文摘
虽然接触网络流行病学的方法已经越来越受欢迎在人类研究传染病的传播,它通常是一个未得到充分利用的方法调查野生动物种群的疾病暴发。在本文中,我们探索的数据类型之间的差异对人类和野生动物种群可以收集,提供一个更新在野生动物流行病学最新进展,已经通过使用网络的方法,并讨论为什么网络可能是充分利用和网络可以和应该使用更多的未来。我们总结的想法对未来的发展方向和一个呼吁野外生物学家和网络建模者参与更多的跨学科合作。
1。介绍
传统方法研究传染病动力学建模技术包括曲目:传统意味着字段(或Susceptible-Infected-Recovered(先生)区划的),metapopulation, lattice-based,反应扩散和网络模型1]。许多这些建模方法已经存在了几十年。最初接触网络的方法,为应用程序开发领域的统计物理,最近才流行起来。在网络术语,个人,个人或团体,被定义为节点,这些节点之间的连接边缘和边的数量从一个节点到另一个学位(图1)。在网络流行病学、传播的疾病从节点到节点后边缘。如果传输概率沿着边缘足够高,可以发生流行。一个非常吸引人的属性的网络能力容易描绘现实世界的复杂性。特别是,捕捉异质性程度分布在主机之间传输,允许高度连接individuals-superspreaders-to的不成比例的作用很容易调查(2,3]。网络也常常包括列表属性节点或边缘描述between-edge疾病传播的变化或主机之间infectiveness或病原体排泄的变化模式。
网络方法不是本质上不同于其他建模工具。它仅仅是一个更一般的方式代表了流行病学系统。事实上,大多数选择模型可以视为特定情况下的网络模型。例如,流行病建模利用区划的爵士模型相当于一个完整的网络模型中,所有的节点彼此相连(图2(一个))。lattice-based模型也可以替换为一个节点的网络模型是邻居在晶格相互连接和所有节点具有相同的学位。
(一)
(b)
(c)
(d)
因为它提供了更多的灵活性,网络方法可以用来回答新问题和改善疾病控制。因为所有个人和所有潜在的传播路径表示的网络,就可以确定个人或边缘,疾病传播起着关键的作用。流行病学家可以提出措施,改变渗流网络为了防止或阻止疾病。例如,接种super-spreading个人变化分布程度,这可能是更有效的方式来实现比随机群体免疫接种疫苗。由于这些原因,网络技术已经越来越多地用于人类疾病的研究(2,7,8]。获取参数对于这些接触网络模型,人类可以很容易自我报告的数量联系数据快速有效地通过接触者追踪或接触日记9];也有聪明的方法使用代理进行人类疾病的发病率,例如采矿流感相关互联网查询的数量(10)或使用手机位置作为人体运动的代理或接触者追踪研究[11]。
尽管优于传统的疾病模型,研究网络仍未充分利用的野生动物疾病的人群。在本文中,我们将介绍野生动物的最先进的网络建模,讨论原因网络模型是一个野生动物流行病学的未充分利用的工具,并建议联系网络流行病学如何成为生物学家更广泛。为了清晰起见,我们限制我们的讨论与简单的生命周期和关注主机之间疾病microparasites动力学。
2。当前使用的网络模型在野生动物流行病学
本节概述当前状态的野生动物流行病学网络。我们第一次呈现的主要原因网络模型特别适合野生动物流行病学。然后我们让野生动物流行病学的一个关键的特殊性:收集的数据类型。最后,我们目前取得的最新进展。
2.1。为什么网络模型可能更喜欢传统的建模技术吗?
