Using high frequency GPS data to assess wintering goose proximity to commercial poultry facilities on the Delmarva peninsula for avian influenza risk management and surveillance.
PloS one·
- DOI
- 10.1371/journal.pone.0355415
- PMID
- 42678946
- PMCID
- PMC13533351
- OpenAlex
- —
- 研究类型
- Journal article
- 出版商
- 出版商暂缺
- 文章类型
- journal-article
- 完整性状态
- current
为何这项研究现在值得关注
研究结果描述了一种可能的资源优先排序方式，可根据观察到的冬季水禽出现情况，在家禽设施周边安排生物安全或监测资源。这是所提供文章中的证据背景信号，不能据此认定该排序方法已适用于当前监测或疫情预测，也不能据此确认其有效性。
结构化证据摘要
研究问题
该研究考察了冬季越冬鹅的精细尺度 GPS 观测是否可用于建立商业家禽设施风险排序，并识别与这些设施附近鹅类出现相关的时间、地理和土地覆盖因素。
研究设计
这是一项观察性研究，使用 GPS 追踪两种鹅类，覆盖 2019 至 2023 年的四个冬季。作者根据鹅类位置出现率建立设施排序，并分析暴露情况与时间、地理位置、温度及附近土地覆盖特征之间的关系。
人群与场景
研究在特拉华-马里兰半岛冬季追踪了 59 只大雪雁和 9 只加拿大鹅，并评估其与 6,021 个商业家禽设施的接近程度。研究区域包括水体、野生动物保护区、污水处理设施和海岸附近地区。
主要发现
有报告发生疫情的 7 个家禽设施位于第 78 至第 99 风险百分位，其中 1 个位列风险最高的 25 个设施之内。设施附近的鹅类出现情况随周次、温度、物种和邻近环境特征而变化；摘要还报告称，约三分之一的设施在冬季有 GPS 标记的水禽出现。
公共卫生意义
研究结果描述了一种可能的资源优先排序方式，可根据观察到的冬季水禽出现情况，在家禽设施周边安排生物安全或监测资源。这是所提供文章中的证据背景信号，不能据此认定该排序方法已适用于当前监测或疫情预测，也不能据此确认其有效性。
重要局限
摘要指出，被追踪鹅类的样本量有限。本总结仅依据所提供的单篇文章摘要和元数据；对于方法、不确定性、验证、疫情判定和可推广性的决策级评估，仍需查阅原始论文。
GIDS 解读
该文章可作为涉及 H5N1 相关家禽生物安全和野生鸟类监测的证据检索对象，地理重点为美国，主题分类包括监测和疫情调查。其结果仅提供背景语境，不能确认或量化当前的监测信号。
相关 GIDS 监测
文献背景不会验证、解释或改变监测信号；精确关系与背景关系会分开展示。
证据关系
本文与疾病、地区、主题及研究设计之间有 10 条可审计分类关系。