Использование в ветеринарии компьютерных моделей распространения болезней животных на основе индивидуального подхода

Компьютерные модели в ветеринарии используются в ветеринарии для моделирования распространения заразных и незаразных болезней, прогнозирования последствий заболевания, планирования, оценки эпизоотологического надзора, стратегий борьбы, получения информации о причинноследственных связях путем сравнения результатов модели с данными из реальной жизни. Существуют различные типы моделей распространения болезней, в данной обзорной статье представлена и описана реализация определенного их типа - модели, основанные на индивидуальном подходе. Цель обзорной работы - разработка построения моделей распространения инфекционных и незаразных болезней животных, основанных на индивидуальном подходе, их использование и проблемы. Основные методы - информационно-аналитический метод, также структурный и системный анализ. Приводятся примеры языков программирования и кода с целью сделать методы моделирования более доступными для пользователей. Описаны важные шаги при построении таких моделей до, во время и после этапа программирования, включая: верификацию модели для убеждения, что модель выполняет то, что было задумано; валидацию модели для выяснения, отражают ли результаты модели моделируемую систему; анализ сходимости модели для обеспечения её соответствия эндемическим заболеваниям. Приведен краткий анализ чувствительности модели, используемый для выявления параметров и процессов, которые оказывают существенное влияние на предсказания модели. Предоставлен краткий обзор некоторых интересных недавних разработок в области моделей распространения заболеваний.

1. Box GE. Science and statistics. J American Stat Assoc. (1976) 71:791–9. doi: 10.1080/01621459.1976.10480949

2. EFSA. Guidance on good practice in conducting scientific assessments in animal health using modelling. EFSA J. (2009) 7:209–21. doi: 10.2903/j.efsa.2009.1419

3. Ferguson NM, Donnelly CA, Anderson RM. The footand-mouth epidemic in Great Britain: pattern of spread and impact of interventions. Science. (2001) 292:1155–60. doi: 10.1126/science.1061020

4. Garner MG, Hamilton SA. Principles of epidemiological modelling. Rev Sci Tech. (2011) 30:407–16. doi: 10.20506/rst.30.2.2045

5. Halasa T, Boklund A, Bøtner A, Mortensen S, Kjær LJ. Simulation of transmission and persistence of African swine fever in wild boar in Denmark. Prev Vet Med. (2019) 167:68–79. doi: 10.1016/j.prevetmed.2019.03.028

6. Hirsch BT, Reynolds JJ, Gehrt SD, Craft ME. Which mechanisms drive seasonal rabies outbreaks in raccoons? A test using dynamic social network models. J Appl Ecol. (2016) 53:804–13. doi: 10.1111/1365-2664.12628

7. Holmdahl I, Buckee C. Wrong but useful—what Covid19 epidemiologic models can and cannot tell us. N Engl J Med. (2020) 383:303–5. doi: 10.1056/NEJMp2016822

8. Kirkeby C, Græsbøll K, Nielsen SS, Christiansen LE, Toft N, Rattenborg E, et al. Simulating the epidemiological and economic impact of paratuberculosis control actions in dairy cattle. Fron Vet Sci. (2016) 3:90. doi: 10.3389/fvets.2016.00090

9. Lessler J, Cummings DAT. Mechanistic models of infectious disease and their impact on public health. Am J Epidem. (2016) 183:415–22. doi: 10.1093/aje/kww021

10. Lilien GL. Model relativism: a situational approach to model building. Interfaces. (1975) 5:11–18. doi: 10.1287/inte.5.3.

11. Mancy R, Brock PM, Kao RR. An integrated framework for process-driven model construction in disease ecology and animal health. F Vet Sci. (2017) 4:155. doi: 10.3389/fvets.2017.00155

12. Mur L, Sánchez-Vizcaíno JM, Fernández-Carrión E, Jurado C, Rolesu S, Feliziani F, et al. Understanding African swine fever infection dynamics in Sardinia using a spatially explicit transmission model in domestic pig farms. Transbound Emerg. Dis. (2018) 65:123–34. doi: 10.1111/tbed.12636

13. Mustert PF, Bokkers EAM, Van Middelaar CE, Hogeveen H, De Boer IJM. Estimating the economic impact of subclinical ketosis in dairy cattle using a dynamic stochastic simulation model. Animal. (2018) 12:145–54. doi: 10.1017/S1751731117001306

14. Norton J. An introduction to sensitivity assessment of simulation models. Environ Model Softw. (2015) 69:166–74. doi: 10.1016/j.envsoft.2015.03.020

15. Singer A, Salman M, Thulke HH. Reviewing model application to support animal health decision making. Prev Vet Med. (2011) 99:60–7. doi: 10.1016/j.prevetmed.2011.01.004

16. Thulke H-H, Lange M, Tratalos JA, Clegg TA, McGrath G, O'Grady L, et al. Eradicating BVD, reviewing Irish programme data and model predictions to support prospective decision making. Prev Vet Med. (2018) 150:151–61. doi: 10.1016/j.prevetmed.2017.11.017.

17. Vynnycky E, White R. An Introduction to Infectious Disease Modelling. Oxford University Press (2010).

18. Webb CT, Carpenter TE, Dürr S, Ferrari M, Garner MG, Jewell C, et al. Ensemble modelling and structured decision-making to support emergency disease management. Prev Vet Med. (2017) 138:124–33. doi: 10.1016/j.prevetmed.2017.01.003

19. Zingg D, Steinbach S, Kuhlgatz C, Rediger M, Schüpbach-Regula G, Aepli M, et al. Epidemiological and economic evaluation of alternative on-farm management scenarios for ovine footrot in Switzerland. Front Vet Sci. (2017) 4:1–13. doi: 10.3389/fvets.2017.00070