張 毅，王幼明，李吉達(dá)，沈朝建，楊宏琳，李 印，黃保續(xù)

（1.遵義醫(yī)科大學(xué)，貴州遵義 563000；2.中國(guó)動(dòng)物衛(wèi)生與流行病學(xué)中心，山東青島 266032）

禽流感是一種由A 型流感病毒引起的禽類急性傳染病。野生水禽是流感病毒的自然宿主，通常隱性帶毒但不發(fā)病，當(dāng)流感病毒感染雞、火雞、鴨、鵪鶉等禽類時(shí)，可引起發(fā)病，臨床表現(xiàn)為急性敗血死亡、呼吸道癥狀、產(chǎn)蛋下降等，主要取決于毒株毒力和宿主免疫情況[1-2]。根據(jù)流感病毒血凝素蛋白（HA）和神經(jīng)氨酸酶蛋白（NA）的差異，可將流感病毒分為不同的亞型。至今已發(fā)現(xiàn)17 種HA 亞型和11 種NA 亞型，根據(jù)病毒對(duì)家禽致病性的不同，可將病毒分為高致病性和低致病性禽流感病毒，目前發(fā)現(xiàn)的高致病性禽流感毒株均為H5 和H7 兩種亞型[3]。禽流感病毒不僅可以感染禽，而且也可以感染人，截至2019 年5 月，已報(bào)道人H5N1 流感病例860 人，其中死亡病例454 人[4]。2013 年新型H7N9 流感病毒在我國(guó)的人間病例中首次發(fā)現(xiàn)，截至2019 年4 月已引發(fā)5 波疫情，共造成1 568 人感染，615 人死亡[5]。2017 年底，在我國(guó)禽群病例中發(fā)現(xiàn)了高致病性H7N9 病毒。該病毒可引起家禽的死亡，截至目前由高致病性H7N9病毒引起的疫情共16 起。除H5 和H7 亞型流感病毒外，H9N2 亞型流感病毒在我國(guó)廣泛傳播，由活禽市場(chǎng)監(jiān)測(cè)數(shù)據(jù)表明家禽群體帶毒率在90%以上，給我國(guó)家禽養(yǎng)殖業(yè)帶來(lái)巨大的經(jīng)濟(jì)損失[6]。

對(duì)禽流感的防治是一項(xiàng)復(fù)雜的系統(tǒng)工程，不僅需要全球各國(guó)協(xié)作，也需要多種技術(shù)力量相互配合。目前，獸醫(yī)傳染病學(xué)方面主要利用病毒學(xué)、免疫學(xué)等實(shí)驗(yàn)室技術(shù)手段，對(duì)如何進(jìn)行快速診斷和有效免疫開展研究。獸醫(yī)流行病學(xué)方面主要從動(dòng)物群體的角度對(duì)禽流感發(fā)生的原因、傳播途徑、影響因素等方面進(jìn)行研究，用于制定科學(xué)的預(yù)防措施和消滅計(jì)劃。禽流感的發(fā)生與家禽養(yǎng)殖密度、候鳥遷徙、水禽分布、氣候、水文分布等多種因素密切相關(guān)，而利用傳統(tǒng)的病例對(duì)照、隊(duì)列研究等方法很難將禽流感的發(fā)生與這些因素在時(shí)間和空間上精確對(duì)應(yīng)，而且也難以開展動(dòng)態(tài)研究。因此，需要借助一種技術(shù)手段將動(dòng)物疫病的相關(guān)數(shù)據(jù)與地理、環(huán)境和氣象等方面的數(shù)據(jù)結(jié)合起來(lái)進(jìn)行分析和研究。地理信息系統(tǒng)（geographic information system，GIS）是一種能夠?qū)ι婕暗乩硐嚓P(guān)信息捕捉、編輯、儲(chǔ)存、整合、管理、分析、共享和展示的綜合工具，利用這種技術(shù)手段可以對(duì)疫病發(fā)生的地理環(huán)境因素進(jìn)行研究。學(xué)者可以收集疾病和相關(guān)地理、氣候、社會(huì)經(jīng)濟(jì)等多方面數(shù)據(jù)，研究疾病發(fā)生與潛在影響因素的相關(guān)性，并建立相應(yīng)模型，對(duì)疾病的發(fā)生進(jìn)行分析和預(yù)測(cè)。

