《Frontiers in Tropical Diseases》:One Health diagnostics at the human–animal–environment interface: a structured narrative review of cross-sector collaboration, capacity building, and technological innovations
编辑推荐:
背景:人类-动物-环境界面的人畜共患病构成了日益增长的全球健康威胁,需要在一体化健康(One Health)框架下采取综合诊断策略。方法:本结构化叙述性综述综合了将一体化健康诊断与跨部门合作、诊断能力加强、数据共享、准备以及新兴技术创新联系起来的证据。研究人员
背景:人类-动物-环境界面的人畜共患病构成了日益增长的全球健康威胁,需要在一体化健康(One Health)框架下采取综合诊断策略。方法:本结构化叙述性综述综合了将一体化健康诊断与跨部门合作、诊断能力加强、数据共享、准备以及新兴技术创新联系起来的证据。研究人员使用预定义的搜索词在Google Scholar、PubMed和Web of Science(WOS)中进行有针对性的文献检索,以识别关于一体化健康诊断、人畜共患病监测、病原体检测、诊断准备、实验室系统、治理和新兴技术的相关文献。符合条件的研究包括2010年至2026年间以英文发表的研究文章、综述、案例研究、政策文件、技术报告和组织指南。研究人员对文献进行了审查,并按以下领域进行了主题总结:兽医和公共卫生实验室系统、综合监测、资源匮乏环境、技术创新、数据互操作性和诊断准备。结果:研究结果表明,有效的一体化健康诊断依赖于兽医、公共卫生和环境部门之间的协调努力,并得到国际组织和综合监测系统的支持。技术进步,包括聚合酶链反应(PCR)、下一代测序(NGS)、宏基因组学、人工智能(AI)、地理信息系统(GIS)、移动健康工具、生物传感器和即时检测(POCT),已改善了病原体检测、实时监测、现场诊断和疫情预测。然而,主要挑战依然存在,包括对标准化数据共享原则的遵守不足、分散的监测系统、资源匮乏环境中有限的基础设施以及跨学科整合不足。对严重急性呼吸综合征(SARS)、埃博拉(Ebola)、亨德拉病毒(Hendra virus)和新型冠状病毒肺炎(COVID-19)的案例研究展示了协作方法的实际效益,同时也突显了实施中的系统性障碍。结论:本综述强调了在治理、标准化数据共享框架、对诊断能力的可持续投资以及将新技术更好地整合到监测系统方面进行改进的必要性。采用一体化健康方法进行诊断研究将需要协调,以通过政策创新、全球合作、实验室加强以及增强检测、应对和预防人畜共患病和新发传染病的能力来实现有意义的成效。
**3 一体化健康中的跨部门合作**
**3.1 兽医诊断实验室的作用**
兽医诊断实验室(VDLs)通过支持人畜共患病的监测,为一国健康(One Health)倡议做出贡献,从而促进公共卫生。VDLs采用先进技术和疫苗接种等技术,在早期阶段检测人畜共患病。在SARS-CoV-2大流行期间,VDLs执行了约380万次检测,展示了其对公共卫生的贡献。VDLs面临资源不足、缺乏训练有素的人员、监管要求增加和基础设施成本等挑战,这些影响了它们对One Health的贡献。获取人类健康数据受限以及兽医和公共卫生部门之间缺乏标准化协议也是主要障碍。应通过跨部门培训、能力建设和基础设施发展来增强VDLs的能力,以促进有效的One Health合作。
