应对偏见:评估用于南方蓝鳍金枪鱼健康研究的抽样方法
《Aquaculture》:Navigating bias: Evaluating sampling for ranched southern bluefin tuna health research
【字体:
大
中
小
】
时间:2026年05月17日
来源:Aquaculture 3.9
编辑推荐:
梅丽莎·J·卡拉博特(Melissa J. Carabott)、芭芭拉·F·诺瓦克(Barbara F. Nowak)、玛丽·威迪科姆(Maree Widdicombe)、塔尔·加尔珀(Tal Galper)、达里尔·埃文斯(Daryl Evans)、塞西莉亚·鲍威尔(Cecil
梅丽莎·J·卡拉博特(Melissa J. Carabott)、芭芭拉·F·诺瓦克(Barbara F. Nowak)、玛丽·威迪科姆(Maree Widdicombe)、塔尔·加尔珀(Tal Galper)、达里尔·埃文斯(Daryl Evans)、塞西莉亚·鲍威尔(Cecilia Power)和内森·J·博特(Nathan J. Bott)
澳大利亚维多利亚州墨尔本RMIT大学科学学院,邮编3083
**摘要**
在养殖南蓝鳍金枪鱼(Thunnus maccoyii, SBT)的过程中,研究采样通常依赖于在商业捕捞期间收集的小样本(10–15条鱼),以估算鱼体重和Cardicola属血吸虫的感染情况。本研究探讨了在SBT健康研究中常用的小样本量可能带来的偏差。2023年季节末捕捞时,将现场采样和模拟采样的SBT体重数据与南澳大利亚林肯港一家商业公司运营的四个养殖笼中的相应种群数据进行了比较。为了评估小样本量对血吸虫感染的影响,模拟了不同感染率下的种群数据。在95%的情况下,采样10–15条鱼所得的体重估计值与实际种群体重非常接近。增加样本量能带来轻微的改进,但偏差风险变化不大。然而,如果仅从养殖笼中的前100条或后100条鱼中采样,体重估计值会受到影响;而采样1000条鱼则能降低偏差风险。对于中等至高感染率(25–90%),采样10–15条鱼足以检测寄生虫。但在低感染率(5–10%)时,可靠性显著下降,导致检测不到感染的情况增加。这些发现表明了常规子样本采集对种群水平推断的影响,特别是在低感染率情况下,这对水产养殖和渔业系统中的研究结果解释具有重要意义。
**引言**
南蓝鳍金枪鱼(Thunnus maccoyii, Castelnau, 1872)是澳大利亚水产养殖的重要物种,其高捕获量和经济价值使其成为重要的出口产品(FAO, 2020)。该养殖业位于南澳大利亚林肯港,采用季节性捕捞模式,利用围网渔船从大澳大利亚湾捕获野生幼鱼(Patterson et al., 2018)。但由于肌肉脂肪含量较低,直接出售围网捕获的鱼价值较低,主要用于罐头加工(Majkowski, 2008; Tzoumas et al., 2010)。为应对捕捞配额并提高捕获价值,澳大利亚SBT产业于1991年引入了养殖技术(Kirchhoff et al., 2011)。这种技术将野生捕获的鱼转移到林肯港附近的固定养殖笼中饲养6–8个月,在此期间以高剂量(高峰期每天低于体重的10%)喂食饵料,以增加鱼的体重(10–20公斤)、脂肪含量和肉质(Ellis and Kiessling, 2016; Jefferies, 2015; Patterson et al., 2018)。因此,根据初始捕获大小、养殖时间和生产条件,SBT的捕捞体重通常在15–25公斤(去鳃去内脏后)。个体鱼的体重是市场价值的关键决定因素,大型高脂肪金枪鱼在刺身市场上价格更高(Ellis and Kiessling, 2016)。除了市场价值外,鱼体重还是SBT养殖中的关键指标,用于估算捕捞配额以及优化喂养和放养密度。此外,还经常通过测量体重来监测鱼的健康状况(Power et al., 2023)。
**SBT健康研究**
在水产养殖系统中,关于SBT健康的研究主要集中在Cardicola forsteri(Cribb, Daintith & Munday, 2000)和C. orientalis(Ogawa et al., 2010)这两种血吸虫的感染上,这些感染会损害鳃功能、降低鱼体状况,在严重情况下甚至导致死亡(Carabott et al., 2023; Power et al., 2023)。在SBT的循环系统中,成年C. orientalis主要存在于鳃的入鳃动脉中,而成年C. forsteri则主要与心脏相关,尽管也可能在入鳃动脉中检测到(Norbury et al., 2022; Polinski et al., 2014)。血吸虫感染引起的病理变化主要与卵在鳃片和入鳃动脉中的沉积有关(Ogawa et al., 2010; Widdicombe et al., 2024)。常规监测对于评估感染状态和治疗效果至关重要,标准治疗方法是使用吡喹酮(PZQ,Short, 1953,属于Aporocotylidae科),剂量根据鱼体重计算(Norbury et al., 2022; Polinski et al., 2014; Shirakashi et al., 2012a)。然而,监测Cardicola属感染需要从心脏和鳃等主要感染部位采集样本(Carabott et al., 2023; Power et al., 2023)。
