检索历史 清除

摘要细菌感染引起的人畜共患传染病，是当前重点防控的人畜共患传染病之一。特别是在被认为已根除或得到控制后，可能会再次出现。由于人类在畜牧业和自然环境中与动物的密切相互作用关系，所以在世界范围内构成了一个重大的公共卫生问题。另一种密切接触途径包括销售野生动物肉类或副产品的市场，已知某些野生动物种群中存在大量新的或未知的病原体，因此人畜共患病风险概率极高。在对农场动物大量使用抗生素的地区，农业工人感染对当前抗菌药物具有耐药性的病原体的风险可能会增加。居住在荒野地区附近或野生动物数量较多的半城市地区的人们面临着被老鼠、狐狸或浣熊等野生动物传染的风险。这些疾病还会导致用于食品和其他用途的动物产品的生产和外来贸易的中断。动物的细菌性人畜共患疾病有炭疽病、布鲁氏菌病、鼠疫、牛结核病、李斯特菌病、沙门氏菌病、钩端螺旋体病、猫抓病和鹦鹉热等。因此，本研究选择研究这些细菌性疾病中的三种，即炭疽病、鼠疫耶尔森氏菌病和布鲁氏菌病。生态位模型被用来找出影响疾病分布和空间动态的因素。该研究从世界动物卫生组织和出版物提供的空间记录中收集了炭疽（炭疽杆菌）、鼠疫（鼠疫耶尔森菌）和布鲁氏菌病（布鲁氏菌属）的病例。通过使用ArcGIS 10.5中的SDM Toolbox v1.1c过滤所有记录的疾病发生点，将每对点之间的最小距离限制为10公里来执行过滤，从而最小化空间自相关。此外，过滤程序起到了系统采样的作用。它可以删除相邻记录以减少空间聚集，被认为是纠正抽样偏差最有效的方法。从WorldClim 2.1版中提取1970年至2000年的气候变量数据，分辨率为30弧秒。从土壤网格数据库中提取1km网格中的土壤类型和连续土壤变量等分类变量。此外，亚洲大陆人口数据集中的人口密度可通过WorldPop Dataverse Repository和WorldPop项目网站公开免费获取。主成分分析（PCA）用于减少连续环境变量的数量。在MaxEnt模型中，使用了三种方法来评估模型的准确性:一是接受者操作特征图的曲线下面积（AUC）。第二，逐步消除方法有助于删除对模型贡献不到百分之十（10％）的变量。第三，平滑的响应曲线被用作该模型的质量标准。<br>　　主要结果描述如下:<br>　　1.模拟中国青海湖流域炭疽杆菌的生境适宜性。<br>　　使用AUC（曲线下面积）和ROC（接受者操作特征）曲线评估模型精度。对B.anthracis的适宜性模型贡献最大的四个变量是相对土壤类型，分类为;cambisols和kastanozems（48％）,-2至0℃的高年平均温度（40％）,每平方公里40只个体的高人口密度（10％）,以及绵羊种群密度（3％）。由此产生的分布图确定青海湖流域的边缘地区炭疽芽孢杆菌的生境适宜概率很高。<br>　　2.模拟中国青海湖地区鼠疫耶尔森氏菌的生境适宜性和对鼠疫的疾病空间动态分析。<br>　　结果发现，9月平均最低气温（-8至+5℃）、绵羊种群密度（每平方公里250只羊）、海拔高度（3000-3200 m.a.s.l)和植被指数归一化差值（NDVI（-1至1））在描述利基市场方面具有影响力。结果显示AUC和TSS值分别为0.82和0.75;这些比0.5的空模型高得多。刚察县属区域在整个研究区中鼠疫发生概率较高，而海晏县、、共和县和天峻县属鼠疫发生概率中等。青海湖区北部出现概率较低。与研究区内的其他地区相比，青海湖沿岸显示出更有利的鼠疫耶尔森氏菌生境适宜条件。<br>　　3.使用MaxEnt算法预测中国青海湖流域布鲁氏菌病的分布。<br>　　模型结果显示六个变量贡献＞1％,即:平均昼夜变化（31％）、等温性（26％）、绵羊种群密度（17％）、12月降水（13％）、最干燥月份降水（10％）和6月降水（3％）。预测变量的响应曲线显示平均昼夜温差（＜12℃）、等温度（＜33）、绵羊种群密度（500只羊/km2）、12月降水量（1毫米）、最干燥月份的降水量（1.0-2.5毫米），和6月降水（＞40mm）可以影响布鲁氏菌病。高风险区分布在湖盆北部和东部。值得一提的是，该分布没有特定的海拔偏好，因为发现低海拔和高海拔都适合布鲁氏菌存在。<br>　　4.对青海湖流域多种气候变化情景下炭疽、鼠疫和布鲁氏菌病爆发的未来潜在分布进行建模。<br>　　在此模型中，土壤在RCP 4.5中为68.00％,其中2050年的贡献百分比最高。