用数学战胜禽流感

体娱   2025-01-14 21:21   辽宁  


01
上个月,世界卫生组织(WHO)宣布墨西哥一名男子因禽流感死亡。
这种疾病感染人类的情况很少见,但过去一旦发生这种情况,已知病例的死亡率就很高——根据世界卫生组织的数据,死亡率超过 50%。
这一消息是在禽流感近三年来不断成为头条新闻之后发布的。
自 2021 年夏季以来,仅在英国,这种疾病就已导致数万只野鸟死亡。 
“在英国受影响的野生鸟类范围更广,感染也导致了更严重的疾病——例如,我们看到大贼鸥数量大幅下降,”英国大学疾病模型师埃德·希尔(Ed Hill)说。 

世界其他物种和地区也受到了影响。
2023 年,南美洲至少有 24,000 只海狮死亡,这些地区此前从未接触过该特定病毒株。猫、狐狸、熊、水獭、海豚,甚至老鼠只是一些也被感染的哺乳动物。截至 2024 年 5 月,包括南极洲在内的各大洲均报告了禽流感病例,大量海鸟现在面临危险。

该病毒还成功地渗透到家畜种群中。 
2022 年,英国有超过 150 万只火鸡因疾病死亡或被扑杀,导致圣诞节新鲜火鸡短缺。令人担忧的是,美国目前正在看到一波禽流感在牛群中蔓延。 
迄今为止,十二个州的养牛场受到影响,病毒似乎已经具备了在奶牛之间传播的能力。
迄今为止,三名与牛接触过的人检测结果呈阳性。
幸运的是,他们只出现了相对轻微的症状。  

过去几年席卷全球的一波疾病,很大程度上是由 H5N1 禽流感病毒造成的。
尽管墨西哥的死亡病例是由 H5N2 病毒引起的——这是已知的第一例人类感染该病毒病毒的病例。
流行病学家在努力了解和阻止病毒传播时面临的问题是,我们还有很多不知道的事情。

至关重要的是,我们并不确切知道这种疾病在野生鸟类中的流行程度、它如何在野生鸟类中传播以及蔓延到其他物种的风险有多大。
“存在严重的数据差距。”华威大学的另一位 JUNIPER 成员Mike Tildesley说道。
尽管缺乏信息,英国的流行病学家目前正在加大力度。
即使缺乏高质量数据,数学模型也可以识别主要风险因素并给出定性预测。
不同建模方法的结果,尤其是集体观察时,可以帮助建立所需的证据,为有关采取何种干预措施的决策提供信息。
它们还可以帮助我们决定需要提供哪些数据以及有多紧急——这是重要的信息,因为收集数据(例如通过测试野生和家养动物)的成本很高。

02

向过去学习


早期建模工作的有用性早在 2006 年就得到了证明,当时 H5N1 病毒株也席卷了全球。
当时,英国相对没有受到太大影响。尚未在家禽中发现病例,仅在野鸟(天鹅)中发现一例。
然而,为了为最坏的情况做好准备,环境、食品和农村事务部(Defra) 委托了六个建模小组来观察如果病毒确实进入家禽群会发生什么。
包括三趾鸥在内的野生鸟类受到禽流感严重影响
“问题是当时采取的控制措施是否足以控制未来的疫情爆发,”参与其中一个建模小组的利物浦大学应用数学教授基兰·夏基 (Kieran Sharkey)说。
这些措施包括扑杀受感染农场的鸟类,以及加强受影响地区的生物安全和监测。
夏基的团队利用通过调查收集的数据,将他们的模型建立在一个类似于英国家禽业的网络上。
如果各个农场之间存在可能导致传播的接触,该网络就会将各个农场连接起来。
如果农场地理位置很近,而且载着鸟类去屠宰或运送饲料的同一辆卡车访问这些农场,或者如果农场属于同一家母公司且员工往返于农场之间,则可能会发生这种情况。
农场还进行了分类,以考虑可能影响传播风险的其他因素,例如它们饲养的鸟类的种类以及饲养这些鸟类是为了蛋还是为了肉。

该模型取决于许多参数,反映了疾病的性质和行业内的运营情况。
它们的值是根据科学文献和该领域专家提供的信息进行估计的。其中包括测量特定类型接触(例如通过屠宰场或饲料厂)导致传播的机会的参数。
这些参数是利用科学文献和该领域专家提供的信息进行估计的。 
通过网络结构和参数估计,假设感染已进入单个农场,就可以模拟疾病的传播。

为了反映任何流行病中涉及的机会因素,模拟将随机选择一些参数,例如单个农场意识到疫情爆发并通知当局所需的时间。使用不同的主要参数值进行模拟有助于识别最重要的风险因素,并衡量结果在多大程度上取决于参数值的不确定性。
使用这种方法,夏基和他的同事令人放心地发现,绝大多数疫情可能仅限于它们开始的农场。
然而,饲养鸭子以获取肉类的农场却脱颖而出。 
“[这些农场]存在传播和维持更广泛疫情的风险,”夏基说。
他认为,这是因为鸭子(如鹅)不会因 H5N1 病毒而得重病并死亡。
因此,农场可能需要一段时间才能注意到羊群受到感染,从而使疾病有时间传播。
即使模型中的主要参数发生变化,这些结果仍然稳健。 
其他建模小组得出了与 Sharkey 和他的团队相似的结果。
“[我们使用]不同的建模方法,但我们都确定广泛感染的风险相当低。在那段时间里,我们在 Defra 定期举行会议,讨论了这些[问题],并达成了共识[控制措施时间相对有效]。”
就家鸭和鹅而言,食品和农村事务部后来颁布法令,如果这些鸟类发现自己身处受病毒影响的地区,则应主动接受检测。

