模拟新兴的载体传播病原体的传播和缓解:美国类绿化
Viet-Anh Nguyen1, David W Bartels2, Christopher A Gilligan1
1Department of Plant Sciences, University of Cambridge, Cambridge, United Kingdom.
PLoS computational biology
|June 2, 2023
概括
这项研究提供了一个灵活的流行病学框架,用于预测和管理新出现的载体传播疾病,如类绿化. 该模型有效地将参数转移到区域之间,有助于制定有效的疾病控制策略.
科学领域:
- 流行病学 流行病学
- 疾病生态学 疾病生态学
- 数学建模的数学建模
背景情况:
- 预测性流行病学模型对于管理新出现的疫情至关重要,但往往缺乏足够的数据.
- 对新流行病的快速反应需要适应性的建模框架.
研究的目的:
- 引入和验证一个灵活的流行病学框架,用于全局范围管理新出现的媒介性疾病.
- 用这个框架分析和预测类绿化 (黄龙) 在美国的传播.
- 为了预测建模,证明不同地理区域之间的参数可转移性.
主要方法:
- 开发了一种灵活的流行病学框架,用于媒介传播病原体的传播.
- 根据德克萨斯州的监测数据估计的流行病学参数.
- 转移并测试参数,为加利福尼亚州构建时空预测模型.
主要成果:
- 在德克萨斯州和加利福尼亚州之间成功估计和转移流行病学参数.
- 构建了预测性时空模型,用于类植物的绿化传播.
- 选了各种协调和反应式管理策略的有效性.
结论:
- 拟议的框架对新区域的疾病管理有效,数据有限.
- 参数可转移性增强了新出现疾病的预测模型的实用性.
- 这些模型为类绿化控制工作的知情决策提供了基础.


