《Veterinary Sciences》：Laboratory Surveillance of Bovine Brucellosis: Predictors of Rose Bengal Test Positivity in Mpumalanga Province, South Africa (2021–2024)
Themba Titus Sigudu,
Phoka Caiphus Rathebe,
Masilu D. Masekameni,
Tintswalo Mercy Hlungwani,
Khuthatshelo Vincent Mphaga and
James Wabwire Oguttu
编辑推荐：
本研究针对牛布鲁氏菌病（bovine brucellosis）这一重要人畜共患病，系统分析了2021-2024年南非姆普马兰加省（Mpumalanga Province）常规实验室监测数据，旨在识别RBT（Rose Bengal Test）检测阳性的时空与季节性规律。研究发现，RBT阳性率存在显著的年际差异、春季高发及跨市级行政区（Local Municipality Areas, LMA）的空间异质性。这些结果表明，常规监测数据可用于支持基于风险的精准防控策略制定，对优化地方性流行区疾病监测与控制具有重要意义。
在南非，牛布鲁氏菌病是一种地方性流行的人畜共患病，不仅严重危害牲畜健康，导致繁殖障碍和生产力下降，也给公共卫生带来了持续风险。控制这种疾病面临挑战，资源有限和复杂的生产系统使得监测工作至关重要。常规实验室诊断会产生海量数据，其中罗丝孟加拉试验（Rose Bengal Test, RBT）因其低成本和高灵敏度而被广泛用于筛查。然而，这些宝贵的监测数据往往仅被用于个案诊断，其背后隐藏的流行病学规律——疾病在何时、何地更容易被检出——却很少被系统挖掘。这导致了防控资源的分配可能不够精准。针对这一问题，由Themba Titus Sigudu, Phoka Caiphus Rathebe, Masilu D. Masekameni, Tintswalo Mercy Hlungwani, Khuthatshelo Vincent Mphaga 和 James Wabwire Oguttu组成的研究团队，决心从尘封的实验室记录中寻找答案。他们聚焦于南非重要的畜牧业省份姆普马兰加，利用2021年至2024年的常规监测数据，开展了一项回顾性观察研究，旨在揭示牛布鲁氏菌病RBT检测阳性的时间、季节和空间预测因子。他们的研究成果发表在学术期刊《Veterinary Sciences》上。
为了开展这项研究，研究人员主要运用了以下几种关键技术方法：研究设计采用了回顾性观察性研究，数据来源于姆普马兰加省兽医实验室（Mpumalanga Provincial Veterinary Laboratory, MPVL）在2021年1月至2024年12月期间的常规实验室监测记录。分析单位是“批次”，即作为单个监测或调查事件一部分一起提交到实验室的一组血清样本。统计分析的核心是多变量逻辑回归模型和混合效应逻辑回归模型，以评估年份、季节和市级行政区（Local Municipality Area, LMA）风险等级对批次水平RBT阳性（即一个提交批次中至少有一个RBT阳性血清样本）的影响，并考虑了数据在市级行政区内的聚集性。
研究结果
3.1. 描述性统计
3.1.1. 血清检测量与RBT阳性率的年度和季节模式
在四年研究期间，共分析了568个提交批次，包含67,974份血清样本，其中6,182份检测为阳性，总体阳性率为9.1%。检测量和阳性率在年度和季节上均存在显著变化。2023年的阳性率最高，达到15.01%，显著高于2021年的7.46%。在季节上，春季（11.82%）和夏季（11.40%）的阳性率较高，而冬季尽管检测量最大，但阳性率相对较低（7.45%），秋季阳性率最低（7.29%）。
3.1.2. 跨市级行政区的RBT阳性率空间异质性
RBT阳性率在不同市级行政区之间表现出明显的空间异质性。研究将行政区划分为高、中、低风险等级。高风险市级行政区，如Msukaligwa（阳性率12.76%）、Lekwa（10.43%）和Govan Mbeki（9.90%）， consistently exhibited elevated RBT positivity。中风险行政区阳性率居中，而低风险行政区如Emalahleni（7.49%）和Mkhondo则表现出较低的阳性率。
3.2. 推断性统计
3.2.1. 时间、季节和空间因素与RBT阳性率的关联
双变量分析显示，与2021年相比，2023年RBT阳性的几率（odds）增加了超过两倍（OR = 2.19）。在季节方面，与夏季相比，秋季和冬季的阳性几率显著降低（分别降低约39%和37%），而春季与夏季无显著差异。空间上，与低风险区相比，高风险市级行政区与RBT阳性几率增加24%相关。
3.2.2. RBT阳性率的预测因子
多变量逻辑回归模型在调整了混杂因素后，确认了显著的年度和季节效应。2023年RBT阳性的调整后比值比（adjusted odds ratio, AOR）高达2.47。春季的阳性几率显著高于夏季（AOR = 1.80），而秋季和冬季则较低。高风险市级行政区与RBT阳性几率增加21%相关（AOR = 1.21）。
3.2.3. RBT阳性率的混合效应预测因子与残余空间异质性
混合效应逻辑回归模型在纳入市级行政区作为随机截距后，上述时间与季节效应依然显著。同时，模型的随机效应部分表明，在控制了年份和季节的固定效应后，市级行政区层面仍存在显著的残余空间异质性（随机截距方差=0.18），提示存在未测量的地区性因素（如养殖管理、动物移动模式）持续影响着疾病风险。
研究结论与讨论
本研究通过系统分析常规实验室监测数据，为牛布鲁氏菌病在姆普马兰加省的时空动态提供了强有力的流行病学证据。结论明确指出，RBT阳性并非随机分布，而是受到时间、季节和空间的显著影响。具体而言，研究发现了明显的年际波动（特别是2023年的激增）、春季和夏季的季节性高峰，以及跨越不同市级行政区的持续空间异质性。这些模式在考虑了数据聚集性和潜在混杂因素后依然稳健。
其重要意义在于，它证明了常规收集的诊断数据本身就是一个宝贵但未被充分利用的资源库。通过应用多变量和混合效应模型等分析技术，可以从中提取出关键的流行病学信号，用于指导基于风险的精准监测。例如，研究结果支持在春季和夏季加强对已被识别出的高风险市级行政区的监测力度，这有望更早地发现疫情，并优化有限兽医资源的配置。从更广阔的“一体健康”（One Health）视角看，牲畜中持续的布鲁氏菌病热点区域也对人类健康构成持续威胁，尤其是对农场工人、屠宰场员工和兽医人员。因此，将动物监测结果纳入人类健康风险评估，可以加强人兽共患病的预防工作。总之，这项工作为在资源有限的地方性流行区，如何利用现有数据提升布鲁氏菌病监测效率和防控效果，提供了一个具有实操性的分析框架和决策依据。
