范冰洁,张 斐,肖开提,阿曼古丽,黄 炯
(1.新疆农业大学动物医学院,新疆乌鲁木齐 830052;2.新疆动物卫生监督所,新疆乌鲁木齐 830011;3.新疆畜牧科学院兽医研究所,新疆乌鲁木齐 830011)
牛结核病(bovine tuberculosis)是一种人兽共患慢性消耗性传染病,是我国的二类动物疫病[1]。该病主要以结节性肉芽肿为特征,可使患病奶牛产奶量下降0.5%~14.6%[2],产犊率下降5%左右[3],严重影响牛的生产性能。同时人类可通过与患牛密切接触,吸入含菌气溶胶或食用受污染的乳制品而感染,从而对人类健康构成极大威胁[4]。在牛结核病防控中,由于治疗药物剂量、所需时间等成本过高,并有可能产生细菌耐药性,从而不利于根除牛结核病,所以感染动物一般不采用抗菌治疗,目前也没有有效疫苗进行预防。
我国牛结核病防控基于“检疫-扑杀”策略,通过将检出的阳性动物进行隔离扑杀,以降低疫病传播风险。为降低因假阳性检测结果对牛误杀造成的经济损失,应用世界动物卫生组织(OIE)推荐的比较皮内变态反应试验(SICTT)、γ-干扰素检测试验(IFN-γ),在新疆昌吉市规模化奶牛场进行牛结核病检测,并在作为“金标准”的病原分离试验难以进行的情况下,通过建立贝叶斯模型,来评估这两种牛结核病免疫学诊断方法的准确性[5]。
2019 年,对昌吉市2 个规模化奶牛养殖场进行牛结核病检测。养殖场A,共存栏牛220 头,其中高产奶牛120 头;养殖场B,共存栏446 头,其中高产奶牛420 头,其余均为犊牛、青年牛。对540 头高产奶牛进行现场SICCT 试验,同时无菌采集抗凝血540 份,常温8 h 内送至新疆维吾尔自治区动物疾病控制中心细菌室进行IFN-γ 试验。
SICTT 试 剂(Bovine Tuberculin PPD 3000、Avian Tuberculin PPD 2500),购买于瑞士Prionics公司,批号16TU2601;牛分枝杆菌γ-干扰素检测试剂盒(用于牛)BOVIGAM®,购自瑞士Prionics公司。
电动推毛器、连续注射器(德国)、数显卡尺、酶标仪、24 孔细胞培养板、恒温培养箱、肝素钠采血器、移液器及吸头等。
SICCT 试验,参照GB/T 18645—2002 进行操作;IFN-γ 试验,参照GB/T 32945—2016 进行操作。
由于SICCT 和IFN-γ 均依赖细胞免疫反应,试验结果相关,所以采用“2 个相对独立试验、1 个种群条件”相关模型[6]。将两个检测结果与设立的向量y对应参数一一对应。检测结果阳性用“+”“1”表示,检测结果阴性用“-”“0”表示。交叉参数见表1。
表1 SICCT 和IFN-γ 检测结果的交叉排列
用向量p=(p1,p2,p3,p4)分别表示y11,y10,y01,y00 对应的发生概率,n为样品总数,则y~Multinomial[n,(p1,p2,p3,p4)]。
设患病率为π,SICCT 和IFN-γ 的敏感性分别为Se1和Se2,特异性分别为Sp1和Sp2。CovDp 是真值为阳性条件下两诊断试验结果之间的协方差,CovDn 是真值为阴性条件下两诊断试验结果之间的协方差,则:
根据共轭先验分布原理,患病率πi、敏感性Sei、特异性Spi的先验分布为贝塔分布,即πi~Beta(απi,βπi),Sei~Beta(αSei,βSei),Spi~Beta(αSpi,βSpi),α、β为先验参数的超参数。结合前期预试验、文献及专家经验[7],定义πi、Sei、Spi的合理取值范围(Mmin~Mmax)。以区间中值为均值μ,区间1/4 间距的平方为方差(S2),即:
解以上联立方程,可得超参数α、β:
敏感性和特异性的先验分布参数,见表2。
表2 SICCT 和IFN-γ 的先验分布参数
患病率π因缺乏先验信息,采用无先验信息分布Beta(1,1)。CovDp 和CovDn 缺乏先验信息,且(Se1-1)(1-Se2)≤CovDp ≤min(Se1,Se2)-Se1Se2,(Sp1-1)(1-Sp2)≤CovDn≤min(Sp1,Sp2)-Sp1Sp2,故其先验分布为:
将SICCT 和IFN-γ 检 测 结果,代 入OPENBUGS 程序模型,完成Gibbs 抽样和相关参数的计算。
分别使用SICCT 和IFN-γ,对540 头牛进行检测。检测结果汇总见表3,两种诊断试验交叉结果汇总见表4。
表3 SICCT 和IFN-γ 检测结果 单位:头
表4 SICCT 和IFN-γ 检测结果的交叉排列
两种诊断方法敏感性和特异性的后验分布中位数及95%置信区间见表5。
表5 SICCT 和IFN-γ 敏感性和特异性的贝叶斯估计
SICCT的敏感性估值为78.0%(55.1%~93.0%),特异性为97.8%(96.6%~98.8%);IFN-γ 敏感性为87.1%(73.4%~95.5%),特异性为98.1%(96.9%~99.0%)。比较两种试验的敏感性发现,SICCT 试验敏感性、特异性的中值低于IFN-γ 试验,95%置信区间也较宽。因此牛结核病诊断中,IFN-γ 试验的准确性会更高。
本试验应用SICCT 和IFN-γ 试验,对昌吉市540 头泌乳奶牛进行牛结核病检测,在无金标准的情况下,汇总试验交叉结果,通过建立贝叶斯模型评估了这两种诊断方法的准确性,发现贝叶斯模型能够很好地评估出诊断方法的敏感性、特异性,且IFN-γ 试验的准确性相对较高。
诊断试验实际应用的基础就是概率论。进行检测的相关人员(兽医、重大动物疫病监测人员)对所检测畜群作出评价的过程是一个对各种证据进行收集、综合、筛选、概率分析的过程。在进行相关诊断试验检查后,根据诊断结果和养殖场的规模、环境、管理水平进行综合判断。我国控制牛结核病的措施基于“检疫-扑杀”策略,因此准确诊断是控制牛结核病的基础。经典的通过比较符合率评价诊断试验的方法(如kappa 分析),仅评价了诊断试验的可靠性,不能评价诊断试验的准确性。通过统计学方法建立的贝叶斯模型评价方法很好地填补了这一空缺。但贝叶斯模型的建立基于先验信息的收集、加工,被测场群的患病率、诊断试验方法的敏感性、特异性取值范围,这些都是重要的先验信息。越准确的先验信息,会令贝叶斯模型估算出的诊断试验的敏感性、特异性更接近真实值。
我国大多数牛场仅应用单纯皮内变态反应进行颈部皮肤试验[8],但单纯皮内变态反应并不能区分牛分枝杆菌和其他分枝杆菌感染,易产生假阳性结果,因而会造成不必要的经济损失。SICCT 和IFN-γ 方法能有效解决这一问题,目前已被引入我国并作为牛结核病的常规筛查补充方法。本研究通过建立贝叶斯评价模型,分析了SICCT 和IFN-γ两种方法的敏感性和特异性,为我国奶牛场牛结核病诊断试验的选用提供了借鉴。