近些年國(guó)內(nèi)外學(xué)者利用GIS 技術(shù)，從不同角度，對(duì)全球多種亞型流感病毒的地理分布、影響因素、發(fā)病風(fēng)險(xiǎn)、流行趨勢(shì)做了深入研究，主要目的是為人間和家禽流感預(yù)測(cè)和預(yù)警。為掌握該方向研究進(jìn)展，更好地利用GIS 工具開展進(jìn)一步研究，本文擬對(duì)研究的主要手段和研究結(jié)果做綜述。

1 禽流感發(fā)病因素和風(fēng)險(xiǎn)預(yù)測(cè)研究

學(xué)者在做該類型研究時(shí)，要收集的信息包括：（1）流感發(fā)病的信息：時(shí)間、地點(diǎn)、病毒的基因型、血清型、人間病例數(shù)、病死率、動(dòng)物的發(fā)病和死亡情況等。（2）發(fā)病所在區(qū)域的地理環(huán)境因素：海拔、植被分布、水域面積、公路、鐵路和航線等。（3）社會(huì)環(huán)境因素：人口密度、年齡結(jié)構(gòu)、養(yǎng)殖密度、社會(huì)風(fēng)俗等。（4）氣候因素：溫度、濕度、降雨、風(fēng)向等。收集到這些信息后，可以利用各種統(tǒng)計(jì)學(xué)模型檢驗(yàn)人或動(dòng)物的發(fā)病與各種相關(guān)因素的關(guān)系，是否具有相關(guān)性，呈正相關(guān)還是負(fù)相關(guān)。找到發(fā)病的風(fēng)險(xiǎn)因素后，計(jì)算每個(gè)因素的系統(tǒng)參數(shù)，并利用這些因素構(gòu)建風(fēng)險(xiǎn)預(yù)測(cè)模型。構(gòu)建模型后，可利用模型和GIS 工具對(duì)某段時(shí)間、某些區(qū)域內(nèi)流感的發(fā)病風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)和可視化預(yù)警。

1.1 人感染H7N9 流感的研究

Fang 等[7]為了研究人感染H7N9 流感的風(fēng)險(xiǎn)因素，預(yù)測(cè)可能發(fā)病的高風(fēng)險(xiǎn)區(qū)，收集了2013 年2—5 月的人H7N9 流感數(shù)據(jù)，利用回歸樹模型，對(duì)發(fā)生人H7N9 流感疫情的64 個(gè)縣和隨機(jī)選擇的沒(méi)有發(fā)生疫情的縣進(jìn)行多重比較和分析。研究結(jié)果表明，活禽市場(chǎng)、人口密度、水田、建設(shè)用地、濕度和溫度等因素與人感染H7N9 流感的發(fā)生有顯著相關(guān)性。利用該模型對(duì)人感染H7N9 流感風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示，長(zhǎng)三角地區(qū)、廣州和北京等城市發(fā)生疫情的風(fēng)險(xiǎn)較高。Dong 等[8]研究了2013 年3 月—2014 年10 月的人H7N9 流感病例空間聚集性、時(shí)間聚集性、時(shí)空自相關(guān)系數(shù)等。為了描述人H7N9流感病例的時(shí)空自相關(guān)性，該研究還引入了一個(gè)時(shí)空因素的概念，利用邏輯回歸分析方法，驗(yàn)證出時(shí)空因素、候鳥移動(dòng)路徑、河流、湖泊、相對(duì)濕度等與人H7N9 流感發(fā)生存在顯著相關(guān)性；利用2014 年2 月人H7N9 流感發(fā)生高峰期的數(shù)據(jù)進(jìn)行檢驗(yàn)，證明該模型對(duì)人感染H7N9 流感的擬合精確度可達(dá)91.6%。

