创新背景

家禽养殖场禽流感的爆发影响着农业、经济、公共健康等，寻找预测禽流感爆发的有效指标将对兽医健康和农业经济有重要作用。

创新过程

瓦赫宁根生物兽医研究所的研究人员研究了荷兰家禽养殖场中26次高致病性禽流感爆发的环境因素，并将其与104个未感染对照养殖场周围的因素进行了比较。利用机器学习，研究人员分析了禽流感爆发的预测指标。

野生鸟类的密度被证明是最好的预测指标，得分最高的20项指标中有19项与野生鸟类有关。其中，17只是水禽，2只是猛禽。除野生鸟类外，农业用途这一景观特征也有助于预测家禽养殖场的禽流感。

在水禽中，野鸭被证明是风险预测的最重要贡献者，其次是哑巴天鹅、布伦特鹅和野鸭。传统的观点认为开放水域等景观特征是主要预测因素，景观特征在野生鸟类的存在以及它们在特定地方出现的数量中起着重要作用。研究表明，野生鸟类的存在和数量是预测家禽养殖场爆发禽流感的更好指标，而不是单独的景观特征。

研究分析的禽流感病例数量有限，总共26例，但该模型似乎提供了对爆发风险的准确预测。研究人员认为，这些分析和由此产生的禽流感风险图是确定禽流感监测优先次序的良好工具。这些知识还有助于有针对性地采取预防措施，避免禽流感在农场传播。预测地图可以帮助确定家禽养殖场的最佳位置，以尽量减少禽流感爆发的风险。

根据模型，野鸭和哑巴天鹅的存在和数量是最重要的，其次是一些鹅种。在几次禽流感爆发中，在许多这些水禽中发现了高致病性病毒变体，以及最佳预测鸟类物种列表中的其他一些物种。

研究没有阐明这些鸟类在将禽流感病毒传播到家禽养殖场中的作用。这些鸟类的进一步研究可能为此提供新的线索。野鸭、哑天鹅和布伦特鹅的分布数据有助于预测家禽养殖场爆发禽流感的风险。

创新使用机器学习研究影响家禽养殖场的禽流感爆发的因素，创建模型证明野生鸟类分布是家禽养殖场禽流感暴发的良好预测指标。