美国伪狂犬病监测计划（1.01版）—附录

文│美国农业部动物卫生检验局兽医处

动物卫生流行病学中心国家监测小组

译校│张淼洁 张倩 刘林青（中国动物疫病预防控制中心）

本文为美国伪狂犬病监测计划（1.01版）的附录1、附录2和附录3，《美国伪狂犬病监测计划（1.01版）》正文部分见本刊17～19期。

附录1

在相对加权法基础上对伪狂犬病的监测、现状和计划进行评估

（2007年11月20日草案；Mark Schoenbaum；区域流行病学专家；兽医处西部区域办公室）

1.方法。该方法的目的是对多数据流中监测计划的样本量、性能和最低成本进行优化。结构化相对加权法（SRW）利用一个框架来衡量为达到监测目标而设计的各监测流程的价值。监测是持续收集数据并根据监测数据在适当的时候采取行动。当前的许多监测计划都是由多个不同的监测流程组成，每一个流程仅对其中1个或2个监测目标做出贡献。某些监测流程提供的信息或许比其他流程提供的信息更有价值。本方法包括使用合适的数据及专家意见来衡量计划的不同方面，根据样品量对效果和成本的影响做出更好的决定。以下为各因素概述（见表1）。

（1）至少有一个监测目标i，i＝1到x。

（2）至少有一个监测流程j，j＝0到y。

（3）监测流程有多个数量的采样级别nj，j＝1到y。

（4）监测流程j＝0表示基线。

◇为了达到每个监测目标，理论上应为随机采样。

◇对于监测目标ni0，i＝1到x，就是从每个需要监测的群体里随机采集的样品数量。

（5）相对权重，sij和tj（其中i为第1到x个监测目标，j为第0到y个监测流程）。

◇sij就是为满足目标i而以j的方式收集样品的相对权重，这种权重在使用时要考虑监测流程的敏感性、特异性、时间性、适应性等因素。

◇tj表示通过流程j在群体内采样来计算风险/流行率的相对权重。

◇由于使用的是相对权重，所以权重的实际值并不重要，仅需要它在计划中其他值的相对关系。

◇s与t的权重在评价监测样本中同等重要。

◇基线（j＝0）也包含在权重的步骤中，可用来评价其他流程的平等性。

（6）需要一个能够平衡各目标的监测计划：

◇包括多个不同监测流程的监测计划。

◇不同的监测流程在样品数量的基础上为每个监测目标做出不同的贡献。

◇在一个相对的规模下比较不同监测目标、监测流程中的各样品的权重（sijti）。

◇由可用数据和专家意见决定相对权重。

◇权重比率r，建立基线和每个监测流程相对权重的基础上，表示样品的相对价值，rij＝sijti/si0t0（i表示第1到x个目标，j表示第1到y个流程）。

◇将多样化的监测计划中的每个监测目标i等量化ni0＝rijnj（i表示第1到x个目标，j表示第1到y个流程）。

（7）目标i的预期实现目标（EAG）：

◇新提出或现有的监测计划中的措施与目标符合。

◇EAGi＝rijnj/nj0（对特定的目标i，j表示第1到y个流程）。

◇对于目前开展的监测，每个流程（j＝1到y）的样品的数量nj，都会特定的来确定每个目标的EAG。

◇对于新提出的监测计划，每个监测流程的样品数量（nj）由每个监测目标/流程进行优化（使用已知的限制方法）。

（8）监测流程中样品量（nj）的优化：

◇根据上述的计算方法获得计划的最高EAG得分。

◇计划的最低成本。

◇目标i的总成本，nijcj（j表示第1到y个流程）。

◇为某目标收集的样品同样适用于其他的目标。

◇监测计划预计总成本＝Max（nij, i表示第1到x个监测目标）cj，j表示1至y个监测流程。

◇研究计划中符合目标的不同流程的成本/效益。

◇流程中每一美元的得分为SSDij＝sijtj/cj。

◇SSD为在特定的监测流程中每单位金额监测样品的期望值。得分为与同一个目标内的其他SSD比较的相对值。

2.伪狂犬病的监测计划—结果。

2007年4月对监测流程进行了更新。

（1）被动报告的PRV疑似病例（FAD）。

◇采样群体：上报到州/联邦机构的非正常猪的病例。

◇采样单元：病例。

（2）病猪送检组织的实验室诊断（诊断实验室）。

◇采样群体：送检到诊断实验室的符合病例定义的猪。

◇采样单元：病例。

（3）猪病例的实验室血清学检测（血清学监测）。

◇采样群体：送检到诊断实验室的有4～5个病猪的血清样品等。

◇采样单元：有多个动物样本的病例（n＝5）。

