原文题目：Movement-driven modelling reveals new patterns in disease transmission networks
原文作者：Herraiz C, Triguero-Ocaña R, Laguna E, Jiménez-Ruiz S, Peralbo-Moreno A, Martínez-López B, García-Bocanegra I, Risalde MÁ, Vicente J, Acevedo P.种间相互作用与多宿主系统中共享病原体的潜在传播密切相关。近几十年来，已经开发了几种技术来研究病原体传播，如近程记录仪、GPS跟踪设备和/或照相机陷阱。尽管检测接触者的方法多种多样，但传播风险的分析往往归结为接触率和接触者的传播概率。然而，后一个过程随着时间的推移是连续的，每次接触都是独特的，并且受到接触特征以及病原体与宿主和环境关系的影响。我们的目标是对一种更全面的方法进行评估。评估其是否可以揭示传统方法无法检测到的疾病传播动态。该方法使用基于运动的模型，通过将传播分解为接触形成、接触持续时间和宿主特征，为每个接触者分配独特的传播风险。该模型基于西班牙两个管理系统的GPS项圈数据构建，这两个系统是动物结核病（TB）流行的地方：一个是有大量散养牛的国家公园，另一个是有大量自由放养猪场和养牛场的地区。此外，我们还评估了GPS设备定位率对模型性能的影响。在两个管理系统之间发现了不同的传输动态。考虑到每次接触发生的具体条件（即接触是直接还是间接、持续时间、宿主特征、环境条件等），与仅使用接触率相比，可以识别出不同的传播动态。我们发现，GPS跟踪数据中大于30分钟的固定间隔会导致错过相互作用，大于2小时的间隔可能不足以用于流行病学目的。我们的研究表明，忽视每次接触发生的条件可能会导致对每个物种在疾病传播中的真实作用的错误识别。本研究描述了一个清晰且可重复的框架，用于研究GPS数据中的病原体传播，并为进一步了解地中海环境中结核病在多宿主系统中的维持方式提供了基础。原文链接：
https://besjournals.onlinelibrary.wiley.com/doi/10.1111/1365-2656.14142
结核帮编译组：孙玙贤（临床中心）