传统区划的或metapopulation流行病学模型假定个体构成一个流行病学系统可以集中在一个小数量的官能团在疾病发病率只是与易感个体和传染性的数量成正比。这些模型通常限定为“质量作用模型”。在这些官能团,因此,个人认为是流行病学相同。网络模型的创意驻留在考虑个人间的能力或群体间(即。节间)的流行病学变化属性(例如,学位,infectiveness回收率)。高分辨率,网络中每个个体所扮演的角色可以被评估。自网络模型获取比传统模型节点之间的异质性,安装网络模型可以用来预测针对个人的干预措施的影响,疾病渗流至关重要。
因此网络模型构成强大的工具来分析流行病学高度异质化的系统。例如,当程度强烈右偏态分布,少量的个人最高的程度值往往是早期感染流行期间,随后重新分配大量个体的疾病。这些“集线器”个人负责高发病率的流行,传统模型无法预测(见图2)。如果使用一个质量作用模型适合流行疫情期间,收集的数据相关的拟合优度将贫穷,和流行病学参数的估计会有偏见。如下解释,野生动物种群是异构系统的典型例子,因此大大受益于网络的方法。
2.2。野生动物与人类不同数据怎么样?
从流行病学的角度来看,野生动物系统有别于人类系统在四个重要方面:(i)人口的底层结构,(2)可用的工具来收集数据网络结构,(3)流行病学数据,及(iv)潜在的控制选项。
首先,野生动物种群往往是高度结构化的。无数的物种生活在团体,通常非随机交互。和某一特定区域内,几个物种容易受到相同的疾病也可以交互。在这样一个复杂的系统,全球联系网络是模块化的。它可以分解为元素对应于不同的观测尺度:会促进网络水平),群体间的网络(),有时像物种之间这样的高阶水平网络网络()。水平,网络()可以被视为metanetworks,也就是说,网络的网络,网络的水平1构成的节点的水平(图1)。野生动物流行病学家需要估计基本结构参数的研究人群为了知道这些不同的网络是如何组合在一起。基本上他们需要回答下列问题:动物生活在团体吗?如果是这样,群体大小分布是什么?个人在一组互动如何?团体互动如何?兴趣可能涉及几个种类的疾病研究区?有其他潜在相关的层级,如子组(组内组)或亚种群(组)组?
第二,野生动物生物学家面临多重挑战当收集联系人数据(12- - - - - -14]。行为观察的动物很少允许精确推断,全面接触网络,基本上是不可能看着所有个人的人口在同一时间。使用间接措施(技术)可以帮助这个问题,虽然个人的数量可以同时监控由于后勤方面的困难,往往是有限的或技术的高成本(但见(15)这可能记录了一个完整的网络人口研究的蜥蜴)。代表更常见的研究人群普遍选择的子集,然后直接观察到的行为抽样方法或使用标准的间接监控使用biologgers,无线电遥测、mark-recapture或其他方法(方法见表的讨论1)。选择技术通知接触模型时,重要的是要考虑物种是否习惯,俘虏或野生,当地环境的人口(例如,大量森林或水下),大小的动物,该决议所需的数据创建一个接触网络特定于该动物的行为,预算、所需样本量。重要的是不要使用这些技术改变动物的行为,例如通过观察者面前胆小的动物,或重标记限制运动。
有一些特定的挑战在构造接触网络从经验数据。(我)接触网络通常来源于健康的人,和动物的行为,因此地形的联系网络,可能会改变在感染。通常是未知的感染是否会改变网络结构,导致更多的接触(例如,“愤怒”狂犬病)或更少接触狂犬病(“哑巴”)。在这种情况下,灵敏度分析可以用来对冲利率由于接触感染的任何更改。(2)是很难定义一个“联系”;清晰的定义接触将取决于病原体的传播。病原性传播吗?气溶胶承担?在环境中持续存在呢?什么是一个有效的接触? (of course, a contact does not necessarily mean a transmission event.) The best way to get answers to these questions is to do controlled transmission experiments, but this can be ethically challenging, especially for wild animals of conservation concern. (iii) Once a definition of “contact” is created, and a technique chosen to capture these contacts, it is then difficult to measure other types of social interactions for which you are not monitoring. (iv) Despite the recent technological advances allowing the collection of biologically relevant contact data for the majority of a population, how to sample a network is still a problem. For example, technological failures can lead to incomplete networks even if the whole population was successfully tagged, and there are often edge effects with other populations [24]。(v)方法用于收集联系人数据的类型会影响网络的性能,因此疾病的传染期必须考虑当选择一个方法(27]。因为另一个行为变量通常被用作代理(即联系。,proximity data), the raw data collected from these indirect measures does not immediately yield a contact network. But, after adequate processing, it becomes possible to reconstruct contact networks that will not exactly match the actual full network, but will rather have the same statistical, and hence epidemiological, properties.
