编辑推荐：
为实时监测禽流感（AI）在人和哺乳动物中的爆发，研究人员收集多源数据，提供了有价值的数据集，利于防控决策。
在当今全球化的时代，传染病的爆发如同隐藏在暗处的 “幽灵”，时刻威胁着人类和动物的健康。禽流感（Avian Influenza，AI）病毒就是这样一个令人头疼的 “家伙”，它能够在鸟类、哺乳动物甚至人类之间传播，给公共卫生安全带来巨大挑战。近年来，禽流感的爆发愈发频繁且复杂，不仅在鸟类中肆虐，还频频 “跨界” 感染哺乳动物。2022 年西班牙的水貂感染事件，2023 年芬兰水貂和狐狸的疫情，以及同年南美洲海狮的感染，2024 年美国牛感染的情况，都敲响了警钟，让人们意识到禽流感的潜在威胁正在不断扩大。
面对如此严峻的形势，及时、准确的数据就显得尤为重要。只有掌握了详细的疫情数据，公共卫生官员、研究人员和政策制定者才能做出科学的决策，采取有效的防控措施。然而，现有的数据收集和监测体系存在诸多问题，比如数据来源繁杂导致的不一致性、部分地区数据缺失、数据质量参差不齐等，这些都严重影响了对禽流感疫情的判断和应对。
为了解决这些问题，来自意大利罗马生物医学大学校园医学统计与分子流行病学单位的 Francesco Branda、印度奥里萨邦政府工程学院化学系的 Ranjan K. Mohapatra、加纳健康与联合科学大学营养与饮食学系的 Lawrence Sena Tuglo 等研究人员开展了一项重要研究。他们的研究成果发表在《BMC Research Notes》上，为全球禽流感的监测和防控提供了关键支持。
研究人员为了实现对禽流感在人和哺乳动物中爆发的实时监测，采用了多种数据收集方法。一方面，他们利用公共卫生委员会的新闻稿、政府或公共卫生机构官方网站的更新信息来获取基础数据；另一方面，通过新闻网站和新闻聚合器等渠道，进一步丰富数据细节。在此基础上，他们构建了两个重要的数据集。
第一个是开放禽流感数据集（Open Avian Flu Dataset，简称 Dataset 1），它涵盖了人类、野生鸟类和家禽中高致病性禽流感（Highly Pathogenic Avian Influenza，HPAI）病例的综合信息。这些信息包括地理信息（详细记录禽流感爆发的地点）、关键日期（如爆发起始和检测时间，便于追踪事件发展）、人口统计学和临床数据（涉及患者年龄、性别、临床症状、发病率和死亡率等，有助于了解禽流感对不同人群的影响），以及其他重要信息（例如受感染的宿主物种、病毒株信息，对于分析传播动态和病毒多样性意义重大） 。
另一个是 AVIAN - MAMM 数据集（即 Dataset 2），这是一个经过整理的全球哺乳动物 HPAI 事件数据集。研究人员从世界动物卫生信息系统（World Animal Health Information System，WAHIS）的动物疾病事件仪表板中提取数据，筛选出 2021 年至今哺乳动物感染禽流感的案例。该数据集包含了丰富的内容，如哺乳动物禽流感病例的详细信息（事件起止时间、地理位置和事件特征，可用于追踪感染传播和识别流行病学模式）、诊断测试结果（明确检测方法和实验室来源，反映诊断的可靠性）、受感染哺乳动物的物种名称（便于确定具体受影响的物种）以及针对每个事件的控制措施（帮助评估管理策略的有效性，发现防控工作中的不足）。
在研究结果方面，通过对这些数据集的分析，研究人员能够更全面地了解禽流感在全球范围内的传播情况、不同物种的感染风险以及防控措施的效果。例如，借助数据集提供的信息，可以清晰地看到禽流感在不同地区的爆发频率和传播路径，明确哪些地区和物种更容易受到感染，从而为针对性的防控提供依据。
从研究结论和讨论部分来看，这两个数据集的建立具有重要意义。它们为公共卫生官员提供了实时的疫情信息，有助于及时采取防控措施，防止疫情进一步扩散；为研究人员提供了丰富的数据资源，便于深入研究禽流感的传播机制、病毒变异规律等；也为政策制定者提供了决策支持，使其能够制定更加科学合理的防控政策。然而，研究人员也指出，这些数据集存在一定的局限性。数据来源多样，可能导致数据存在差异和不准确；部分地区可能存在数据上报不完整或缺失的情况；数据质量参差不齐，尤其是来自非官方渠道的数据；数据整合存在困难，不同领域的数据格式和标准不统一；外部因素如政治不稳定、自然灾害等可能影响数据质量；并且数据集难以完全捕捉影响禽流感爆发的所有因素。尽管存在这些问题，但这两个数据集仍然为全球禽流感的监测和防控做出了重要贡献，为后续的研究和防控工作奠定了坚实的基础。
总之，这项研究在禽流感防控的道路上迈出了重要一步，其建立的数据集为全球应对禽流感提供了有力的支持。未来，随着数据收集和分析技术的不断发展，有望进一步完善对禽流感的监测和防控体系，保障人类和动物的健康安全。