1.2 高致病性H5 亞型禽流感的研究

Guo 等[9]利 用2004 年1—2 月 間 發(fā) 生 的 高致病性禽流感疫情數(shù)據(jù)和遙感（remote sensing，RS）技術(shù)獲得的環(huán)境數(shù)據(jù)，通過(guò)GIS 的疊加分析功能，證明了土地利用和農(nóng)田植被是這段時(shí)間疫情發(fā)生的主要環(huán)境因素。通過(guò)緩沖區(qū)分析推測(cè)疫情發(fā)生地50 公里左右的鐵路對(duì)疫情的擴(kuò)散起到關(guān)鍵的作用。Zhong 等[10]利用GIS 和RS 技術(shù)對(duì)2004—2005 年發(fā)生的高致病性禽流感數(shù)據(jù)進(jìn)行了分析，對(duì)發(fā)病和擴(kuò)散的風(fēng)險(xiǎn)因素進(jìn)行了預(yù)測(cè)。通過(guò)空間數(shù)據(jù)探索分析，證明鳥類的遷徙是高致病性禽流感傳播和擴(kuò)散的主要因素。病毒擴(kuò)散的路徑與疫情發(fā)生順序并不完全一致，氣候因素對(duì)高致病性禽流感的發(fā)生也有重要的影響。Prosser 等[11]利用數(shù)學(xué)模型，研究了野禽與家禽的接觸、H5N1 病毒從家禽到野禽的傳播、H5N1 病毒從野禽到家禽的傳播，預(yù)測(cè)了家禽和野禽密切接觸可能導(dǎo)致新型重配流感病毒出現(xiàn)的風(fēng)險(xiǎn)區(qū)域及風(fēng)險(xiǎn)因素。研究結(jié)果表明：在冬季，我國(guó)的東南和中部地區(qū)是家禽和野禽密切接觸的區(qū)域；在春夏季節(jié)，我國(guó)東北、中東和西部地區(qū)的家禽和候鳥接觸幾率更高。這些特定的時(shí)空范圍內(nèi)病毒傳播和擴(kuò)散的風(fēng)險(xiǎn)較大。Paul 等[12]利用空間多重決策分析法，比較了通過(guò)專家意見(jiàn)和文獻(xiàn)數(shù)據(jù)進(jìn)行預(yù)測(cè)的能力，并對(duì)柬埔寨H5N1 流感發(fā)生的風(fēng)險(xiǎn)進(jìn)行了預(yù)測(cè)。結(jié)果表明，利用專家意見(jiàn)得到的數(shù)據(jù)可以很好的對(duì)泰國(guó)H5N1 流感的發(fā)生進(jìn)行預(yù)測(cè)，預(yù)測(cè)效率值達(dá)到97%。利用本研究建立的多重決策分析模型可以對(duì)柬埔寨洞里薩湖水域、馬王德周邊和柬越邊境流感發(fā)生的特定區(qū)域進(jìn)行預(yù)測(cè)。Nakapan 等[13]利用泰國(guó)清邁省2001—2008 年高致病性禽流感的疫情數(shù)據(jù)和其間氣候的變化情況，建立多重線性回歸模型，通過(guò)反距離加權(quán)法（inverse distance weighted，IDW）和GIS 技術(shù)對(duì)病毒空間擴(kuò)散的風(fēng)險(xiǎn)進(jìn)行了預(yù)測(cè)。研究結(jié)果表明，該地雨季與禽流感的發(fā)生密切相關(guān)，在城市地區(qū)建立的多重回歸模型可以利用氣候的變化很好的預(yù)測(cè)禽流感的發(fā)生。Ahmed 等[14]結(jié)合孟加拉國(guó)發(fā)生的高致病性禽流感疫情數(shù)據(jù)和候鳥遷徙、活禽銷售等因素分析，通過(guò)核密度分析和經(jīng)驗(yàn)貝葉斯群流行率計(jì)算，發(fā)現(xiàn)孟加拉國(guó)禽流感的發(fā)生存在一個(gè)從東南到西北的高風(fēng)險(xiǎn)區(qū)域帶，該區(qū)域與梅克娜河的流向及家禽移動(dòng)的路徑重合。