野生动物也经常接触网络,如果不总是,展览时间变异,创建一个动态网络。例如,个人或团体可以迁移到不同的区域(例如,驯鹿(40],角马[41)、鸟类(42),黑脉金斑蝶(43]),个人可以转移到一个不同的组(例如,(44]),和动物社会可以裂变融合(例如,土狼(45],黑猩猩[46),宽吻海豚(47,大象48)、狮子(49],和孔雀鱼[50])。此外,对长时间接触网络可以改变由于人口出生和死亡等过程。理论研究表明,传染病的传播动态网络不同于静态网络(51]。接触模式的重大变化过程中流行病需要占,这数据描述接触网络动力学可以使用直接观察或获得技术上面列出的表1。
第三,流行病学参数也可以是具有挑战性的收集(52]。发病率可以通过被动监测记录操作或直接观察的一些疾病,野生动物表现出明显的临床症状(如狂犬病53])。然而,大多数的野生动物没有显示视觉疾病的迹象,大多数野生动物只是消失当他们死的时候。领域往往很难发现尸体,和更令人担忧,甚至检测任何形式的死亡(例如,54])。作为另一个例子,在1000头狮子疑似死于致命的犬瘟热病毒爆发在塞伦盖蒂在1994年,只有11岁的尸体被找到从人口高度监控55]。患病率收集的数据可以通过积极的监测方法,如血清学调查。血液可以直接或间接地对病原体的抗体筛选病原体提供有关疾病动力学(56]。纵向调查通常是首选的类型的血清学调查;横断面可以误导,因为抗体血清学调查结束后长期存在感染(57]。收集血液样本只可能在研究动物可以被困或冲。通常是昂贵的,耗时的,潜在的危险的动物。然而,近年来,非侵入性疾病筛查方法已经开发出来,如免疫球蛋白剂量在尿液和粪便(例如,猴免疫缺陷病毒的黑猩猩(58])或粪便中寄生虫的基因(例如,疟疾在类人猿(59])。
与人类疾病相比,多个主机经常参与野生动物疾病。人类的爆发通常涉及动物,但是通常只在刚开始的时候;而在野生动物,往往涉及多个物种在整个过程中爆发。这增加构建multihost网络的复杂性,通常是具有挑战性的准确评估多个主机的联系网络,迫使一个备用战略意味着领域模型(60]。
最后,尽管约束来推断的结构联系网络和收集疾病数据,网络模型允许我们轻易评价一个广泛的野生动物疾病控制干预措施。在人类身上,因为人类有许多方式可以修改网络,如关闭学校,旅游警告,和机场关闭在某些情况下,公共卫生行动常常专注于改善流行病学监测和实施后续疫苗接种运动。在野生动物流行病学,改变网络也是可能的,但以非常不同的方式(61年]。例如,口服疫苗接种鱼饵偶尔可以用于成功(62年]。肠外接种疫苗可用于小型野生动物种群63年),但在逻辑上具有挑战性,有时被认为是入侵。野生动物接触网络也可以修改通过减少接触国内动物,人类和野生动物避免溢出在第一个把这个是一种野生动物检疫(64年- - - - - -66年]。人口密度也可以减少通过扑杀或减少出生率(34,67年]。网络方法的一个重要的好处是能够识别中央个人可能负责大多数传播事件。当这些人针对干预的目的,这减少了野生动物的数量需要扑杀或接种疫苗,例如。
2.3。最近网络野生动物流行病学的进展
在过去的5 - 10年里,野生动物生物学家取得了坚实的进展描述接触网络野生动物种群。通过使用这些接触网络小说我们已经能够解决相关问题野生动物和他们的疾病。例如,superspreading动物被发现在某些人群(例如,鹿鼠和负鼠(23,28]),而他们并没有明显的在其他系统中(例如,袋獾和非洲狮子的数量(4,24])。袋獾网络被发现是一个巨大的组件,这意味着整个濒危种群受到小说传染性癌症的威胁(24]。出身名门的人更容易感染一些野生动物(brushtail负鼠,沉睡的蜥蜴,石龙子,和大黄蜂15,29日,32,39)而不是其他人(猫鼬16])。在研究负鼠,密度是发现与接触率(不相关的25]。相比之下,大量疾病传播的阈值上面(渗流阈值)已确定在沙鼠鼠疫(68年multihost瘟疫系统)和小鼠和草原犬鼠的69年]。与网络,研究人员能够区分疾病溢出的空间格局和流行波(17]。时间接触模式的改变也被确定为关键呼吸道疾病传播的野生黑猩猩(70年]。不同的空间尺度上的问题已经解决了网络,特别是本地与远程传输事件的相对重要性在驾驶疾病传播68年]。最后,多级网络模型已经开发并成功地应用于结核病传播獾组之间和牛26]。为更广泛的见解我们引用表的列表1最近的一个评论的71年]。
3所示。尽管有这些进展,为什么网络模型未充分利用的野生动物流行病学?
