Специалисты Национального института «Единое здоровье» Индии и Национального института вирусологии (ICMR-NIV) изучили данные о вспышках высокопатогенного гриппа птиц в стране почти за два десятилетия и на их основе построили карту рисков дальнейшего распространения инфекции. Результаты работы опубликованы в журнале Frontiers in Veterinary Science.
Что легло в основу исследования
Авторы собрали сведения о вспышках, зарегистрированных с января 2006 года по апрель 2024 года. Исходный массив насчитывал 458 отчетов, из которых 456 описывали подтвержденные вспышки. Основная часть случаев приходится на высокопатогенный грипп птиц H5N1 — 393 записи, еще 55 случаев связаны с H5N8, а в восьми записях подтип не указан. Источниками данных стали информационные системы Всемирной организации охраны здоровья животных (ВОЗЖ) и Глобальной информационной системы ФАО по болезням животных.
Исследователи отбирали только те отчеты, где были подтвержденные географические координаты, — таких оказалась лишь часть изученной документации.
94 фактора и восемь алгоритмов
Чтобы выявить территории с повышенным риском, данные о вспышках сопоставили с 94 экологическими, климатическими, сельскохозяйственными и антропогенными показателями. В их числе плотность населения и птицеводства, осадки и влажность, температура поверхности земли, растительность, наличие водоемов, землепользование и другие характеристики. Территорию Индии для анализа разбили более чем на 115 тыс. шестиугольных участков площадью около 5,16 км² каждый.
В работе задействовали восемь алгоритмов машинного обучения, результаты которых затем объединили. Сами авторы подчеркивают, что полученные значения отражают лишь возможный риск, а не абсолютную вероятность возникновения вспышки.
Где риск выше
По построенной модели территории с повышенными рисками сосредоточены прежде всего в восточных и северо-восточных районах Индии, на прибрежных территориях и в отдельных районах юга страны. Дополнительно исследователи создали слой, показывающий, где прогноз менее надежен. По мнению авторов, совместное использование карты рисков и фильтра оценки неопределенности позволит эффективнее выбирать территории для эпидемиологического и эпизоотического мониторинга.
Важно! Московская ветакадемия имени К.И. Скрябина в ноябре представит рабочую модель цифровой платформы для прогнозирования и управления рисками распространения экономически значимых болезней животных; первый разработанный компонент также анализирует «миграцию» гриппа птиц.