**3.2 国际组织与全球健康治理**
世界卫生组织(WHO)、联合国粮食及农业组织(FAO)和世界动物卫生组织(WOAH)等全球组织通过协作方法支持One Health概念。这些组织负责改善国家兽医和公共卫生系统,并协调全球实践以管理人畜共患健康风险。尽管对全球公共卫生很重要,但实施One Health倡议需要更大的利益相关者协调与合作。全球制定One Health人畜共患病监测标准的努力已显著扩大。疾病控制与预防中心(CDC)的全球疾病检测平台和美国国防部的全球新发传染病监测(GEIS)项目等国际联盟和网络已合作实施One Health监测框架。然而,在标准化程序和将诊断整合到国家及区域监测系统中仍存在许多障碍。One Health方法依赖于人类、动物和环境健康部门之间的跨部门合作。研究结果和数据分析表明,实施One Health合作既有效又有益,例如在澳大利亚控制亨德拉病毒病和非洲控制狂犬病方面的成功应用。
**3.3 资源匮乏环境下的能力建设**
在低收入和中等收入国家(LMICs),One Health诊断和近患者检测系统因领导不力、资源不足、基础设施缺陷和政治不稳定等关键挑战而受到阻碍。建议LMICs采用分阶段门控模型进行产品开发和执行,并建立简化的供应链管理系统以改善即时检测(POC)诊断的可及性。加强One Health诊断能力需要对整个诊断路径进行投资,包括病原体检测、监测、实验室确认和报告。分子诊断因其速度、便携性和灵活性在资源匮乏环境中日益受到重视。即时检测可为偏远和资源匮乏社区提供更好的早期诊断可及性,但严重依赖于质量管理体系、训练有素的操作人员和可靠的标本转运机制。能力建设举措必须加强兽医和公共卫生实验室网络,并通过世界动物卫生组织(WOAH)实验室结对计划等项目,持续投资于实验室专业知识、劳动力培训和基础设施。劳动力发展是加强One Health诊断系统的关键组成部分,特别是在LMICs,技术人员的短缺和薄弱的实验室质量体系可能延误诊断和疾病应对。能力建设努力应为实验室和现场工作人员提供生物安全、标本采集和处理、诊断测定优化、数据管理和分析、质量管理以及疫情应对方面的技能。
**4 一体化健康诊断中的技术创新**
**4.1 诊断中的新兴技术**
为支持One Health诊断和人畜共患病数据管理,有多种技术和框架可用。电子健康技术、大数据分析、人工智能技术和无线传感可用于支持实时监测、异常早期检测和疫情预测。地理信息系统(GIS)和分子流行病学有助于人类、动物和环境健康数据以及人畜共患病传播途径的可视化和分析。新出现的One Digital Health(ODH)框架将One Health价值观嵌入数字技术中,以实现数据驱动的监测、疾病监测和决策。下一代测序(NGS)革新了病原体和分子诊断,提供了具有高通量能力的创新且经济高效的基因组测序。当前NGS在诊断微生物学中的应用包括病原体检测、快速细菌分型和疫情管理。人工智能(AI)和机器学习在医疗保健中的应用已改变了诊断实践和疾病管理,包括人畜共患病的处理。AI驱动的模型可以预测疾病暴发和传播模式,使公共卫生机构能够更快地做出反应。
**4.2 数据共享与互操作性**
对于One Health监督和诊断而言,数据共享至关重要,但仍面临管理、隐私和监管协调等一系列挑战。跨部门的碎片化、术语不一致和分离的数据集进一步限制了综合监测。One Digital Health方法提供了一套解决方案,包括数据标准化、同步、自动化、战略规划和治理。建立One Health监测的强有力的商业案例,包括经济策略和同步培训,是另一种解决方案。许多障碍阻碍了One Health系统中的合作,包括需要协调的碎片化数据系统、缺乏标准化的组织框架以及有限的跨学科整合。案例研究表明,One Health数据系统的诊断价值不仅取决于数据收集,还取决于跨部门整合实验室结果、病原体元数据、基因组信息、抗菌药物耐药性概况和流行病学背景的能力。
**4.3 新发病原体的诊断准备**
管理新发人畜共患病原体的诊断准备面临许多障碍,包括样本和试剂获取受限、资金不稳定、政府和社区层面检测能力不足,以及需要激励公司开发诊断方法。应对这些挑战需要多方利益相关者合作、加强卫生系统诊断能力以及持续的资金投入。改善传染病暴发的诊断准备需要投资于检测方法开发、实验室准备、可现场部署的检测系统、质量保证、基因组监测、自动化报告和跨部门标本转诊机制。公私合作对于非疫情时期的快速诊断进展至关重要。诊断准备方面的国际合作也面临若干障碍。需要采取整体方法,连接多个利益相关者,以缓解上述障碍。