网络方法在文献中可能需要一个公关活动。网络已经应用于其他领域,如统计物理几十年来,然而只有在过去的10年里真正开始与人类流行病学文献,,现在野生动物流行病学的前沿。接触网络模型是可能的不知名的野生动物的社区。使用这种方法的研究仍相对有限,但这些研究结合网络和野生动物,他们经常会刊登在高调journals-potentially表明野生动物流行病学网络仍处于起步阶段。
第二,网络文学,尤其是在物理文学,非常难以理解,乍一看,似乎复杂的的生物学家。网络流行病学的分析处理模型是解决困难然而仅略超过质量作用模型的微分方程组。几篇文章是呈现显著的网络模型的数学生物学家(在一个可访问的方式72年- - - - - -74年]。然而,发现分析解决方案并不总是必要的。基于随机模拟可以很好的替代品,相对容易实现。他们特别有趣的模型复杂的系统,有很多参数,因此不能被封闭的形式描述方程。不幸的是有有限的网络软件与易于使用的图形用户界面实现这些方法,与通常人们计划他们自己的网络仿真模型(表2)。编码使用基本的编程语言(例如,R, Python或NetLogo)通常是一个完全不同的技能从野外生物学家成功地收集野生种群联系和流行病学数据。
第三,网络确实是数据密集型遗憾的是,和野生动物系统通常数据有限。个体层面的数据可以是昂贵和耗时的收集(71年]。例如,在构建一个接触网络人口的塞伦盖蒂狮子,只有36 pride-to-pride接触观察每1294小时的日光观察3年多时间(4]。此外,不能连续观察野生动物,和处理差距和缺失的数据通常是具有挑战性的(见部分4)。
最后,联系网络推断从接触收集的数据为一个特定的物种,为一个特定的生态系统,和一个特定的时间。因此它可以难以概括流行病学结果与网络模型(例如,[其他情形4])。
4所示。如何消除怀疑网络吗?
