梁璐琪，劉俐君，陳 斌，張 蕾，李清竹，趙小波，黎丁箕，陳代平，陳 冬，李 淳，伏 曉

（1. 四川省動(dòng)物疫病預(yù)防控制中心，四川成都 610041；2. 達(dá)州市動(dòng)物疫病預(yù)防控制中心，四川達(dá)州 635000）

布魯氏菌病（以下簡(jiǎn)稱布?。┦怯刹剪斒暇鸬膰?yán)重危害人類和家畜健康的自然疫源性人獸共患傳染病，是我國的人間乙類傳染病[1]，畜間二類動(dòng)物疫病[2]。在我國東北、西北和華北等地區(qū)，布病發(fā)病率曾一度較高，之后得到了較好控制。但20世紀(jì)90年代以來，布病散發(fā)病例以30%～50%的速度增加，個(gè)別地區(qū)還發(fā)生暴發(fā)流行[3]。

四川省達(dá)州市是畜牧業(yè)大市，地處川、渝、鄂、陜結(jié)合部，地勢(shì)以山區(qū)和丘陵為主。隨著草食牲畜養(yǎng)殖發(fā)展壯大，該地畜禽跨省流通量大，疫病防控形勢(shì)復(fù)雜嚴(yán)峻。自2014年達(dá)州市在羊群中監(jiān)測(cè)到布病以來，為保障當(dāng)?shù)匦竽廉a(chǎn)業(yè)健康發(fā)展和公共衛(wèi)生安全，按照“四川省中長(zhǎng)期動(dòng)物疫病防治計(jì)劃（2012-2020）”要求，已全面展開羊布病監(jiān)測(cè)、凈化工作。為探究羊群感染布病相關(guān)風(fēng)險(xiǎn)因素，從而制定科學(xué)的布病防控策略，提出針對(duì)性的防控建議，開展了本次病例對(duì)照研究。

1 材料與方法

1.1 調(diào)查對(duì)象

以養(yǎng)殖場(chǎng)為研究單位，2017年6-8月間在該市轄區(qū)內(nèi)選擇病例組與對(duì)照組進(jìn)行問卷調(diào)查。病例組：選擇自2015年該市啟動(dòng)羊布病監(jiān)測(cè)凈化項(xiàng)目以來確診的布病陽性場(chǎng)點(diǎn)（通過虎紅平板試驗(yàn)初篩，再經(jīng)試管凝集試驗(yàn)確診，至少檢測(cè)出1頭陽性羊的養(yǎng)殖場(chǎng)點(diǎn)）共58個(gè)。對(duì)照組：選擇與病例組在同一區(qū)縣或在地理分布相鄰的布病陰性養(yǎng)殖場(chǎng)點(diǎn)共387個(gè)。

1.2 調(diào)查內(nèi)容

設(shè)計(jì)“羊布病流行病學(xué)調(diào)查表”，對(duì)養(yǎng)殖場(chǎng)點(diǎn)基本信息、飼養(yǎng)管理、引種管理、生物安全措施4大方面25項(xiàng)因素進(jìn)行現(xiàn)場(chǎng)問卷調(diào)查。

1.3 問卷質(zhì)量控制

問卷設(shè)計(jì)完成后，在達(dá)川區(qū)和開江縣各便利抽樣了10個(gè)養(yǎng)殖場(chǎng)（5個(gè)陽性場(chǎng)、5個(gè)陰性場(chǎng)）進(jìn)行預(yù)調(diào)查。預(yù)調(diào)查由這兩個(gè)區(qū)（縣）疫病控制中心及其鄉(xiāng)鎮(zhèn)獸醫(yī)站工作人員進(jìn)行。預(yù)調(diào)查前，對(duì)參與人員進(jìn)行培訓(xùn)。調(diào)查時(shí)兩人一組：一人問卷調(diào)查并記錄被問人的回答，另外一人記錄問卷人在問卷過程中和被問人在聆聽過程中有困難的地方。預(yù)調(diào)查后，由問卷設(shè)計(jì)團(tuán)隊(duì)根據(jù)預(yù)調(diào)查結(jié)果，與達(dá)州市各區(qū)縣動(dòng)物疫病控制機(jī)構(gòu)的羊布病監(jiān)測(cè)凈化負(fù)責(zé)人，對(duì)問卷中提出的修改意見進(jìn)行修訂。正式問卷調(diào)查前，對(duì)各區(qū)縣動(dòng)物疫病控制機(jī)構(gòu)和鄉(xiāng)鎮(zhèn)獸醫(yī)站參與調(diào)查人員進(jìn)行統(tǒng)一培訓(xùn)。

1.4 數(shù)據(jù)錄入與分析

用Excel 2007錄入問卷信息，建立數(shù)據(jù)庫，并將所有變量轉(zhuǎn)為二分類變量。用Epi Info TM 7，采用卡方檢驗(yàn)或Fisher確切概率檢驗(yàn)，對(duì)25個(gè)因素逐一進(jìn)行單因素分析，先篩選出P＜0.05的因素，然后進(jìn)入多因素分析。用IBM SPSS Statistics22，先對(duì)篩選出的因素進(jìn)行雙變量相關(guān)性檢驗(yàn)。若因素間Pearson相關(guān)系數(shù)＜0.4，則直接用于構(gòu)建Logistic方程；若相關(guān)系數(shù)＞0.4，則選擇一個(gè)更具生物學(xué)意義的因素代入。以檢驗(yàn)水準(zhǔn)=0.05進(jìn)行多因素Logistic回歸分析。