**5 案例研究与实践应用**
**5.1 美国的人畜共患病监测**
在美国,国家法定传染病监测系统和国家动物健康监测系统已共享了宝贵的数据和见解,展示了One Health疾病监测方法。野生动物监测发挥着关键作用,因为许多新发人畜共患病首先在动物群体中被发现。从诊断角度来看,美国的人畜共患病监测展示了将人类、动物、野生动物、食品安全和环境数据整合到One Health方法中的益处。分子流行病学和地理信息系统(GIS)等程序已被用于加强人畜共患病监测。尽管取得了进展,但仍存在领导力差距、对可发现、可访问、可互操作和可重用(FAIR)数据指南的遵守不足以及从One Health视角评估不足等重大挑战。
**5.2 关于一体化健康干预的国际案例研究**
澳大利亚的亨德拉病毒监测提供了一个在One Health框架下兽医-公共卫生诊断协调的例子。监测依赖于通过综合野生动物生态学、兽医疫情调查来检测储存宿主及相关马匹的感染,并可能降低人类健康风险。撒哈拉以南非洲的埃博拉病毒诊断准备强调了快速现场检测与确认性实验室网络之间的协同作用。2002-2003年的严重急性呼吸综合征(SARS)疫情展示了新兴人畜共患冠状病毒诊断准备和协调监测的重要性。COVID-19大流行暴露了综合诊断系统对于大流行准备、监测和疫情应对至关重要。这些国际案例研究共同表明,协作性One Health诊断依赖于综合的多部门监测系统以及连接人类、动物、野生动物和环境数据的能力。
**5.3 在实践中运作一体化健康诊断系统**
整合了样本采集、实验室分析、数据共享和响应行动的功能性诊断路径对于有效的One Health实施至关重要。全基因组测序(WGS)进一步增强了食源性疾病监测中的这些路径。诊断效用还取决于统一的实验室实践、可互操作的数据系统和高效的跨部门沟通。构建功能性诊断路径不足以保证实验室网络、熟练人力资源和质量体系的到位。只有将实验室发现整合到现有的监测平台、风险评估工作流程和政策相关的响应机制中,诊断证据才有价值。
**6 一体化健康诊断的综合与未来方向**
**6.1 一体化健康研究中的比较方法论**
用于诊断人畜共患病的技术的演变反映了从经典方法向现代技术的转变。定量实时PCR和宏基因组学工具增强了经典技术(如细胞培养和组织病理学)的能力,从而提高了诊断确定性。One Health诊断研究侧重于跨部门合作、数据共享和技术的综合应用。随着时间的推移,连接人类、动物和环境健康的One Health方法已发生显著变化。诊断方法已从传统的实验室技术发展为快速的现场检测方法,这对疾病检测和控制至关重要。
**6.2 建立研究之间的联系**
所综述的研究表明,One Health方法在应对动物、人类和环境界面的公共卫生威胁和人畜共患病方面发挥着重要作用。共识是One Health是一种需要联合诊断的跨部门方法。然而,在术语定义上存在一些差异,这影响了动物福利、健康和货币价值的关注点。此外,实施挑战依然存在,包括大学参与有限、协调不足、培训机会不足和资金限制。未来的研究应侧重于开发有效的评估技术,以使用可靠证据证明One Health方法的价值。
**6.3 未来研究与政策方向**
最近的许多研究突显了One Health诊断的不足,特别是在资源匮乏环境中。主要挑战包括部门间协调有限、公众意识不足、培训和基础设施不足以及研究能力有限。同时,需要具有共享结果的认可实验室、科学驱动的风险管理政策、胜任的工作人员和更有效的资源部署。未来的政策制定和实施工作应遵循四方组织(WHO, FAO, UNEP, WOAH)提出的两个国际公认的One Health框架。基因组技术与人工智能(AI)的协同效应正在彻底改变健康诊断和人畜共患病管理。未来的技术发展研究应侧重于更好地将AI等智能体与基因组技术相结合,加强病原体检测网络、社区监测和全球合作。