（4）从高风险县跨州移动的猪群监测（跨州）。

◇采样群体：跨州移动的猪群。

◇采样单元：猪群检测。

（5）野猪狩猎区附近的户外猪群监测（狩猎区）。

◎图1 2006年3个监测流程对2个PRV监测目标的预期成果

◎图2 提议的监测计划中不同监测流程对2个监测目标的预期实现目标**衡量监测计划对于预期监测目标的实现程度

◇采样群体：北方或中部狩猎区附近的户外猪群。

◇采样单元：猪群检测。

（6）报告直接暴露于野猪的猪群监测（野猪暴露组）。

◇采样群体：在北方或中部州内报告接触野猪的猪群。

◇采样单元：猪群检测。

（7）有野猪分布的县区周围的户外猪群监测（户外组）。

◇采样群体：有野猪分布并且养殖规模超过1000头母猪的72个县户外商品养殖场。

◇采样单元：猪群检测。

（8）屠宰场母猪/公猪的检测（母猪/公猪屠宰场）。

◇采样群体：从猪群中剔除的，具有背签标识的且在选定的联邦监控屠宰场屠宰的母/公猪。

◇采样单元：仅血液样品。

（9）屠宰场的育肥猪检测（育肥猪屠宰场）。

◇采样群体：在选定的联邦监控屠宰场屠宰的育肥猪。

◇采样单元：仅血液样品。

（10）认证检测（认证）

◇采样群体：为认证阴性状态或监控单个猪群状态而进行的检测。

◇采样单元：群体。

3.伪狂犬病毒监测计划—分析（见图1、2、3、4）。

4.讨论和结论。2005年，NSU成立了一个PRV专家小组帮助拟订监测计划，这个小组由Eric Bush来领导，还有Lowell Anderson，Mark Schoenbaum，和John Korslund等人组成。小组成员负责规范各监测流程的特征，各监测流程中采样猪群的风险和流行率特征，对流程中采样方法的价值进行评级，并对之前的监测计划框架提出可选择的抽样方法。

现在的PRV监测主要基于屠宰场公/母猪及育肥猪的监测，以及报告到管理机构（FAD）非正常猪病例。这些监测流程主要是在猪群中PRV较普遍的地方进行。因此，建立在这些基础上的监测方法在发现PRV方面是有效的。

一些专家认为，更有针对性的方法有利于实现快速检测和成本效益，这在其评分中能够反映出来。Des Moines在2005年总结到，PRV监测中最重要的两个目标是：第一，商品猪群中PRV的快速检测；第二，证明商品猪群PRV无疫。

表2和表3列出了每一个监测目标和流程权重，这是多位专家在多次会议中面对面讨论的结果。在最近的会议中， 2007年4月，快速检测的目标从2个月（95%的置信区间内百万之一的检出率）变为了1个月，这提现了我们对快速检测的需求。证明无疫的目标依然为在95%的置信水平下一年内发现0.05%的阳性率。

◎图3 提议的PRV监测计划中每一美元对2个监测目标的得分**对于每个监测流程成本效益的相对测量

图1证明了我们需要改变现今的PRV监测方法。考虑到专家的评级，现今的监测并没有达到所设定的快速检测目标（达到预期目标的12.3%）。证明无疫的工作却超过预期目标许多，为8427%。选择更有目标性的监测方法能增进目标1的实现并且降低目标2。

各地专家在过去几次会议中对几个可选的监测计划进行了讨论，在最后一次面对面会议中对监测计划的第二选择方案进行了讨论，并以图2表示出来。监测计划第二选择方案具有10个监测流程，将有可能完成131%的目标1（快速检测）和332%的目标2（证明无疫）。

成本效益是对每个监测流程采样水平进行讨论的一部分。图3为每个监测目标下各流程的成本效益划分了等级。每美元获得较高的得分表示相比于同一目标下的其他流程而言具有更高的成本效益。正如期望的一样，屠宰场监测在证明无疫上具有很高的成本效益，而实验室监测和血清学检测这类具有目标性的监测流程对PRV的快速检测具有更高的成本效益。

最后，图4比较了当前所有的监测流程（2006年）和提出监测计划第二选择方案中各流程的总成本，方案2的成本可能仅为当前成本的1/3。

表2 监测计划2的所有流程的等级和成本

表3 2006年3个监测流程的结果

本文所展现的PRV监测工作依然在进展中，未来的工作必不可少。我希望能够对样本量、成本和能够反映出在监测计划期间反映其特征的调整指标进行重新评估、衡量和优化。例如，比如许多建议的监测流程并没有实施，这些流程的效果或许与最初的期望有很大不同，这些信息或许只有到计划实行1～2年后才能获得。因此，对于监测计划的调整是个持续的过程。

