提高高致病性禽流感流行病防范能力的建模挑战:目标、设计与合成数据生成

由 root 提交于 周三, 10/07/2026 - 22:47
摘要

高致病性禽流感(HPAI)是全球家禽业面临的最重要疾病威胁之一。建模挑战赛由相互独立的团队针对共同的流行病学情景开展研究,有助于提升应对能力,并加强建模人员与风险管理者之间的沟通。尽管此类活动已被证实具有诸多益处,但在动物卫生领域仍并不常见,且此前尚无任何此类活动涉及禽流感。在本研究中,研究人员构建了人工景观“Jolly Island”,其中包含9160家、涵盖五种生产类型的家禽养殖场,并在其中播种了随机性高致病性禽流感疫情,使疫情在三至四个月内自然发展并结束。2026年1月至4月期间,来自五大洲的45支注册团队对一场选定的合成疫情进行了研究,开展概率预测、推断传播驱动因素,并评估反事实控制政策。本文全面介绍了高致病性禽流感建模挑战赛的目标、设计选择和数据生成过程,涵盖传播过程、监测系统运行及控制策略实施,同时介绍了选定的疫情演变轨迹、在各阶段向参赛团队提供的叙述性情势报告,以及向其发布的完整分阶段数据集。作为本期特刊的开篇论文,本文为后续所有论文奠定了基础;在后续论文中,各参赛团队将详细记录其研究方法与分析结果。

高致病性禽流感(HPAI)是全球家禽业面临的最重大的疾病威胁之一。建模挑战赛通过由彼此独立的团队共同应对一个特定的流行病学情景,能够促进应急响应能力的发展,并加强建模人员与风险管理者之间的沟通。尽管此类活动已被证实具有诸多益处,但在动物卫生领域仍并不常见,此前也从未有过针对禽流感的建模挑战赛。本文构建了“乔利岛”(Jolly Island)这一人工景观,其中包含9160个家禽养殖场,涵盖五种生产类型,并在其中植入了具有随机性的高致病性禽流感疫情;这些疫情在三至四个月内自然演变结束。2026年1月至4月期间,来自五大洲的45个注册团队对选定的模拟疫情展开研究,进行了概率预测,推断传播驱动因素,并评估反事实控制政策。本文全面介绍了高致病性禽流感建模挑战赛的目标、设计选择和数据生成过程,涵盖传播过程、监测系统运行以及防控策略实施,同时介绍了所选疫情轨迹、在各阶段向参赛团队提供的情景叙述报告,以及发布给参赛团队的完整分阶段数据集。作为本期特刊的开篇论文,本文为后续所有论文奠定了基础;后续论文将由各参赛团队详细记录其研究方法与分析结果。

作者声明不存在利益冲突。

感谢您有兴趣宣传 bioRxiv。

注意:要求提供您的电子邮箱地址,仅用于确认您是本文的发送者。

关键词:高致病性禽流感 · 流行病学建模 · 疫情模拟 · 合成数据生成 · 反事实控制策略

原文链接:https://www.biorxiv.org/content/10.64898/2026.10.06.756671v1?rss=1