猪群转运网络对于了解和控制传染病的传播至关重要。由于其机密性,美国猪群转运数据不容易获得。因此,我们提出了一种方法,从公共领域的有限数据中生成这样的网络。作为一个潜在的破坏性候选,我们模拟了非洲猪瘟病毒(ASFV)在我们生成网络中的传播,并分析了网络结构如何影响疾病的传播。我们发现,高度的猪场经营(即市场)在疾病传播中起着关键作用。我们还发现,与其他以中心为基础的缓解策略相比,高度定向隔离和假设疫苗接种对疾病控制更有效。只要有更多的转运数据可用,通过使用更多的数据进行验证,生成的网络就可以变得更加完善。
图1:生成猪场级别的猪转运网络
注释:该图显示了在猪场级别生成的网络。实心圆圈(节点)表示生猪操作,连接它们的灰色箭头表示生猪运输方向。类型被标记为:种猪(B)、妊娠母猪(F)、保育猪(N)、生长/育肥猪(G)和上市/屠宰(M)。
图2:生成网络的中心性度量
注释:这三组箱形图显示了三种不同的中心性度量,标记为(In-degree(Kin)、Out-degree(Kout)和Betweenness(BC))。在横轴上,五种不同的养猪操作被标记为:种猪(B)、妊娠母猪(F)、保育猪(N)、生长/育肥猪(G)和上市/屠宰(M)。
图3:生成网络的中心性度量
注释:这三组箱形图显示了三种不同的中心性度量,标记为(In-degree(Kin)、Out-degree(Kout)和Betweenness(BC))。在横轴上,五种不同的养猪操作被标记为:种猪(B)、妊娠母猪(F)、保育猪(N)、生长/育肥猪(G)和上市/屠宰(M)。
图4:时间序列爆发结果。在生成的猪网络中模拟爆发动态
图5:基于感染源的爆发分析
图6:基于场节点中心度度量的不同目标隔离方案的比较
图7:基于猪场节点中心度度量的不同目标疫苗接种方案的比较
表1:猪转运网络[2]的混合矩阵。猪类型缩写:种猪(B)、妊娠母猪(F)、保育猪(N)、生长/育肥猪(G)和上市/屠宰(M)
表2:转运网络度中心性数据
表3:生猪类型分布
表4:明尼苏达州史蒂文斯县和赖斯县猪的分布情况
图8:非洲猪瘟流行模型。基于网络的ASFV SEIR流行模型
表5:ASFV流行模型参数
表6:Guinat等人估计的9个猪群的传播率