Nature：模型预测H7N9疫情将会如何蔓延
2013-04-26 01:10:03 来源：生物360 作者：koo4月25日，《自然》网站发表了三篇文章谈论人感染H7N9禽流感病毒：一篇社论（中国应对H7N9禽流感及时得当），一篇专栏（H7N9新型禽流感病毒值得担忧），还有一篇新闻（即本文内容）。
其中最值得一读的是新闻报道，研究人员利用了另一起人感染H5N1禽流感疫情开发的风险地图，预测新型H7N9禽流感病毒将会在中国和中国之外地区如何传播。目前台湾已报告了中国大陆以外首例确诊病例。
H7N9 cases to 16 April 2013 (red circles), and population densities of humans (A; density in 2010), pigs (B), chickens (C) and ducks (D) in China and Asia in general. (Livestock densities are modelled numbers of animals per square kilometre standardized to 2006 national totals. Note different scale for pigs.) H7N9 case locations courtesy of EMPRES, FAO, Rome. Human population from ASIAPOP. Source: Map supplied by T. P. Robinson, G. R. W. Wint, G. Conchedda, T. P. Van Boeckel, V. Ercoli, E. Palamara, G. Cinardi, L. D’Aietti and M. Gilbert (2013). Unpublished data. (T.P.R., Fonds National de la Recherche Scientifique, Brussels; G.R.W., University of Oxford, UK; G.Co., V.E., E.P., G.Ci. and L.D'A., FAO, Rome; T.P.V.B. and M.G., Université Libre de Bruxelles, Brussels.)
一个国际研究团队根据截至4月16日的60例确诊病例，组合人口、鸡、鸭和猪密度数据、制作了一幅地图（如图所示，其中A为人口密度，B为猪群密度，C为鸡群密度，D为鸭群密度），他们计算出在每个确诊病例方圆50公里范围内生活着1.31亿人，2.41亿只鸡，4700万只鸭和2200万头猪。地图列出的H7N9 高风险地区包括了山东（已有一个确诊病例），渤海到辽宁的带形区域。虽然至今没有证据确认新型H7N9禽流感病毒能在人与人之间传播，但研究人员还分析了中国的航空乘客数据，发现爆发疫情的中国东部是世界上最繁忙的航空枢纽之一，四分之一的地球人口生活在飞机直飞两小时就能抵达的区域内，七成的人口只要转机一次就能抵达。
Flight routes from the outbreak regions would quickly carry any human-transmissible virus to huge population centres in Europe, North America and Asia. Estimated numbers of people residing within two hours' travel time of destination airport calculated using gridded population-density maps and a data set of global travel times. Map supplied by A. J. Tatem, Z. Huang and S. I. Hay (2013). Unpublished data. (A.J.T., University of Southampton, UK; Z.H., University of Florida, Gainesville; S.I.H., University of Oxford, UK.) 《自然》社论指出，在H7N9禽流感爆发期间，中国的快速反应、及时通报和分享数据的行为值得赞扬。有些批评者认为，从2月19日出现第一例人感染病例，到中国首次公布H7N9，时间被故意延迟。对此，文章认为这种说法不公平。以美国为例，其拥有世界最先进的疾病监测系统，但2011年美国从出现人感染H3N2猪流感到公布病毒，也用了相似的时间间隔。文章同时指出，继续保持“公开性”对控制这场流感至关重要。比如，更多病人感染的H7N9病毒序列信息很重要，上传这些数据到公共数据库有助于追踪病毒变异。
原文检索：
Declan Butler. Mapping the H7N9 avian flu outbreaks. Nature, 24 April 2013; doi:10.1038/nature.2013.12863
专家就是专家，利用模型预测H7N9疫情比较有说服力。 真棒，太厉害了哦！！！
厉害{:1_14:}{:1_14:}{:1_14:} 超科学，厉害！{:1_1:}
页:
[1]