Modelling plant disease spread via high-resolution human mobility networks.
پخش حرفهای فارسی و انگلیسی
در حال بررسی نسخههای صوتی ذخیرهشده…
تنظیم صدای طبیعی و سرعت
صداهایی که در نامشان «Natural»، «Neural» یا «Online» دیده میشود معمولاً طبیعیترند. انتخاب صدا به صداهای نصبشده در ویندوز و مرورگر شما بستگی دارد.
چکیده اصلی
Human mobility plays a crucial role in the spread of human diseases but is rarely quantified in plant disease epidemics. To address this gap, we integrate a unique, high-resolution network of human movements in New Zealand with a metapopulation model to mechanistically simulate pathogen transmission. We calibrate the model on the nationwide 2010 kiwifruit vine disease (Psa-V) outbreak and show that it reproduces the observed spatio-temporal spread, confirming that the human mobility network is a strong foundation for modelling human-mediated transmission dynamics. By analysing spatial infection trends, we find that most dispersal occurs locally, as often illustrated in the plant-outbreak literature. However, sporadic long-range connections are necessary to model a nationwide outbreak. Using the model as an in silico laboratory, we demonstrate that the severity of human-mediated pathogen transmission is highly sensitive to the timing and location of initial importation. We observe a potential causal link between seasonal labour patterns and epidemic risk in high-traffic seasons. This study showcases a novel data-driven framework for modelling the spatio-temporal spread of agricultural pathogens when human-mediated dispersal is epidemiologically relevant, underscoring the importance of leveraging human mobility networks for building better biosecurity systems.
نتیجه فارسی
این مطالعه یک مدل مکانیکی را برای شبیهسازی انتشار بیماریهای گیاهی با استفاده از شبکه حرکتی انسانی با رزولوشن بالا در نیوزیلند توسعه میدهد. مدل بر اساس پاندمی Psa-V در سال ۲۰۱۰ تنظیم و اعتبارسنجی شده است و نشان میدهد که اکثر پراکنشها محلی است، اما اتصالات طولمدت پراکنده برای پوشش یک پاندمی سراسری ضروری هستند. شدت انتقال mediated توسط انسان به زمان و مکان ورود اولیه بسیار حساس است.
- مدل با استفاده از شبکه حرکتی انسانی با رزولوشن بالا و دادههای پاندمی Psa-V در سال ۲۰۱۰ تنظیم شده است.
- اکثر پراکنشها محلی است، اما اتصالات طولمدت پراکنده برای مدلسازی پاندمی سراسری ضروری هستند.
- شدت انتقال mediated توسط انسان به زمان و مکان ورود اولیه بسیار حساس است.
- یک ارتباط بالقوه بین الگوهای فصلی نیروی کار و ریسک اپیدمی در فصول شلوغی وجود دارد.
ترجمه فارسی چکیده
حرکت انسان نقش مهمی در انتشار بیماریهای انسانی دارد، اما در پاندمیهای بیماریهای گیاهی کمتر کمیتی شده است. برای پر کردن این خلاء، ما یک شبکه منحصر به فرد و با رزولوشن بالا از حرکتهای انسانی در نیوزیلند را با یک مدل متاپولولوژیک ادغام میکنیم تا انتقال عامل بیماریزا را مکانیکی شبیهسازی کنیم. ما مدل را بر اساس پاندمی سرطان انگور (Psa-V) در سال ۲۰۱۰ در سراسر کشور تنظیم میکنیم و نشان میدهیم که آن انتشار مکانی-زمانی مشاهدهشده را بازتولید میکند، که تأیید میکند که شبکه حرکتی انسانی پایهای قوی برای مدلسازی دینامیکهای انتقال mediated توسط انسان است. با تحلیل روندهای عفونت مکانی، ما مییابیم که اکثر پراکنشها محلی است، اما اتصالات طولمدت پراکنده برای مدلسازی یک پاندمی سراسری ضروری هستند. با استفاده از مدل به عنوان یک آزمایشگاه in silico، ما نشان میدهیم که شدت انتقال عامل بیماری mediated توسط انسان به زمان و مکان ورود اولیه بسیار حساس است. ما یک ارتباط علتمعلولی بالقوه بین الگوهای فصلی نیروی کار و ریسک اپیدمی در فصول شلوغی را مشاهده میکنیم. این مطالعه یک چارچوب جدید دادهمحور را برای مدلسازی انتشار مکانی-زمانی عوامل بیماریزا کشاورزی نشان میدهد.
روش پژوهش
مدل متاپولولوژیک با یک شبکه حرکتی انسانی با رزولوشن بالا در نیوزیلند ادغام شد. مدل بر اساس پاندمی Psa-V در سال ۲۰۱۰ در سراسر کشور تنظیم و اعتبارسنجی شد.
محدودیتها
محدودیتها در متن گزارش نشدهاند.
نمای PICO و پیامدها
- جمعیت
- نیوزیلند
- مداخله/مواجهه
- مدلسازی انتشار بیماریهای گیاهی mediated توسط انسان
- مقایسه
- ندارد
- حجم نمونه
- ندارد
متن کامل اصلی
لینک مستقیم از metadata منبع گرفته شده و در تب جدید باز میشود.
باز کردن متن کامل