在新的PRV监测计划实施之前还需要完成更多的工作。某些监测流程可能无法，其他监测流行可能会进行调整或增加。专家需要对发生显著变化的监测流程重新权衡。我们会经常召开面对面的会议来更新权重，或许会进行电话会议，但直接面对面的会议会更好。当监测流程被取消、增加或结合时，将需要对样本量和成本进行重新优化。PRV项目管理者和熟悉病毒、通用的监测机制以及抽样方案的兽医流行病学家是我们所需要的专家。

本报告中SRW计划框架的优势之一是监测计划内参数的改变可以相对快速一些。一个新修改的方案可以分为监测流程、样本量、预期成本和预期效果。专家花费更多的时间来权衡各个监测流程和目标，使其客观上达到一致，从而形成一个在各参数设置上更加现实的、能够被广大群众所接受的监测计划。

附录2

对风险分析需求的响应

伪狂犬病监测实施：高风险猪群的监测流程［Katie Portacci（DVM，MPH，DACVPM），Diana R. Mitchell（MS）；风险分析小组，新发事件中心；USDA:APHIS:VS:CEAH］

1.背景。伪狂犬病毒（PRV）在2003年已从美国商业猪群中彻底根除，尽管如此，它依然在野生猪群中存在并且能在与野生猪群接触的猪群中偶尔发现。

根据PRV在商业猪群内完全根除的现状，在2004年的美国动物卫生联合会议上提出了PRV根除后的监测计划的需要。NSU着手于建立一个全面的PRV监测计划，将之前建立在各州基础上发现病例的监测融入全国的监测计划中，从而在商业猪群中发现PRV感染并证明无疫。

国家PRV监测计划的一个重要的目标是监控引入PRV的风险。2005年，USDA的流行病和动物卫生中心开展了一次风险评估，名为“美国境内州与州之间商品猪群反复接触PRV的风险评估”，指出了商品猪群具有暴露或者传播PRV高风险的州。

国家PRV监测计划以这次评估为基础，制定了定向的监测流程，聚焦于鉴定为高风险县区的24个州跨州交易的猪群，这种针对高风险猪群的监测被认为是快速检测PRV引入的重要流程。

随着该PRV监测计划的制定完成，APHIS-VS项目工作人员准备在2008年实施这个计划。为在实施过程中合理分配监测计划资源，猪病人员和PRV监测小组需要对州和县级可利用的资源和信息进行准确描述。为实行高风险猪群的目标监测，猪病小组提出了CEAH的风险分析小组协助的需求。

2.目标。目标是完成高风险县（有资料证明有野猪的县）内商品猪群的目标监测活动所需的时间、信息、资金。

当前，仅有很少的信息能用来确定在这些县有多少高风险猪群，或者与野生猪群的接近程度。为了确定实施监测计划所需要的资源以及高风险县中猪群的状况，风险分析小组需要解决以下4个问题：

现有数据，以及仍然需要从县和州获得的关于疑似猪群尤其是“商品”猪群的信息。

获得这些信息时GIS技术的价值。在没有和有小、中、大商品猪群的县获得相关信息所需人力的评估。

◎图4 2006年监测计划与提议的选择方案2预期花费的比较

各州跨州运输的次数和运输猪的数量。

3.方法。根据评估需求，风险评估小组应就PRV监测计划的实施和资源分配提供咨询。但是，为协助猪病工作人员和其他组织，我们评估了以上四个问题以确定当前可利用的资源，也为解决这些问题中需要什么资源提出了建议。

4.评估和建议。

（1）现有数据，以及仍然需要从县和州获得的关于疑似猪群尤其是“商品”猪群的信息：

自2004年起关于野生猪群分布的最新数据（SCWDS），监测计划非常需要野生猪群的准确信息来确定风险；

风险分析小组能够利用的国内养殖猪群信息来自于国家农业数据服务中心的普查信息（2002），这些信息包括动物的数量、场点数量、县内不同养殖类型的比例。但是，这些数据无法体现出当前使用的生产体系，比如动物的位置或者这些场点的生物安全等级。

为划分“易感”猪场，我们需要一个统一的“易感”猪场的定义，当前的监测计划认为“暴露”的商品猪群就是能够与外界野生猪群接触的家养猪群，这些的信息不能从NASS获得，但是一些州或产业或许有这些信息。