03

回到现在

自 2006 年起十八年过去了,我们发现自己面临着同样的疾病,但情况却截然不同。 
Sharkey 说:“过去两年,我们在野鸟种群中爆发了 H5N1 流感,传播非常有效,在家禽群中也发生了几起事件。”
调查显示,迄今为止,家禽养殖场的疫情几乎全部来自野生鸟类。现在的问题是这将如何影响该行业以及这对人类造成的溢出风险意味着什么。
鸭子不会因禽流感而得重病
尽管条件和问题发生了变化,原始的建模方法仍然有用。 
Sharkey 和他的团队目前正在等待来自动植物健康局(Defra 的一部分)的信息,看看自 2006 年以来该行业的性质发生了多大程度的变化,以便更新他们的网络模型。 
“我们对此的初步尝试是重新生成旧模型,放入新的网络数据,并修改传播参数——因为尽管是同一种病毒,但自 2006 年以来有些东西已经发生了变化。
它现在正在野生鸟类中有效传播。英国,而之前却不是。” 
一个关键的变化是关于病毒如何进入家禽群的假设。
由于早在 2006 年,这种疾病在野生鸟类中的患病率较低,因此建模者假设最初只有一个农场会受到野生鸟类的感染。
由于野鸟种群中的流行率要高得多,因此假设感染可以同时进入多个农场。
有关家禽养殖场的外部感染压力有多高的信息将来自例如英国鸟类学信托基金制作的风险地图。
然后,模拟将结合野生鸟类的发病率和行业的传播机制,深入了解该疾病可能如何传播。

除了现有的建模方法之外,还有一种 2006 年还没有出现的新工具:人工智能。
机器学习算法可以发现人类很难找到的数据模式。将可用的禽流感数据输入适当设计的算法可能有助于解释我们观察到的野生鸟类和行业内的传播情况。 
夏基和他的团队计划同时采用这两种方法。

与此同时,英国的其他研究人员也开始研究自己的模型。
一个例子是由博士后研究员克里斯·戴维斯(Chris Davis)与希尔和蒂尔德斯利合作开发的一种方法,该方法专注于潜在疫情的地理传播。
所有建模者都面临着数据可用性方面的挑战,特别是有关野生鸟类疾病流行情况的挑战。这里的信息主要来自人们在野外发现死鸟和病鸟的情况——如果受感染的鸟没有病得很重或死亡,那么感染就会被错过。 
如果我们想要精确预测疾病如何传播,高质量的数据至关重要,但希望涉及多个建模小组的多管齐下的方法将建立关键证据来帮助政策制定者做出决策。
夏基说:
“很难浏览不完美的数据,但历史证明,[建模]对于为政策提供信息和了解正在发生的事情非常有用。”
“这不仅仅是模型的输出,而是建模的过程。这意味着你与行业专家和政策制定者集中讨论了底层机制,从而形成了连贯的理解。”

04

牛和人


英国目前的建模工作主要集中于家禽群。
由于美国和英国之间没有奶牛的流动,因此病毒不存在从该方向进入英国牛群的风险。
如果英国的奶牛确实通过其他途径受到感染,那么现有的牛传染病模型可以适应禽流感在养牛业中的传播。
美国的牛现在也受到禽流感的影响
这里的主要挑战仍然是数据。
如果没有及早发现牛群中的疫情,例如通过牛奶检测,那么不仅许多奶牛会生病,研究人员也会错过追踪疾病最初传播的机会,从而获得他们需要的信息。调整他们的模型。
就对人类的风险而言,夏基希望旨在了解家禽传播的模型能够提供重要线索。
这个想法是为了得出该行业不同部门的风险因素。
通过观察某个部门中有多少人经常与动物密切接触,研究人员或许能够估计人类感染的机会。

与此同时,其他地方的研究人员正在从不同的方向解决人类风险,例如通过观察菌株的基因组成是否可以帮助我们预测它是否有可能蔓延到人类。
专家建议,在谈判人与动物的边界时,采取统一的方法至关重要。
“人类和动物健康机构之间需要整合,”蒂尔德斯利说。
“这是一个明显的案例,英国卫生安全局(UKHSA) 和 Defra等机构之间的合作至关重要。”
希尔指出了世界卫生组织倡导的“同一个健康”方法,该方法承认人类、动物和生态系统健康之间的联系。
如果病毒具有在人与人之间传播的能力,对人类健康的最终威胁就会到来。
但正如我们近年来所看到的,呼吸道疾病可以迅速传播。
如果禽流感确实成为一种人类疾病,那么针对季节性流感和 COVID-19 开发的复杂模型将发挥作用,并在阻止传播方面发挥至关重要的作用。
原文链接:

https://plus.maths.org/content/beating-bird-flu-0

历史儿那点事
挖掘历史真相,探索历史,还原史实本事!真相只有一个,带你一起回味经典历史
 最新文章