沈朝建,劉麗蓉,康京麗,王幼明,李 印,劉愛玲,黃保續(xù)
(中國動物衛(wèi)生與流行病學(xué)中心,山東 青島 266032)
以風(fēng)險(xiǎn)為基礎(chǔ)的調(diào)查或監(jiān)測作為一種用于早期發(fā)現(xiàn)動物疫病或證明無疫的一種方法,由于可以節(jié)約成本,而一直深受大家關(guān)注。近年來,由于該方法內(nèi)在偏倚引起的不能估算其置信水平,一直困擾著流行病學(xué)研究人員和動物疫病管理人員如何實(shí)施這個有效但不能定量分析其效果的調(diào)查或監(jiān)測。過去10年里,流行病學(xué)專家們研究了許多與以風(fēng)險(xiǎn)為基礎(chǔ)監(jiān)測有關(guān)的分析性問題,能夠定量分析其系統(tǒng)的敏感性和置信水平[1-4]。但如何正確的應(yīng)用一些概念和以風(fēng)險(xiǎn)為基礎(chǔ)抽樣一直是我們所面臨的挑戰(zhàn)。本文目的是以一種簡單的、引導(dǎo)性的方式說明以風(fēng)險(xiǎn)為基礎(chǔ)的抽樣證明無疫的理念和方法。
1.1 以風(fēng)險(xiǎn)為基礎(chǔ)的調(diào)查或監(jiān)測含義與作用 以風(fēng)險(xiǎn)為基礎(chǔ)的調(diào)查或監(jiān)測是指有意識地抽取更可能感染或感染時更容易產(chǎn)生陽性檢測結(jié)果的抽樣單元(動物個體或群),是“故意”使調(diào)查或監(jiān)測產(chǎn)生偏倚,主要用動物群體中的無疫證明或發(fā)現(xiàn)疫病。通過優(yōu)先抽取高風(fēng)險(xiǎn)亞群,抽取更少的單元就可以獲得同代表性抽樣相同的無疫的把握。如國際上關(guān)于瘋牛病的監(jiān)測即為以風(fēng)險(xiǎn)為基礎(chǔ)的監(jiān)測,根據(jù)不同類型的牛檢測瘋牛病陽性的可能性不同,即不同類型的牛所在亞群群內(nèi)流行率不同,將檢測對象分為四類,臨床疑似牛、緊急屠宰牛、死牛和常規(guī)屠宰牛,其中以臨床疑似牛檢出BSE陽性的可能性最大,同時將不同類的牛按年齡進(jìn)行進(jìn)一步細(xì)分,以4~6歲的牛檢出BSE陽性的可能性最大[5]。從中可以看出,以風(fēng)險(xiǎn)為基礎(chǔ)的調(diào)查或監(jiān)測需要清楚的掌握疫病相關(guān)風(fēng)險(xiǎn)因素,以便提高發(fā)現(xiàn)疫病或感染的可能性;如果對疫病特征知之甚少或不掌握相應(yīng)的風(fēng)險(xiǎn)因素,不可能開展以風(fēng)險(xiǎn)為基礎(chǔ)的抽樣;與代表性抽樣相比,以風(fēng)險(xiǎn)為基礎(chǔ)的調(diào)查或監(jiān)測對于發(fā)現(xiàn)疫病而言更有效。但是,對于以風(fēng)險(xiǎn)為基礎(chǔ)的調(diào)查或監(jiān)測,應(yīng)該確保對每一個亞群的抽樣能夠代表本亞群,且代表性抽樣是以風(fēng)險(xiǎn)為基礎(chǔ)抽樣的基礎(chǔ)。
1.2 群敏感性及其意義 動物流行病學(xué)研究中的群敏感性(Herd Sensitivity,HSe)是指感染或發(fā)病群產(chǎn)生陽性的群檢測結(jié)果的概率[6]。從另一個角度理解,即當(dāng)群未感染或疫病不存在時,證明無疫或發(fā)現(xiàn)疫病的把握。對于特定群,如果只要發(fā)現(xiàn)1只動物感染即認(rèn)為該群感染,那么群敏感性表示為:
其中,Hse為群敏感性,p為群內(nèi)流行率,n為檢測動物數(shù)。
上述是所用試驗(yàn)為“完美”試驗(yàn)條件下的計(jì)算公式。如果試驗(yàn)存在偏差,那么以試驗(yàn)檢測陽性為感染或發(fā)病的條件下,群敏感性表示為:
其中,AP為表觀流行率,即根據(jù)試驗(yàn)結(jié)果直接計(jì)算獲得的流行率,是試驗(yàn)陽性結(jié)果數(shù)和檢測動物總數(shù)的比例[7],表示為:
根據(jù)群敏感性和表觀流行率公式,可以看出影響群敏感性的因素包括所用試驗(yàn)的敏感性(Se)和特異性(Sp)、群內(nèi)流行率(p)、檢測時抽取的樣本量(n),以及判斷群是否感染的閾值。動物疫病實(shí)踐中,篩檢陽性的動物會用診斷試驗(yàn)進(jìn)行確診,這種策略為多重試驗(yàn)的垂直策略,其特異性會大幅升高,所以假定試驗(yàn)的特異性為1,那么群敏感性表示為:
對公式1和公式3進(jìn)行反推,即可得到
公式4為群體較大且群內(nèi)個體數(shù)對樣本量無影響時,證明無疫的樣本量計(jì)算公式,其中α為可接受誤差,即允許犯錯誤的可能性,p為預(yù)定流行率。公式5是考慮檢測方法敏感性Se條件下,抽樣數(shù)量的計(jì)算公式[8]。
1.3 證明無疫或發(fā)現(xiàn)疫病的代表性抽樣樣本量計(jì)算 當(dāng)所調(diào)查目標(biāo)群內(nèi)個體數(shù)量較少時,證明無疫或發(fā)現(xiàn)疫病的樣本量計(jì)算公式為:
其中n為抽樣個數(shù),CL為置信水平,D為群中的陽性動物數(shù)(等于群內(nèi)個體數(shù)與預(yù)定流行率的乘積),N為群內(nèi)個體數(shù)。
在動物疫病防控實(shí)踐中,證明無疫或發(fā)現(xiàn)疫病通常是通過實(shí)驗(yàn)室檢測實(shí)現(xiàn)的,采用實(shí)驗(yàn)室檢測就應(yīng)該考試檢測方法的敏感性,即檢測到陽性動物??紤]檢測試驗(yàn)敏感性的計(jì)算公式[9]為:
其中Se為檢測方法的敏感性,其余參數(shù)同公式6。
公式6和公式7不但適用于目標(biāo)群內(nèi)個體數(shù)量較小的情況,同樣適用于個體數(shù)量較大,可看做“無限”群證明無疫的樣本量計(jì)算。當(dāng)前大多數(shù)獸醫(yī)流行病學(xué)抽樣軟件證明無疫或發(fā)現(xiàn)疫病的抽樣樣本量計(jì)算均采用這兩個公式。
2.1 以風(fēng)險(xiǎn)為基礎(chǔ)的調(diào)查或監(jiān)測證明無疫的樣本量計(jì)算 以風(fēng)險(xiǎn)為基礎(chǔ)的抽樣,過程和代表性調(diào)查抽樣一樣,但考慮到需要優(yōu)先抽取高風(fēng)險(xiǎn)單元,因此,抽樣過程中的預(yù)定流行率、樣本大小、系統(tǒng)敏感性均需要校正。為了達(dá)到此目的,需要獲得兩個額外的參數(shù),即不同亞群間的相對風(fēng)險(xiǎn)及其在目標(biāo)群中所占的比例。為便于理解,本部分以某地奶牛布病為例統(tǒng)一說明以風(fēng)險(xiǎn)為基礎(chǔ)證明無疫的調(diào)查或監(jiān)測的樣本量計(jì)算。
(1)校正不同亞群的疫病風(fēng)險(xiǎn):考慮到不同亞群感染風(fēng)險(xiǎn)不同,為了不會人為的改變預(yù)定流行率,用下述公式校正相對風(fēng)險(xiǎn)值:
其中ARi為各個亞群校正的風(fēng)險(xiǎn)值;
RRi為相對風(fēng)險(xiǎn)值;
PPri為各亞群在源群中所占比例。
∑(RRi×PPri)為每一個風(fēng)險(xiǎn)群相對風(fēng)險(xiǎn)與群所占比例乘機(jī)之和。這樣對于每一個風(fēng)險(xiǎn)群均可產(chǎn)生一個校正的風(fēng)險(xiǎn)估計(jì)值,用這個風(fēng)險(xiǎn)估計(jì)值乘以預(yù)定流行率,可以得到這個群校正后的感染概率。例如,根據(jù)研究結(jié)果或已有的資料分析,認(rèn)為大規(guī)模場的感染風(fēng)險(xiǎn)(RR=3)是小群的3倍(RR=1),大規(guī)模場占整群的10%,那么大規(guī)模場校正的風(fēng)險(xiǎn)為3/(3×0.1+0.9)=2.5,小規(guī)模場校正的風(fēng)險(xiǎn)為1/(3×0.1+0.9)=0.833。
(2)計(jì)算各風(fēng)險(xiǎn)群預(yù)定流行率:風(fēng)險(xiǎn)群i預(yù)定流行率Pi*計(jì)算公式:
其中ARi為風(fēng)險(xiǎn)群i校正的風(fēng)險(xiǎn)值,P*為總預(yù)定流行率。
