高致病性禽流感（HPAI）威脅野生和家禽、哺乳動物以及人類。由於野生鳥類傳播，高致病性禽流感在全球的擴散需要及時且空間上准確的檢測，以加強預防措施。然而，由於依賴對少量野生動物的機會性采樣和檢測，在野生動物中發現疫情具有挑戰性，導致關於感染的時間和地理分布的數據不足。我們的目標是利用2016-2022年的野生鳥類死亡報告和確認的高致病性禽流感事件，為荷蘭創建HPAI熱點預測模型。人類、野生鳥類和采樣密度的變量被用作各種組合的統計調整因子。貝葉斯二項模型采用病例交叉設計，其中野生鳥類的HPAI事件為病例，控制組使用與病例相同的日期和地點，但轉換到2019年，當時荷蘭沒有報告HPAI。我們在十倍交叉驗證設計中測試了24個模型。表現最好的模型的曲線下面積（AUC）得分為0.68，敏感性為0.47，特異性為0.79，並包括野生鳥類死亡率和密度。預測的野生鳥類高致病性禽流感（HPAI）爆發區域的年度空間分布總體上與實驗室確認的HPAI病例相匹配，尤其是從2020年起，但2020年前在阿姆斯特丹以西的一個異常密集采樣區域有所例外。大多數HPAI爆發預測發生在10月至次年3月之間。我們的模型突出了潛在的HPAI爆發區域隨時間的變化，可用於指導采樣工作，有可能提高采樣的有效性和及時性。


F.I.C 建議用戶仔細研讀本文（本文作者單位是近期荷蘭奶牛感染禽流感病毒事件中進行抗體檢測的機構）