1.3 野禽流感的研究

Herrick 等[15]利用隨機(jī)森林模型，對(duì)源自野鳥的所有亞型的流感病毒分布、發(fā)生的相關(guān)風(fēng)險(xiǎn)因素進(jìn)行了研究，并對(duì)禽流感在全球范圍內(nèi)發(fā)生的風(fēng)險(xiǎn)進(jìn)行了預(yù)測(cè)。研究結(jié)果表明，北部地區(qū)野禽感染發(fā)生的風(fēng)險(xiǎn)最高，相關(guān)的環(huán)境因素是低溫和降雨量較少。Fuller 等[16]對(duì)2005—2008 年美國(guó)41 個(gè)州的225 種鳥類泄殖腔的樣本進(jìn)行了收集和監(jiān)測(cè)，發(fā)現(xiàn)在雀形目鳥類中流感的流行率顯著高于其他鳥類。通過(guò)回歸模型驗(yàn)證禽流感的流行與12 種地理環(huán)境因素的關(guān)系，并對(duì)禽流感發(fā)生的風(fēng)險(xiǎn)進(jìn)行了預(yù)測(cè)，發(fā)現(xiàn)大平原和太平洋西北部地區(qū)是禽流感發(fā)生的高風(fēng)險(xiǎn)區(qū)域，糧食的產(chǎn)量和每年冰雪消融的時(shí)間兩個(gè)因素與禽流感的發(fā)生密切相關(guān)。

2 不同基因型病毒的分布特征研究

利用GIS 技術(shù)對(duì)流感發(fā)生的地理分布和環(huán)境因素進(jìn)行分析，是從宏觀角度研究禽流感病毒，而基因分析技術(shù)是從微觀層面對(duì)病毒的遺傳演化和基因組特征進(jìn)行研究。將二者有機(jī)結(jié)合可探討驅(qū)動(dòng)病毒進(jìn)化的地理環(huán)境因素，可從地理分布角度對(duì)病毒進(jìn)行溯源，也可研究不同地理分布來(lái)源的流感病毒基因特征存在的差異。

Carrel 等[17]對(duì)2003—2007 年在越南分離到的125 株高致病性H5N1 病毒進(jìn)行了序列測(cè)定，根據(jù)序列的遺傳差異進(jìn)行分群，并賦予每株病毒地理坐標(biāo)中心。以人口密度、水系分布、養(yǎng)殖密度等17個(gè)環(huán)境參數(shù)作為變量，研究這些因素對(duì)禽流感基因組遺傳變異的影響。通過(guò)非參數(shù)多重排列和回歸分析，證明越南的環(huán)境、社會(huì)、生態(tài)等均與病毒的變異有關(guān)，特別是多物種共存的生態(tài)結(jié)構(gòu)、數(shù)量眾多的潛在宿主等因素。Liang 等[18]分析了2003 年11月—2006 年12 月高致病性禽流感發(fā)生的地理環(huán)境因素和生物信息學(xué)因素，發(fā)現(xiàn)雖然中國(guó)的華南地區(qū)可能是流感病毒的儲(chǔ)存庫(kù)，但是東西伯利亞可能是H5N1 亞型流感病毒流行的主要來(lái)源。不同地區(qū)候鳥的集中，增加了病毒基因變異的可能。空間分析表明，對(duì)H5N1 亞型禽流感的監(jiān)測(cè)應(yīng)重點(diǎn)關(guān)注東西伯利亞、中西伯利亞和我國(guó)華南地區(qū)，并關(guān)注候鳥的遷徙。Dalby 等[19]對(duì)1966—2012 年的Genbank中H9N2 病毒HA 基因序列、病毒宿主和地理分布等因素進(jìn)行了綜合分析，表明中國(guó)和中東地區(qū)H9N2 病毒HA 基因存在兩個(gè)不同的進(jìn)化譜系，但是兩個(gè)譜系的病毒有不同的進(jìn)化起源。目前主要流行的各亞群H9N2 病毒均起源于我國(guó)的華南地區(qū)。