在四个未来模型使用的环境变量中，海拔、bio 1和bio 5具有最高的排列重要性。RCP 2.6和RCP 4.5中2050年和2070年未来分布模型构成疾病的潜在空间分布。对于预测模型中的每一个，AUC值都在0.901到0.911之间，这表明所有六个模型都表现良好。在未来模型中，RCP 4.5中2050年可能最适合炭疽的区域，RCP 2.6中最不适合的区域是2070年。所有四种模型都预测了物种具有很高的生境适宜性概率。<br>　　在2050年，该模型将海拔和bio3作为六个变量中的主要贡献变量。后来，bio 3是RCP4.5（2050）中最重要的变量。RCP 2.5和RCP 4.5（2070）型号。该模型的AUC范围为0.827-0.836,其性能优于空模型（0.5）。基于近期和未来气候条件的所有RCP中的鼠疫活动模型精准确定了研究区域内的不同位置。所有模型都预测低海拔地区的鼠疫活动最严重，尤其是青海湖口。未来的气候条件将支持青海湖流域的鼠疫活动增加。然而，与高海拔气候条件相关的鼠疫发生风险可能仍然不适合该研究区域。<br>　　该模型显示了布鲁氏菌病的当前分布，并预测了未来气候情景下适宜生境的变化。结果表明:SSP 2.6和SSP4.5为2050年代和2070年代，该模型预测当前物种适宜生境的扩张。这预示着在未来可能发生的气候变化下，中国青海湖流域布氏杆菌的生存空间将显著扩大。该模型预测结果揭示了对青海湖流域布鲁氏菌病分布有显著影响的生态地理变量。<br>　　5.研究炭疽、鼠疫和布鲁氏菌三种疾病生态位模型中所使用的环境变量之间关系的多变量方法。<br>　　流行病学研究提供的证据表明，生态地理因素可能通过复杂的机制影响疾病分布。对变量的正式调查通常是通过对交互过程进行建模来实现的，这依赖于与此类模型中涉及变量的性质和数量相关的假设。本研究对炭疽、鼠疫和布鲁氏菌病分布模型中所使用的环境变量之间内在关系进行了调查。结果表明，生态地理变量之间存在积极、强烈和显著的相互作用关系。<br>　　6.中国青海湖流域炭疽病、鼠疫和布鲁氏菌病的空间动态。<br>　　青海湖流域两个物种生境适宜分布等级（中度和高度）的结果揭示了炭疽病、鼠疫和布鲁氏菌病的空间动态。结果表明，两个截然不同的生态位，炭疽病和鼠疫分布在青海湖流域的边缘区域，布鲁氏菌病分布于研究区的北部。炭疽和鼠疫均表现出相似的空间动态，布鲁氏菌病在三种细菌性疾病中具有完全不同的空间动态。<br>　　结论<br>　　炭疽病<br>　　1）该模型预测结果显示年平均温度升高、两种特定土壤类型（始成土和栗色土）、高人口密度和绵羊种群密度是预测炭疽杆菌环境适宜性的贡献变量。<br>　　2）土壤类型是唯一显着的分类变量，也是影响最大的总体变量;这将加强B.anthracis的土壤范式在全球B.anthracis适宜性和炭疽流行病学研究中的作用。<br>　　鼠疫<br>　　1）9月的平均最低温度、绵羊种群密度、海拔和NDVI被确定为控制QLB鼠疫栖息地适宜性的重要贡献特征。<br>　　2）该模型确定了潜在的鼠疫风险区域，可以为当地疾病控制预防中心对鼠疫的监测管理提供建议和参考。<br>　　布鲁氏菌病<br>　　1）青海湖流域布鲁氏菌病发病呈自西向东逐渐变化的空间动态趋势，东部地区发病率远高于其他地区;2）对模型有贡献的主要变量包括:平均昼夜变化、等温性、绵羊种群密度、温度季节性、十二月降水量、最湿季平均温度、最干燥月降水量和六月降水量;3）预测的适宜区域横跨从高到低的所有海拔高度;4）低温室气体排放（SSP2.6）下的未来适宜性揭示了 2050年和2070年物种适宜生境的扩大，与适度温室气体排放（SSP4.5）成反比。<br>　　此外，这项研究从统计学上揭示，用于炭疽、鼠疫和布鲁氏菌病建模的变量具有各自的贡献，并且在它们之间具有内在的协同作用，以促进青海湖流域炭疽、鼠疫和布鲁氏菌病的在适宜生境内的潜在分布。<br>　　最后，所考虑的三种细菌性人畜共患病中的炭疽和鼠疫表现出相似的空间动态分布趋势，这意味着两者共享相同的生态位，在青海湖流域的边缘地区建立了一个生态位。相反，布鲁氏菌病显示出与其他两种（炭疽和鼠疫）共享相同生态位的空间分布对比。并且，疾病当前预测的分布区域与未来模型预测的分布之间，他们的风险迁移格局均呈现出向高纬度转移的趋势。