArcGIS Survey123实施。工作流包括问卷开发、数字表单配置、移动地理参考数据采集、云同步、质量控制和GIS可视化。调查于2025年春夏季节在哈萨克斯坦选定畜牧业地区开展，共300名牲畜所有者和农场代表参与，采用非概率便利抽样。概念验证数据集包含33个地理参考位置，分布于三个疾病特异性模块（炭疽n=6、气肿疽n=19、乳腺炎n=8），这些位置是用于GIS可视化的空间单元，而非等同于个体受访者。问卷遵循传统KAP结构，包含社会人口学特征、牲畜所有权、疾病相关知识、对疾病预防和兽医控制的态度以及报告的管理实践。ArcGIS Survey123被选为技术环境，因其支持离线数据采集、与ArcGIS Online自动同步以及调查应答与地理坐标的直接整合。质量控制程序包括完整性验证、重复检测、坐标验证以及行政归属和调查应答的一致性检查。
三、研究结果
3.1 GIS辅助KAP调查工作流的开发
研究人员成功使用ArcGIS Survey123和ArcGIS空间分析环境实施了GIS辅助兽医KAP监测工作流。该系统能够直接采集问卷应答以及地理坐标、行政属性、时间元数据和疾病特异性KAP指标，所有记录在采集时自动与空间位置关联，避免了调查后单独的地理参考步骤。实时同步支持实时可视化、空间覆盖验证以及不完整或不一致条目的识别。
3.2 KAP问卷结构与疾病特异性调整
所开发的问卷为评估牲畜所有者的知识、态度和实践提供了统一的分析工作流，包含社会人口和农场相关特征、知识指标、态度指标和实践指标四个相互关联的组成部分。将该框架应用于炭疽、气肿疽和乳腺炎，证明了其在不同流行病学特征和监测目标的疾病中的灵活性，各疾病模块根据传播途径、预防策略、农场管理实践和兽医响应要求的差异进行了调整。
3.3 地理覆盖、空间数据整合与描述性KAP发现
现场实施产生了将问卷行为信息与空间坐标和疾病特异性背景数据相关联的地理参考数据库。三个疾病特异性调查模块分别包括炭疽100名受访者、气肿疽110名受访者和乳腺炎90名受访者。在炭疽模块中，92.0%的受访者报告了解临床症状知识，75.0%报告动物接种疫苗，67.0%报告接受过炭疽相关培训。气肿疽模块中，临床症状知识和预防性疫苗接种的报告比例分别为61.8%和49.1%。乳腺炎模块中，临床症状知识报告比例为97.8%，预防性畜群管理实践报告比例为87.8%。质量控制程序包括调查位置验证、行政归属验证、地理完整性和空间属性一致性检查。
3.4 炭疽相关KAP指标的空间可视化
炭疽模块产生了整合地理参考暴发位置与KAP调查数据的疾病特异性GIS图层。空间分析显示炭疽相关位置分布不均，南部哈萨克斯坦浓度最高，特别是突厥斯坦和江布尔地区，西部、北部、中部和东部也有分布，表明炭疽监测和意识活动的广泛地理相关性。暴发位置数据与地理参考KAP记录的整合为评估牲畜所有者的疾病相关知识和预防实践提供了流行病学背景。
3.5 气肿疽相关意识与预防实践的空间可视化
气肿疽模块产生了整合梭状芽孢杆菌相关位置与地理参考KAP调查记录的GIS图层。GIS分析显示气肿疽暴发位置在哈萨克斯坦的广泛地理分布，北部和东北部地区报告位置浓度较高，中部、东南部和西部也有分布。流行病学和地理参考KAP信息的整合证明了在统一GIS监测系统中结合行为与空间数据集的可行性。
3.6 乳腺炎相关管理指标的空间可视化
乳腺炎模块产生了整合地理参考乳腺炎相关位置与畜群管理和疾病预防KAP调查信息的疾病特异性GIS图层。GIS制图显示乳腺炎相关位置分布于哈萨克斯坦多个畜牧业地区，包括科斯塔奈、卡拉干达、东哈萨克斯坦和突厥斯坦地区。与炭疽和气肿疽不同，乳腺炎主要受畜群管理实践、挤奶卫生、临床症状早期识别和及时兽医干预的影响。
3.7 疾病特异性兽医监测图层的整合GIS解释
炭疽、气肿疽和乳腺炎监测图层的整合分析支持在统一GIS环境中对疾病特异性KAP指标进行比较解释。牲畜密度图层显示，牛密度较高的地区包括阿拉木图、突厥斯坦、西哈萨克斯坦和江布尔地区，而小反刍动物密度较高的地区主要出现在哈萨克斯坦南部。比较空间分析揭示了三种疾病模块的不同地理模式：炭疽相关位置在南部形成明显聚集，气肿疽相关位置分布更广泛，乳腺炎相关位置集中于集约化牛生产地区。
3.8 GIS辅助兽医监测的实用价值
地理参考KAP调查数据与GIS空间分析的整合使炭疽、气肿疽和乳腺炎疾病特异性监测图层的生成成为可能。所得到的图谱支持在空间背景下解释疾病意识模式、预防实践和管理相关因素，能够识别可能需要加强兽医沟通、疫苗接种意识、预防措施或畜群健康管理的地区。
四、讨论与结论
讨论部分指出，ArcGIS Survey123为标准化KAP数据采集同时保持空间特异性提供了实用平台，地理定位、编码应答字段、跳转逻辑、云同步和GIS可视化的整合为标准化地理参考数据采集提供了技术基础。三个疾病模块代表了不同的兽医和流行病学背景：炭疽强调历史受影响地区疾病意识、报告行为、尸体处理实践和疫苗接种意识的重要性；气肿疽强调预防性疫苗接种和农民教育的持续重要性；乳腺炎则代表乳品生产系统中畜群管理、挤奶卫生和临床症状早期识别的关键作用。研究局限性包括：研究设计侧重于证明GIS与KAP方法论的整合而非高级空间风险建模；三个疾病模块作为概念验证案例而非全国代表性评估；KAP应答基于自我报告信息，可能受回忆偏差或社会期望偏差影响；牲畜密度图层仅作为背景变量而未纳入正式预测空间模型；地理参考调查记录数量有限。
结论部分翻译：本研究开发了一种基于GIS的工作流，将地理参考问卷数据、疾病特异性KAP指标和空间分析相结合，用于哈萨克斯坦的兽医监测。应用于炭疽、气肿疽和乳腺炎证明了在统一GIS环境中整合行为、流行病学和地理信息的可行性。该工作流为地理针对性兽医监测、风险沟通和疾病控制规划提供了基础。其向One Health应用的扩展将需要未来与人健康、环境、气候和其他跨部门数据的整合。