2 結(jié)果

2.1 調(diào)查對(duì)象分布

問卷下發(fā)至58個(gè)陽性場(chǎng)和387個(gè)陰性場(chǎng)，共計(jì)回收435份調(diào)查問卷，回收率為97.8%，剔除廢卷40份，合格率為90.8%（表1）。

表1 有效問卷中被調(diào)查區(qū)縣病例組與對(duì)照組情況

2.2 單因素分析

對(duì)病例組與對(duì)照組養(yǎng)殖場(chǎng)的基本情況、飼養(yǎng)管理狀況、引種管理、生物安全措施等方面的25項(xiàng)因素做單因素分析（表2），從中選出14項(xiàng)P＜0.05的因素。此外，53個(gè)陽性場(chǎng)都有交換公羊的行為，雖無法計(jì)算該風(fēng)險(xiǎn)因素的OR值，但仍將“是否交換公羊”作為1項(xiàng)風(fēng)險(xiǎn)因素，與上述14項(xiàng)因素一起進(jìn)行Pearson相關(guān)性檢驗(yàn)。

在15項(xiàng)因素中，“存欄量”與“場(chǎng)點(diǎn)類別”，“新購入羊只是否隔離”與“運(yùn)輸運(yùn)送羊或飼料的工具是否消毒”，“臨產(chǎn)母羊是否隔離飼養(yǎng)”與“產(chǎn)羔地是否消毒”間的Pearson相關(guān)系數(shù)＞0.4。結(jié)合當(dāng)?shù)仞B(yǎng)殖實(shí)際情況和生物學(xué)知識(shí)，剔除了“場(chǎng)點(diǎn)類別”“運(yùn)輸運(yùn)送羊或飼料的工具是否消毒”“產(chǎn)羔地是否消毒”3項(xiàng)因素。

2.3 多因素Logistic回歸分析

將上述經(jīng)過單因素分析和Pearson相關(guān)性檢驗(yàn)的13個(gè)變量放入二元Logistic回歸，構(gòu)建模型（表3）。利用構(gòu)建的模型，估算該場(chǎng)是否為陽性場(chǎng)的概率，并用估算概率與場(chǎng)點(diǎn)布病感染情況構(gòu)建ROC曲線（圖1）。曲線下面積（AUC）為0.926（95%CI：0.889～0.964），表明該模型預(yù)測(cè)達(dá)州市羊場(chǎng)發(fā)病的能力較好[4]。

表2 該市羊布病感染風(fēng)險(xiǎn)因素單變量分析結(jié)果

3 討論

該市在前期轄區(qū)內(nèi)羊場(chǎng)布病感染情況本底調(diào)查的基礎(chǔ)上，對(duì)陽性場(chǎng)戶及其周邊的陰性場(chǎng)戶開展了“病例-對(duì)照”研究，構(gòu)建了二元Logistic回歸模型，并將模型預(yù)測(cè)值與羊場(chǎng)布病感染的真實(shí)情況進(jìn)行比較，構(gòu)建了ROC曲線，AUC為0.926（95%CI：0.889～0.964）。該模型不僅能對(duì)轄區(qū)內(nèi)羊場(chǎng)布病的感染情況進(jìn)行較好預(yù)測(cè)，而且通過多因素分析找出“存欄量”“場(chǎng)啟用時(shí)間”“近1年內(nèi)是否引羊”“引羊來源”“新購入羊只是否隔離”“臨產(chǎn)母羊是否隔離飼養(yǎng)”等6項(xiàng)是該市羊場(chǎng)感染布病的主要風(fēng)險(xiǎn)因素。

表3 構(gòu)建Logistic回歸模型中的變量

圖1 多因素Logistic回歸模型預(yù)測(cè)概率的ROC曲線

以存欄量50只為界。50只及以上陽性場(chǎng)與陰性場(chǎng)的比（Odds）是50只以下的9.10倍（95%CI：2.91～28.39）。根據(jù)當(dāng)?shù)仞B(yǎng)殖情況，50只也是劃分散養(yǎng)戶與規(guī)模場(chǎng)的臨界值。調(diào)查結(jié)果顯示，規(guī)模場(chǎng)的布病感染情況要比散養(yǎng)戶嚴(yán)重，與規(guī)模場(chǎng)的疫病防控普遍優(yōu)于散養(yǎng)戶的常識(shí)相違背。該市羊養(yǎng)殖規(guī)模場(chǎng)與散養(yǎng)戶在硬件設(shè)施、生產(chǎn)管理水平上的區(qū)別并不明顯。存欄量小的養(yǎng)殖場(chǎng)戶，常做短期育肥或僅將少量羊只留種，與存欄量大的養(yǎng)殖場(chǎng)常出現(xiàn)不同批次羊混群的情況相比，更容易在客觀上實(shí)現(xiàn)“全進(jìn)全出”。此外，該市羊場(chǎng)多修建在民居附近，受場(chǎng)地限制，存欄量大的場(chǎng)養(yǎng)殖密度較高，為布病在畜間和環(huán)境中的傳播提供了有利條件。