网络方法需要变得更好已知的和更容易。应该鼓励野生动物流行病学家在会议和期刊上推广自己的网络方法通常没有接受网络的方法。更多的培训如SISMID(华盛顿大学)或INSNA研讨会在阳光地带将是有用的。一个正式的网络和平均场模型之间的比较也会帮助传播这个词。目前,很少有论文比较平均场模型和网络的性能。尽管科学家可能已经尝试多个建模方法在研究过程中,通常只有一种方法是出版。质量作用模型通常工作“很好”,但我们并不知道任何正式的定量比较的优点和缺点使用平均场对网络模型进行一系列的实证和理论系统。
网络模型很可能只会变得更多复杂的:他们将包括更多的参数和变量。“复杂性”是一种内在的、客观属性的一个模型。它不一定是“复杂”的代名词——主观判断建模困难的任务。例如,重要的是要注意随机基于主体建模处理非常复杂的模型,但一般不复杂。在过去的几年中,生物学家们越来越多地使用这些类型的模型来研究各自的不同变量对生物现象的影响。特别适合一些软件和用户友好的计算机语言开发网络流行病学基于代理模型(表2)。它甚至成为可能适合这种模型字段数据。近似贝叶斯算法的最新进展(ABC),一组方法最初是由人口遗传学家,极大地促进基于代理模型拟合(84年- - - - - -86年]。我们想吸引流行病学家的注意这些方法,我们相信在未来将被广泛使用。
技术之间的桥梁数据密集型网络模型和固有的挑战收集联系人数据。有一阵新技术如卫星GPS无线电遥测、邻近数据记录器,相机和视频陷阱,跟踪,邻近数据无线电项圈,粉标记,标签,和天线,capture-mark-recapture(表1)。这些方法几乎总是在离散时间间隔收集数据。忽视这些固有的空白数据集可能导致偏见联系网络或流行病学参数的估计。例如,如果一个动物是观察到的敏感时刻t和reobserved感染10天后,应该我们假设它感染的第一天,最后一天,或者五天之后?答案是,这些假设是必要的。至少有三个统计方法可以用来处理这种不确定性。首先,生存分析,最初开发使用date-of-last-observation数据估计生存率也可以应用,例如,估计血清转化。一个简单的假设血清转化相当于死亡[87年]。第二,跨州capture-mark-recapture (CMR)模型已被证明非常有用的估计动物迁移率、存活率和利率的改变个体的状态(例如,州的年代,我或R)。尽管用户友好的软件存在适合CMR模型(表2),这些模型可以更广泛地用于野生动物流行病学,估计网络参数和流行病学参数。第三,基于代理模型,加上ABC拟合程序,可以很容易地规避的问题缺失的数据(84年- - - - - -86年]。我们的目的是吸引流行病学家的注意这些方法而不是详细描述它们,所以我们鼓励有兴趣的读者参考引用的引用。
一个令人兴奋的和有用的推动未来的发展方向将是发展理论的进步网络模型,允许我们开发“普世原则”。如上所述,当前网络模型通常从接触数据推断。但一般不知道规则的建立联系模式。理解这些规则,特别是生态变量如食物资源如何分配,同种个体的分布和气候影响接触模式,将允许识别通用准则来约束网络的结构。它将成为其他人群可以推断这些机械模型,领域,或时间段。
网络流行病学建模是通过跨学科的本质。这是野生动物更相关的网络流行病学,因为行为生态学等新领域,capture-mark-recapture、和先进的统计数据的总和。合作网络建模是一种有效的方法。生物学家们知道他们的系统,和知道如何收集数据,而理论家可以核心建模方面工作。我们想促进更好的建模者和野外生物学家之间的合作。建模者可能需要被视为由野外生物学家更平易近人。重要的是,我们认为合作应该发生在流行病学研究的所有阶段,从设计的数据收集协议建模阶段的结束。
5。结论
网络模型在野生动物流行病学领域的应用前景。尽管使用这种方法需要大量的训练,学习曲线并不像它看起来那样剧烈,和几个软件和解释计算机语言开发,这将使这一步骤简单。在任何情况下,我们坚信,好处远远超过这些成本。应用程序的数量在野生动物流行病学已经广泛的网络模型,并将继续增加。需要探索新的应用程序域请求。例如,网络模型是适合结合网络和基因数据,潜在的猫免疫缺陷病毒等病毒性疾病和猴免疫缺陷病毒。接触网络流行病学使用定向网络(在一个方向上有更强的传播)被应用于动物使用相同的休息点对间接传播病原体(15,29日],可以扩大到淡水生物因为河流网络容易地图,有一个好的空间组件,和病原体可能旅行下游。
我们认为发展合作领域生物学家和网络建模者将野生动物流行病学带来进步的关键因素。我们需要变得更加多学科和交叉学科(14,88年]。
确认
m .工艺感激NSF资助(瓦兹- 0804186)。华盛顿支持通过NSF资助deb - 0749097洛杉矶迈耶斯。作者感谢洛杉矶迈耶斯和萨拉·珀金斯有用的改进草案。