繼續(xù)前面例題,如果預(yù)定流行率為0.02,那么大規(guī)模場校正的感染概率(流行率)為0.05,小規(guī)模場校正的感染概率(流行率)為0.017。所有計(jì)算的關(guān)鍵是保持群的總預(yù)定流行率不變(0.05×0.1+0.017× 0.9=0.02),因此,為了達(dá)到此目的,需要在不同風(fēng)險(xiǎn)群中重新分配預(yù)定流行率。
(3)樣本量計(jì)算:對于以風(fēng)險(xiǎn)為基礎(chǔ)的抽樣,在確定樣本中不同風(fēng)險(xiǎn)群的比例后,需要用加權(quán)后的預(yù)定流行率P*a代替P*,表示如下:
其中
PrH為樣本中高風(fēng)險(xiǎn)單元所占比例
PrL為樣本中低風(fēng)險(xiǎn)單元所占比例
P*H為修正后的高風(fēng)險(xiǎn)單元感染的概率
P*L為修正后的低風(fēng)險(xiǎn)單元感染的概率
所以,以風(fēng)險(xiǎn)為基礎(chǔ)的抽樣公式為:
可以看出,計(jì)算以風(fēng)險(xiǎn)為基礎(chǔ)的抽樣樣本量,首先需要確定樣本中高風(fēng)險(xiǎn)單元和低風(fēng)險(xiǎn)單元各自所占的比例,以及高風(fēng)險(xiǎn)單元和低風(fēng)險(xiǎn)單元各自修正的流行率。繼續(xù)之前的例子,如果計(jì)劃樣本中高風(fēng)險(xiǎn)群的比例為60%,低風(fēng)險(xiǎn)群為40%,所用檢測試驗(yàn)的敏感性為80%,為了保證調(diào)查或監(jiān)測系統(tǒng)的敏感性為95%,需要檢測多少個群?根據(jù)公式8:
可以看出,需要抽取101個樣本,其中61個高風(fēng)險(xiǎn)群,40個低風(fēng)險(xiǎn)群。如果采用代表性抽樣,將數(shù)據(jù)帶入公式5計(jì)算得出需要抽取186個群,明顯高于以風(fēng)險(xiǎn)為基礎(chǔ)的抽樣。如果群內(nèi)抽樣也采取以風(fēng)險(xiǎn)為基礎(chǔ)的策略,可以使用上述相同的過程來確定每個群中的抽樣數(shù)量。
上述為無限群證明無疫的抽樣,如果目標(biāo)群為“有限”群,即數(shù)量較少,求出加權(quán)修正的預(yù)定流行率后,帶入代表性證明無疫樣本量計(jì)算公式6或公式7計(jì)算出抽樣數(shù)量,然后再在高風(fēng)險(xiǎn)群和低風(fēng)險(xiǎn)群之間分配。
2.2 以風(fēng)險(xiǎn)為基礎(chǔ)調(diào)查或監(jiān)測證明無疫的敏感性計(jì)算 前述公式3也可以用來計(jì)算調(diào)查活動或監(jiān)測系統(tǒng)的敏感性,即用群敏感性HSe代替試驗(yàn)的敏感性Se、群預(yù)定流行率和抽樣群數(shù)代替動物個體水平的預(yù)定流行率和動物數(shù)。如果每個單元的敏感性和感染概率(預(yù)定流行率)不同,可以用下述公式計(jì)算群敏感性或系統(tǒng)敏感性:
注:這里與前述一樣,由于多數(shù)情況是為了證明無疫或發(fā)現(xiàn)疫病,篩檢陽性后會進(jìn)行進(jìn)一步的確診,這樣可以有效排除假陽性,因此,試驗(yàn)過程的特異性很高,假定為1。
為將不同的感染風(fēng)險(xiǎn)引入到計(jì)算公式中來,所要做的是將每個單元相應(yīng)修正過的感染概率列入到公式中來。繼續(xù)前述的例子,為證明某地區(qū)奶牛群不存在布病,采用對每個群的散裝奶進(jìn)行檢測的方式,對該地區(qū)奶牛群進(jìn)行調(diào)查。假定試驗(yàn)的敏感性為80%,該地區(qū)大規(guī)模奶牛場(群)布病感染的相對風(fēng)險(xiǎn)為3,且10%的奶牛場(群)為大規(guī)模場。我們共抽取了55個大規(guī)模奶牛場(群)和45個小規(guī)模奶牛場(群)進(jìn)行檢測。那么在預(yù)定流行率為2%,且所有檢測為陰性的條件下,系統(tǒng)敏感性是多少?根據(jù)公式9,系統(tǒng)敏感性(P*H為高風(fēng)險(xiǎn)群的流行率,P*L為低風(fēng)險(xiǎn)群的流行率)
對于代表性抽樣而言,在抽取相同樣本量的情況下,系統(tǒng)敏感性=1-(1-0.8×0.02)100=80.1%。也就是說,如果該地區(qū)存在奶牛布病的情況下,采用以風(fēng)險(xiǎn)為基礎(chǔ)的抽樣,有94.2%的把握發(fā)現(xiàn)它,而采用代表性抽樣,只有80.1%把握發(fā)現(xiàn)它。
