揭示生物安全漏洞：通过机器学习发现哥斯达黎加养猪场中PRRSV血清阳性风险因素

《Porcine Health Management》：Uncovering biosecurity gaps: risk factors for PRRSV seropositivity in Costa Rican pig farms identified through machine learning

该研究通过21个Costa Rica猪场的横断面调查，结合LASSO回归和随机森林模型，发现历史控制性PRRSV暴露、员工入场限制及跨场访问管控为三大核心风险因素，同时地形、运输车辆消毒、访客卫生措施等也影响病毒传播。研究强调生物安全体系的重要性，为热带地区PRRSV防控提供决策依据。

　　

摘要

背景

猪繁殖与呼吸综合征病毒（PRRSV）继续对全球养猪业造成重大经济损失。在哥斯达黎加，该病毒呈地方性流行，但目前对于影响PRRSV传播的农场级风险因素了解甚少。本研究旨在确定与哥斯达黎加养猪场中PRRSV血清阳性率相关的生物安全因素。

方法

在哥斯达黎加的21个养猪场进行了横断面调查。通过结构化问卷收集了农场管理和生物安全措施的数据，并将这些数据与另一项研究中的PRRSV血清阳性率数据进行了关联。采用逻辑回归以及LASSO（最小绝对值收缩选择算子）和随机森林等机器学习方法来识别与群体层面PRRSV阳性相关的关键风险因素。

结果

LASSO模型和随机森林模型均一致识别出三个关键风险因素：历史上受控制的PRRSV暴露情况、对员工进入农场的限制以及对员工访问其他养猪场的限制。其他识别出的风险因素包括地形、运输车辆的消毒措施、访客的卫生要求、靴子和服装的规范以及反馈程序。有受控制暴露史的农场，其PRRSV阳性的比值比为90（95%置信区间：7.6–3,550）。

结论

研究结果强调了内部和外部生物安全措施的重要性，尤其是在人员流动和有意暴露行为方面。LASSO和随机森林等建模方法为热带生产环境中的PRRSV风险因素提供了互补性的见解。这些见解可以指导制定针对性的干预措施，以减少哥斯达黎加及类似地区的PRRSV传播。