3 獸醫(yī)決策輔助應(yīng)用研究

FAO 在EMPRES-i 系統(tǒng)內(nèi)，結(jié)合流感發(fā)生的流行病學(xué)數(shù)據(jù)、病毒基因組特征數(shù)據(jù)和地理環(huán)境數(shù)據(jù)建立模型，用來(lái)對(duì)病毒的出現(xiàn)和擴(kuò)散的風(fēng)險(xiǎn)因素進(jìn)行分析，對(duì)特定毒株的來(lái)源進(jìn)行追溯，對(duì)特定基因型的毒株地理分布進(jìn)行描述，進(jìn)而將獲得的信息用于科學(xué)研究、動(dòng)物疫病區(qū)域化管理和風(fēng)險(xiǎn)決策。Ward 等[20]利用GIS 對(duì)羅馬尼亞某縣的禽流感監(jiān)測(cè)數(shù)據(jù)進(jìn)行了可視化，并利用GIS 的Kriging 工具對(duì)采樣情況和實(shí)際的監(jiān)測(cè)陽(yáng)性情況進(jìn)行了可視化處理。通過(guò)比較發(fā)現(xiàn)，采集樣本較多的區(qū)域與病毒陽(yáng)性率較高的區(qū)域存在較大的差異，這說(shuō)明該地區(qū)禽流感的采樣方案代表性不高，存在較大的改進(jìn)余地。利用GIS 和歷史監(jiān)測(cè)數(shù)據(jù)可以對(duì)禽流感的監(jiān)測(cè)方案進(jìn)行評(píng)估，通過(guò)比較分析，對(duì)監(jiān)測(cè)方案和系統(tǒng)進(jìn)行改進(jìn)。

4 結(jié)語(yǔ)

以GIS 為代表的地理信息技術(shù)在軍事、交通、工程建筑等領(lǐng)域已廣泛應(yīng)用。在醫(yī)學(xué)領(lǐng)域，尤其是公共衛(wèi)生方面，由于GIS 能夠?qū)崿F(xiàn)對(duì)病例的定位、追蹤，分析疾病傳播的風(fēng)險(xiǎn)因素，進(jìn)行預(yù)測(cè)預(yù)警，因此已成為重大疫情應(yīng)急響應(yīng)的必備工具，在SARS、中東呼吸綜合征、埃博拉疫情緊急防控工作中起到關(guān)鍵的作用。在禽流感的防控工作中，GIS 不僅可以實(shí)現(xiàn)對(duì)疫點(diǎn)、疫區(qū)、受威脅區(qū)的快速定位，緩沖區(qū)的劃定，天然屏障的分析等，還可將疫情的發(fā)生與易感動(dòng)物的調(diào)運(yùn)、養(yǎng)殖密度、氣候環(huán)境因素等進(jìn)行相關(guān)性分析，進(jìn)而分析疫情發(fā)生的可能原因，實(shí)現(xiàn)預(yù)測(cè)預(yù)警。全球的氣候、環(huán)境因素在不斷發(fā)生變化，我國(guó)的家禽養(yǎng)殖分布和結(jié)構(gòu)也在不斷發(fā)生變化，不同地區(qū)禽流感發(fā)生的風(fēng)險(xiǎn)因素和風(fēng)險(xiǎn)水平也會(huì)發(fā)生相應(yīng)改變，因此動(dòng)物疫病預(yù)防控制機(jī)構(gòu)和相關(guān)科研院所應(yīng)定期利用GIS 工具對(duì)相關(guān)風(fēng)險(xiǎn)進(jìn)行評(píng)估，對(duì)禽流感的發(fā)生進(jìn)行預(yù)測(cè)和預(yù)警，為重大疫情的發(fā)生做好應(yīng)急準(zhǔn)備。