预测各县的慢性消耗性疾病可以防止传播

野生动物专家开发了一个区域计算机模型和用户友好的应用程序，该模型预测了16个州的县，野生动物管理者应该针对这些县监测鹿的慢性消耗性疾病，帮助他们保护稀缺的资金和劳动力资源

该模型在6月22日发表在《科学报告》上的一篇论文中进行了描述，它突出了与已知患有慢性消耗性疾病的县情况相似的地区，因此各机构可以集中精力

通过汇集东部和中西部16个州野生动物机构的慢性消耗性疾病和其他数据，该模型成为可能。这项合作打破了各机构在各自州内各自为政的循环，尽管它们很重要，但这使得区域评估变得困难，因为鹿不尊重人类的边界

公共与生态系统健康系助理研究教授、兽医学院康奈尔野生动物健康实验室主任Krysten Schuler说：“我们自己没有取得太多进展，所以我们需要更加集体地做。”。“我们可以通过汇集数据资源来使用这些大数据技术，这将帮助我们更快地向前迈进，因为在34个州已经发现了慢性消耗性疾病。受感染的鹿传播朊病毒，朊病毒是一种错误折叠的蛋白质，在环境中持续存在，通过尿液、唾液和尸体传播，摄入后会感染其他鹿

这种疾病会导致神经系统紊乱、体重减轻、行为异常、缺乏恐惧和死亡。它在2005年出现后已在纽约州被根除，但从其他受影响的州重新引入仍然是一个持续的威胁，这进一步突显了监测的必要性。如果及早发现，野生动物专业人员可以在疾病传播之前扑杀鹿

除了慢性消耗性疾病病例的数据外，开发人员还纳入了其他信息，如国家法规、人类活动和风险因素，因为众所周知，人们会在活体动物和尸体中移动朊病毒，以及鹿可能聚集和传播疾病的溪流和土壤等景观特征。朊病毒带有离子电荷，并与某些土壤类型结合，包括粘土

该团队使用了现有的算法，并首次将其应用于预测慢性消耗性疾病。使用2020年的数据，测试了四种不同的算法，以预测哪些县可能对慢性消耗性疾病呈阳性，然后将结果与2021年的数据进行核对。每种算法都强调不同的风险因素。根据区域数据，光增强梯度模型被认为是最可靠的预测因子

康奈尔大学野生动物健康实验室的慢性消耗性疾病监测优化项目为野生动物专业人员提供资源，包括为机构标准化和管理其慢性浪费性疾病数据的定制软件、具有其他计算机模型的慢性消耗病数据仓库，以及来自其他州的疾病数据

研究的合著者包括加州大学戴维斯分校的研究人员；密歇根州立大学；美国鱼类和野生动物管理局；田纳西大学；阿肯色州渔猎委员会；佛罗里达州鱼类和野生动物保护委员会；佐治亚州、爱荷华州、印第安纳州、马里兰州、密歇根州、明尼苏达州、俄亥俄州和威斯康星州的自然资源部；肯塔基州鱼类和野生动物资源部；密西西比州野生动物、渔业和公园部；纽约州环境保护部和北卡罗来纳州野生动物资源委员会