[论文解读] The structure of infectious disease outbreaks across the animal-human interface

Sarabjeet Singh, David J. Schneider+1 more|arXiv (Cornell University)|Jul 16, 2013

Zoonotic diseases and public health参考文献 22被引用 3

一句话总结

本文提出一个随机元种群模型，用于分析动物-人类界面的人畜共患病暴发，明确建模跨物种传播动力学。该研究通过解析推导，揭示了关键暴发特性——包括溢出概率与时间、溢出时动物感染率以及人类暴发规模分布，发现即使人类之间的传播为次临界，大规模人类暴发仍可能因持续的动物源性溢出而发生。

ABSTRACT

Despite the enormous relevance of zoonotic infections to world- wide public health, and despite much effort in modeling individual zoonoses, a fundamental understanding of the disease dynamics and the nature of outbreaks arising in such systems is still lacking. We introduce a simple stochastic model of susceptible-infected- recovered dynamics in a coupled animal-human metapopulation, and solve analytically for several important properties of the cou- pled outbreaks. At early timescales, we solve for the probability and time of spillover, and the disease prevalence in the animal population at spillover as a function of model parameters. At long times, we characterize the distribution of outbreak sizes and the critical threshold for a large human outbreak, both of which show a strong dependence on the basic reproduction number in the animal population. The coupling of animal and human infection dynamics has several crucial implications, most importantly al- lowing for the possibility of large human outbreaks even when human-to-human transmission is subcritical.

研究动机与目标

• 为解决尽管人畜共患病对公共健康影响重大，但其传播动力学仍缺乏基础理解的问题。
• 填补建模跨物种传播的空白，开发一个具有随机性且可解析求解的耦合动物-人类流行病学模型。
• 表征人畜共患病暴发的概率、时间与规模，尤其关注溢出事件与长期人类传播。
• 证明大规模人类暴发不仅可源于人际传播，也可由持续的动物宿主驱动。
• 量化动物种群动态在实现人类流行病中的作用，即使人际传播效率低下。

提出的方法

• 为动物与两个亚成人种群中的易感-感染-恢复（SIR）动态构建多类型分支过程模型。
• 利用随机过程理论的解析解，推导溢出时间与溢出时动物感染率的精确分布。
• 应用广义多类型流行病框架，计算人类暴发规模的渐近分布。
• 利用多类型流行病的中心极限定理推导的协方差矩阵，量化最终暴发规模的不确定性。
• 引入具有不同传播率的参数化方法：$\beta_{aa}$（动物-动物）、$\beta_{ah}$（动物-人类）和$\beta_{hh}$（人类-人类），并以$R_0^{aa}$、$R_0^{ah}$ 和 $R_0^{hh}$ 作为关键基本再生数。
• 推导最终人类暴发规模方差的显式表达式，包含动物宿主与人际传播的贡献。

实验结果

研究问题

• RQ1 在随机设定下，从动物向人类溢出的概率与期望时间为何？
• RQ2 溢出发生时动物种群中的感染率如何依赖于模型参数？
• RQ3 在何种条件下，即使人类传播为次临界，仍可能发生大规模人类暴发？
• RQ4 最终人类暴发规模的分布如何受动物宿主动态的影响？
• RQ5 从观测到的暴发特征来看，流行病的来源（动物宿主 vs. 人际传播）在多大程度上可被识别？

主要发现

• 溢出进入人类的概率与时间可被解析求解，且依赖于动物-动物与动物-人类传播率。
• 溢出发生时动物种群中的感染率是一个随机变量，其分布取决于$R_0^{aa}$与$\beta_{ah}$。
• 当$R_0^{aa} > 1$且$R_0^{ah}$足够高时，即使$R_0^{hh} < 1$，大规模人类暴发仍可能发生，这是由于反复的溢出事件所致。
• 最终人类暴发规模的分布强烈受动物宿主$R_0^{aa}$的影响，大规模暴发存在依赖于该参数的临界阈值。
• 该模型揭示了非可识别性：仅从最终规模与时间观测时，仅由动物源性溢出驱动的流行病特征与由人际传播驱动的特征在统计上无法区分。
• 最终人类暴发规模的方差显著受到动物宿主动态的影响，其贡献由表达式$\frac{\rho(R_0^{ah})^2 f_a(2-f_a)(1-f_h)^2}{N_h(1-R_0^{aa}(1-f_a))^2(1-R_0^{hh}(1-f_h))^2}$量化，该表达式捕捉了动物驱动传播带来的不确定性。