监测计划内的采样方案有以下三个特征：能够连接户外的设施，完全限制性的设施，完全限制性的设施和外围隔离措施。如果采样是按照以上标准进行的话，猪场的划分也必须按照这些标准。在国家层面上无法获得这些信息。2007年NAHMS关于小型猪场的研究或许可以提供一些概况，但这些信息无法为实施该采样方案提供需要的县级信息。

需要开发一个统的场点划分系统，定义一致，根据养殖场的风险等级进行划分，创造区划的效果。

识别和分级场点的过程将通过动物和场点的识别系统流程化。但是，如果不加入国家动物识别系统或其他类似的系统，这个措施将无法被普遍利用。因此，现场人员（动物卫生技术人员或兽医关于）需要识别每个有野猪的县的每个猪场，并登记为合适的类型（根据设定的定义设定而不是主观意向）。获得这个级别的信息所需的资源每个州各有不同，只能由各州进行估算。

如果猪场的易感性取决于县内野猪的分布，必须制定一个更加统一的报告野猪信息的方法。有效的被动报告系统要求对公众进行教育以确保报告。

暴露于野生猪群的地方区域中猪群的移动，可能会在家养猪群内传播PRV。所以必须注意，之前提到的采样方案并能够反映出在产业体系、州内、州际或者在销售场点之间的猪的移动。我们需要关于这些风险因素的信息，但是在当前单一的国家的体系下是无法获得这些信息的，虽然部分州的数据库有关于移动的信息。我们依然没有意识到可靠的、集中的跨州动物移动信息的重要性，尽管一些州有这些数据（见下面的第4部分）。

（2）获得这些信息时地理信息系统GIS技术的价值。

GIS对一个地区进行风险分析是很有帮助的。但这些分析十分依赖于问题1中获得信息的，特别是位置、生物安全、场点类别以及野猪分布等。没有这些信息，地理信息系统的有用性会受到限制。

如果通过调查获得对于问题1的回答，可使用全球定位系统（GPS）收集农场位置信息。所有现场工作人员需要接受使用GPS装置和以标准的VS格式输入数据的培训。

（3）在没有和有小、中、大商品猪群的县获得相关信息所需人力的评估。

获取这些信息所需要的人力资源将由各州确定，因为每个州内的猪养殖数量以及现有的可用于调查工作的人员数量都不相同。

（4）各州跨州运输的次数和运输猪的数量。

关于猪群跨州移动的概况来自于2006年NAHMS的研究，但是这个研究并不适用于县级（甚至不适用于某些州）。

获得县级的准确信息必须依靠AVIC、国家兽医以及拥有兽医检疫电子证书（eCVI）的执业兽医的参与。

2003年经济研究处（ERS ）完成了一个名为“州际牲畜移动”的展望报告。这个报告在很大程度上依赖于2001各州AVIC开展的调查，报告了主要商品畜（包括猪）检验证书的汇总结果。如何使用这些数据是我们所关心的，由于应答率率和养猪业自2001年以来的变化，这些数据可能无法准确地反映当前的行业情况。在全国强制使用eCVI数据库将有助于通过电子化的手段更彻底的获取信息。至少，开展一项关于各州的新调查将有助于确定各州执行此措施的能力。

5.对未来的建议。风险分析小组在分析数据上非常高效，但是没有办法产生数据。为了确定每个高风险州的所需资源（正如之前风险评估定义的一样），必须准确了解每一个州的实际情况。

为了获得这些信息，有以下几个建议：第一，所有参与到PRV监测计划的组织都必须认可关于场点分类及其风险等级的定义；第二，由区域办公室开展对高风险州的调查，确定每个州的现有资源。根据商定的标准定义，确定关于跨州移动以及场点分类中所需其他信息的可用性。

对调查结果进行分析以后，可以判定是需要每个场点进行实地调查，还是国家级的数据已经足够。

基于一些县猪群的大致信息，可能会根据“专家意见”将县内的养殖猪场进行大体的划分。但是，这些数据都很难汇总，而且在提供关于猪群特征的准确信息方面价值不大。

此外，如果风险被定义为接近野生猪，那么对野猪群的准确描述是非常必要的，这个数据库作为常规基础数据应定期维护。

6.结论。基于有限的数据，风险分析小组认为，本次可做的分析有限。我们可以帮助监测团队定义风险群体，在调查加入经济方面的问题，并帮助编辑对各州的调查。如果可获得更多的数据，风险分析小组将重新分析数据。

附录3

见表4、5。

表4 2008年美国PRV监测实施计划

表5 2009—2010年美国PRV监测实施计划