啟用年限以2012年為界。2012年前啟用的羊場(chǎng)中，陽性場(chǎng)與陰性場(chǎng)的Odds是2012年及以后的 12.57倍（95%CI：3.69～42.85）。這主要與該市在2012年前后新建了不少適度規(guī)模的羊場(chǎng)有關(guān)。新建養(yǎng)殖場(chǎng)在結(jié)構(gòu)布局上優(yōu)于老舊羊場(chǎng)，使得執(zhí)行清洗消毒、分圈、隔離飼養(yǎng)等生物安全措施成為可能。此外，新場(chǎng)使用時(shí)間較老場(chǎng)短，在相同衛(wèi)生狀況下新場(chǎng)的病原微生載量比老場(chǎng)低，易感動(dòng)物在新場(chǎng)被感染的可能性比老場(chǎng)低。

大力發(fā)展山羊養(yǎng)殖，一方面使得當(dāng)?shù)厣窖蝻曫B(yǎng)條件得到一定程度的改善，有利于疫病的防控；另一方面，由于本地供羊能力有限，勢(shì)必對(duì)外大量引羊。與引羊有關(guān)的行為是該市陰性場(chǎng)轉(zhuǎn)陽的主要原因。近1年內(nèi)有過引羊行為的羊場(chǎng)中，陽性場(chǎng)與陰性場(chǎng)的Odds是沒引羊的9.11倍（95%CI：1.08～77.29）。羊只來源于外市的羊場(chǎng)中，陽性場(chǎng)與陰性場(chǎng)的Odds是本市的19.30倍（95%CI：1.94～192.41）?，F(xiàn)場(chǎng)調(diào)查發(fā)現(xiàn)，不少養(yǎng)殖戶在引羊時(shí)將羊價(jià)作為首要考慮因素，而忽略了羊只健康狀況。有不少養(yǎng)殖戶甚至因價(jià)格低而購買外地的淘汰羊。調(diào)查發(fā)現(xiàn)，養(yǎng)殖戶在引羊前后向當(dāng)?shù)孬F醫(yī)部門主動(dòng)備案的僅為26.08%（101/395）。以上因素使布病感染羊進(jìn)入達(dá)州市的可能性增高，相關(guān)部門很難在最佳時(shí)間內(nèi)將感染羊阻擋在外。引羊后，“新購入羊只不隔離”（OR：6.78，95%CI：1.33～34.45）和“臨產(chǎn)母羊不隔離飼養(yǎng)”（OR：5.63，95%CI：1.61～19.72）等高風(fēng)險(xiǎn)行為，為布病在羊群中的定殖和擴(kuò)散提供了機(jī)會(huì)。

4 結(jié)論

本研究采用病例對(duì)照研究方法，對(duì)達(dá)州市山羊場(chǎng)布病感染風(fēng)險(xiǎn)因素進(jìn)行了探究。達(dá)州市山羊場(chǎng)感染布病的主要風(fēng)險(xiǎn)因素為對(duì)外引羊，特別是低價(jià)購入外地淘汰羊，以及養(yǎng)殖戶生物安全意識(shí)差。本市多數(shù)羊場(chǎng)養(yǎng)殖條件有限，生物安全與疫病防控意識(shí)較薄弱，存在新購入羊只混群前、母羊臨產(chǎn)時(shí)未進(jìn)行隔離飼養(yǎng)，以及隨意交換公羊等行為，為布病在場(chǎng)內(nèi)與場(chǎng)間的傳播創(chuàng)造了條件。建議在開展布病監(jiān)測(cè)凈化工作的同時(shí)，對(duì)養(yǎng)殖場(chǎng)戶進(jìn)行布病防控宣傳干預(yù)，讓其了解布病，主動(dòng)避免養(yǎng)殖過程中的高風(fēng)險(xiǎn)行為。此外，相關(guān)部門應(yīng)進(jìn)一步加強(qiáng)對(duì)羊只的移動(dòng)檢疫和監(jiān)管。

[1] 全國人民代表大會(huì)常務(wù)委員會(huì). 中華人民共和國傳染病防治法：中華人民共和國主席令第十七號(hào)[A]. 北京：全國人民代表大會(huì)常務(wù)委員會(huì)，2004.

[2] 全國人民代表大會(huì)常務(wù)委員會(huì). 中華人民共和國動(dòng)物防疫法：中華人民共和國主席令第七十一號(hào)[A]. 北京：全國人民代表大會(huì)常務(wù)委員會(huì)，2007.

[3] 劉鵬. 羊布魯氏菌病診斷與防制[J]. 甘肅畜牧獸醫(yī)，2013，43（12）：35-37.

[4] HOSMER D W，LEMESHOW S. Applied Logistic Regression [M]. New York：Wiley J and Sons，2000.