外来动物疾病暴发早期基于空间核估计的实时风险分层方法研究

《Scientific Reports》：Assessing the accuracy of kernel-fitting and projections of spatial risk at key early timepoints in outbreaks

　　

摘要

外来动物疾病暴发期间的快速决策需要对传播动力学进行早期表征；然而，在实践中，需要在准确性与速度之间寻求战略平衡。本研究提出了一种简化且实用的现场应对方法，利用空间数据的初始核估计来预测暴发风险，无需依赖高维数据或复杂模型。以 2001 年英国口蹄疫暴发为例，我们研究了核估计的时间稳定性，并评估了其在暴发早期阶段进行短期空间风险分层方面的效用。重点关注五个受影响最严重的区域，我们在首月内按周估算最优核，此后按月估算，并将其与完整暴发数据集进行对比以验证其稳定性。此外，我们评估了由每周更新的核推导出的感染压力是否能捕捉到疾病传播的短期（7 天）空间模式。分析结果显示，在所有研究区域中，幂律 2 型核始终被选为最佳拟合核。此外，结果表明，在高发病率聚集区内，早在上报后七天即可实现可靠的核估计，而低发病率聚集区则需要更多的累积感染场所数量或更长的观察期才能达成稳定估计。由核推导出的感染压力在识别高风险区域方面展现出强大的区分能力，这一结论经多种评估方法验证，包括基于五分位的分类、ROC 分析以及 Cox 比例风险模型。这些发现表明，即使初始数据最少且无需复杂参数，也能制定出具有实际效用的生物安全指南。所提出的实时核方法提供了一种实用工具，能够支持早期监测和控制决策，通过快速识别相对高风险区域，并在动物疾病暴发早期阶段的不确定性下促进有限生物安全资源的高效配置。