由于SBT具有高商业价值,且需要通过致命采样来监测血吸虫感染,因此相关研究主要在商业捕捞期间进行,采样数量限制在10–15条鱼,以尽量减少对商业操作的干扰。由于一个养殖笼可容纳超过4000条鱼,实际采样量仅占平均容量的不到0.01%(FAO, 2005; Nilsson and Folkedal, 2019)。实际上,对整个鱼群的个体特征进行采样往往困难、昂贵或不切实际,在水产养殖中很少超过2%的样本量(FAO, 2005; Nilsson and Folkedal, 2019; Yogev et al., 2020)。此外,SBT体型较大以及海上养殖笼采样和样本处理的成本高昂,进一步限制了样本量,从而影响了SBT健康研究的可靠性和统计功效(Glencross et al., 2002)。这些限制对金枪鱼健康研究和行业生产指标(如鱼体重)的评估都有影响,小样本量可能导致对种群参数(包括寄生虫感染率)的估计产生偏差或失真。
**现有研究**
针对大西洋鲑鱼(Salmo salar)、王鲑鱼(Oncorhynchus tshawytscha)和黄尾王鱼(Seriola lalandi, YTK)的研究表明,采样结果可能受到捕捞方法、群游行为和垂直体型分层的影响(Comezzi et al., 2025; Fensham et al., 2018; Nilsson and Folkedal, 2019)。然而,这些研究主要在受控或可实验操作的种群中进行,而在实际商业养殖环境中直接评估手动子样本采集与完整种群数据之间的差异仍有限。SBT养殖的完整种群数据通常无法用于研究目的,这为直接比较手动子样本数据与真实种群分布提供了机会。因此,本研究旨在通过比较2023年季节末从四个商业养殖笼中获得的常规研究采样数据与完整种群数据,来评估典型行业条件下的采样偏差。这些数据代表了一个公司的单一生产周期,其中的鱼体型可能比商业养殖中常见的要小,因此可能无法完全反映所有SBT养殖操作或生产年份的情况。此外,还对这些数据应用了模拟采样情景,以评估样本量对种群水平估计的准确性和代表性的影响。同时,模拟了不同感染率下的种群数据,以评估样本量对感染检测概率和感染率估计准确性的影响,因为对整个种群的直接检测受到诊断处理劳动密集、成本高昂且具有破坏性的限制。这些方法共同解决了SBT健康研究和商业养殖中的一个关键不确定性问题,即常规子样本采集在估算种群水平体重和感染率方面的可靠性尚未明确,尤其是在高价值物种如SBT中。通过直接比较子样本数据与完整种群数据,本研究的结果将对SBT健康研究和水产养殖及渔业系统的商业评估具有重要意义。
**部分内容**
**样本采集**
本研究使用的SBT由南澳大利亚林肯港附近的一家商业公司养殖。2023年,幼鱼在大澳大利亚湾捕获后,被运送到林肯港南部的养殖笼中(坐标33°27′S, 132°04′E)(表1)。4月期间(转移后6周),养殖笼1、3和4中的SBT接受了15–20毫克/公斤的PZQ治疗(通过注射沙丁鱼给药)。
**种群特征和采样偏差评估**
在季节末捕捞时,养殖笼4的中位体重最高(中位数=18.88公斤),养殖笼2的中位体重最低(中位数=14.10公斤)(图1A)。养殖笼1、3和4的体重变异度适中(CV=15.67%、13.86%和14.43%),而养殖笼2的体重变异度最高(CV=20.32%),表明种群数据中的体重分布更广。所有养殖笼之间的SBT中位体重和体重分布存在显著差异(p<0.05)。
**讨论**
在SBT健康研究中常用的10–15条鱼的样本量,在大约95%的模拟情景下,其估计值与种群水平的中位体重和分布非常接近,即使是在具有统计学上不同种群的养殖笼中也是如此。这种代表性采样的高效率可能归因于采集方法和养殖过程。在大型商业养殖环境中,常用的采样方法包括抄网和钓线法。
**结论**
尽管常规子样本采集在水产养殖研究中是必要的,但本研究表明其可靠性受采样设计和种群特征的影响。在大多数情况下,小样本量(10–15条鱼)能够提供具有代表性的种群估计值。然而,当采样仅限于养殖笼中的第一条或最后一条鱼时,SBT体重估计值容易受到偏差影响。对于Cardicola感染率的估计,...
**研究数据**
本文用于分析的所有模拟数据和代码均可在GitHub上免费获取(https://github.com/melissacarabott/Sampling-bias-in-large-scale-aquaculture.git)。此外,还提供了收敛性分析、完整的描述性统计信息(包括均值及其标准误差)和相对风险数据,以便与以往的研究和行业报告进行比较。
**作者贡献声明**
梅丽莎·J·卡拉博特(Melissa J. Carabott):撰写——初稿、方法论、调查、数据分析、概念化;
芭芭拉·F·诺瓦克(Barbara F. Nowak):撰写——审稿与编辑、验证、监督、数据分析、概念化;
玛丽·威迪科姆(Maree Widdicombe):撰写——审稿与编辑、方法论、调查;
塔尔·加尔珀(Tal Galper):撰写——审稿与编辑、数据分析;
达里尔·埃文斯(Daryl Evans):撰写——审稿与编辑、资源准备、调查;
塞西莉亚·鲍威尔(Cecilia Power):撰写——审稿与编辑。
**利益冲突声明**
作者声明以下可能被视为潜在利益冲突的财务利益和个人关系:内森·博特(Nathan Bott)表示获得了渔业研究与发展公司的财务支持;达里尔·埃文斯(Daryl Evans)与Marnikol Fisheries有雇佣关系。如果还有其他作者,他们声明没有已知的可能影响研究工作的财务利益或个人关系。