Robustness of local control strategies under modelling uncertainties: the 2004 avian influenza H5N1 outbreak in Thailand
Robustness of local control strategies under modelling uncertainties: the 2004 avian influenza H5N1 outbreak in Thailand
复制标题
模型不确定性下局部控制策略的稳健性：2004 年泰国 H5N1 禽流感爆发
DOI：
10.1101/355024
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Retkute R
中科院分区：
文献类型：
--
作者：
Retkute R
高致病性禽流感（HPAI） H5N1亚型病毒在许多国家持续存在，并一直在家禽和野鸟中传播。此外，该病毒已在其他物种中出现，频繁的人畜共患病溢出事件表明，对人类健康仍存在重大风险。了解该病在家禽业中的动态至关重要，这样才能更全面地了解传播风险，并在实施控制时更好地分配资源。在本文中，我们开发了一套数学模型，利用2004年疫情的数据模拟高致病性H5N1在泰国家禽业的传播。在评估传播风险时纳入养鸭强度的模型最适合观察到的疫情的时空特征，这意味着集约化养鸭推动了泰国高致病性禽流感的传播。我们还使用顺序模型拟合方法扩展了我们的模型，以探索模型在新型疾病爆发期间“实时”使用的能力。我们的结论是，虽然在疾病爆发的早期阶段对流行病规模的预测估计得很差，但该模型准确地预测了应该部署的首选控制政策，以尽量减少疾病的影响。
The Highly Pathogenic Avian Influenza (HPAI) subtype H5N1 virus persists in many countries and has been circulating in poultry, wild birds. In addition, the virus has emerged in other species and frequent zoonotic spillover events indicate that there remains a significant risk to human health. It is crucial to understand the dynamics of the disease in the poultry industry to develop a more comprehensive knowledge of the risks of transmission and to establish a better distribution of resources when implementing control. In this paper, we develop a set of mathematical models that simulate the spread of HPAI H5N1 in the poultry industry in Thailand, utilising data from the 2004 epidemic. The model that incorporates the intensity of duck farming when assessing transmision risk provides the best fit to the spatiotemporal characteristics of the observed outbreak, implying that intensive duck farming drives transmission of HPAI in Thailand. We also extend our models using a sequential model fitting approach to explore the ability of the models to be used in “real time” during novel disease outbreaks. We conclude that, whilst predictions of epidemic size are estimated poorly in the early stages of disease outbreaks, the model accurately predicts the preferred control policy that should be deployed to minimise the impact of the disease.
登录
查看更多内容
影响因子：
3.7
作者：
Paul MC;Gilbert M;Desvaux S;Andriamanivo HR;Peyre M;Khong NV;Thanapongtharm W;Chevalier V
通讯作者：
Chevalier V
影响因子：
6.6
作者：
Gilbert, Marius;Xiao, Xiangming;Slingenbergh, Jan
通讯作者：
Slingenbergh, Jan
协助管理高致病性禽流感的流行病学模型。
DOI：
--
发表时间：
2011
期刊：
Revue scientifique et technique
影响因子：
--
作者：
J. Stegeman;A. Bouma;M. Jong
通讯作者：
M. Jong
亚洲新出现的感染
DOI：
--
发表时间：
2009
期刊：
影响因子：
--
作者：
P. Malani
通讯作者：
P. Malani
DOI：
10.1098/rspb.2007.0542
发表时间：
2007-09-22
影响因子：
4.7
作者：
Truscott, James;Garske, Tini;Ghani, Azra C.
通讯作者：
Ghani, Azra C.