本文對以風(fēng)險(xiǎn)為基礎(chǔ)的調(diào)查或監(jiān)測證明無疫或發(fā)現(xiàn)疫病的基本原理以一種簡單、直觀的方式做了簡要介紹,推導(dǎo)出了以風(fēng)險(xiǎn)為基礎(chǔ)的抽樣樣本量計(jì)算和結(jié)果的敏感性分析,并舉例予以說明。從中可以看出,同代表性抽樣證明無疫的樣本量計(jì)算相比,在保證證明無疫的把握不變的條件下,以風(fēng)險(xiǎn)為基礎(chǔ)的抽樣樣本量計(jì)算具有一定的靈活性,即在保證對目標(biāo)群所設(shè)定的預(yù)定流行率不變的情況下,可以通過調(diào)整樣本中不同風(fēng)險(xiǎn)群所占比例來調(diào)整樣本量,從而達(dá)到節(jié)省資源的目的。此是以風(fēng)險(xiǎn)為基礎(chǔ)抽樣廣受關(guān)注的關(guān)鍵,亦是其魅力所在。
[1]Hadorn D C,Hauser R,Katharina D C,et al.Risk-based design of repeated surveys for the documentation of freedom from nonhighly contagious diseases[J].Prev VetMed,2002.56(3):179-192.
[2]Martin P A,Camerom A R,Barfod K,et al.Demonstrating free?dom from disease using multiple complex data sources 2:case study-classical swine fever in Denmark[J].Prev Vet Med,2007,79(2-4):98-115.
[3]Martin PA,Cameron A R,Greiner M.Demonstrating freedom from disease usingmultiple complex data sources 1:a new methodology based on scenario trees[J].Prev VetMed,2007,79(2-4):71-97.
[4]Gustafson L,KLotins S,Cameron A,et al.Combining surveil?lance and expert evidence of viral hemorrhagic septicemia free?dom:a decision science approach[J].Prev Vet Med,2010,94(1-2):140-153.
[5]OIE.OIE Terrestrial Animal Health Code(volume I)[M].21th Edi?tion Paris:OIE,2012.
[6]Christensen,JIGardner A.Herd-level interpretation of test results for epidemiologic studies of animal diseases[J].Prev Vet Med,2000,45(1-2):83-106.
[7]Dohoo IM,Stryhn H.Veterinary Epidemiologic Research[M].21th Edition Charlottetown VER Inc,2010.
[8]Thomas F B.Some practical considerations in sampling livestock populations to estimate disease prevalence and other parameters[J].Prev VetMed,1984,2(1-2):450-462.
[9]Cannon R M.Sense and sensitivity--designing surveys based on an imperfect test[J].Prev VetMed,2001,49(3-4):141-146.