综合的空间时间和风险因素洞察力,以优化印度卡纳塔克邦的牲畜炭疫苗接种策略
Jayashree Anandakumar1, Kuralayanapalya Puttahonnappa Suresh1, Archana Veeranagouda Patil1
1ICAR-National Institute of Veterinary Epidemiology & Disease Informatics, Bengaluru 560064, Karnataka, India.
Vaccines
|September 28, 2024
概括
这项研究利用环境因素和机器学习绘制了卡纳塔克邦的炭风险图,确定了高风险地区,并估计了群体免疫门,以指导目标牲畜和人类疫苗接种策略.
科学领域:
- 兽医流行病学 兽医流行病学
- 动物传染病监测动物传染病监测
- 环境健康 环境健康
背景情况:
- 炭病是由*Bacillus anthracis*引起的,是对牲畜和人类的全球性动物性疾病威胁.
- 有效的控制需要了解时空风险模式,并优化疫苗接种.
研究的目的:
- 为了确定卡纳塔卡州炭病的环境风险因素.
- 开发一个改进的炭病预测风险地图.
- 估计基本生殖数 (Ro) 和群体免疫值的空间变化,以优化疫苗接种政策.
主要方法:
- 对炭病发病率 (2000-2023) 和疫苗接种数据 (2008-2022) 的时空空间分析.
- 机器学习算法 (随机森林,分类树) 用于风险映射.
- SaTScan分析以确定疾病热点和集群.
主要成果:
- 在南方,中部和北方的卡纳塔卡州确定了热点和集群,时间峰值从6月到9月.
- 显著的风险因素包括温度,压力,LST,EVI,PET,土壤特性,高度和接近水的位置.
- 十一个地区的Ro>1.50,群体免疫值从11.24%到55.47%不等.
结论:
- 该研究提供了详细的风险地图,并确定了针对性干预的高风险村庄.
- 调查结果支持战略性疫苗分配和资源管理,以控制卡纳塔克邦的炭病.
- 基于估计的Ro和群体免疫门,可以制定优化疫苗接种政策.


