为两个群体推广疫情集群检测方法:用于狂犬病的应用

科学领域:

• 流行病学 流行病学
• 传染病的动态传染病的动态.
• 数学建模的数学建模

背景情况:

• 识别相关的传染病病例对于了解传播模式至关重要.
• 区分本地传播与引入的情况,为公共卫生干预提供了信息.
• 多宿主病原体需要考虑宿主特异性的差异.

研究的目的:

• 为多主机系统扩展基于图的集群检测方法.
• 将特定组报告概率和流行病学分布纳入其中.
• 评估分类混合对集群识别的影响.

主要方法:

• 修改了现有的基于图形的集群检测方法.
• 改进的方法允许针对特定组的报告概率和流行病学分布.
• 评估了对集群分析的影响.

主要成果:

• 特定组的报告概率和流行病学分布对集群大小和组成产生了重大影响.
• 狂犬病病例分析表明,与野生动物相比,家禽的报告概率更高.
• 观察到频繁的跨物种传播,群体之间的平均传播距离没有差异.

结论:

• 开发的方法可以更准确地描述多主机系统中的传输动态.
• 考虑到报告,分发和混合中的异质性,对于有效的干预至关重要.
• 这种方法可以应用于各种多宿主或多组传染病系统.