高致病性禽流感（HPAI）威胁野生和家禽、哺乳动物以及人类。由于野生鸟类传播，高致病性禽流感在全球的扩散需要及时且空间上准确的检测，以加强预防措施。然而，由于依赖对少量野生动物的机会性采样和检测，在野生动物中发现疫情具有挑战性，导致关于感染的时间和地理分布的数据不足。我们的目标是利用2016-2022年的野生鸟类死亡报告和确认的高致病性禽流感事件，为荷兰创建HPAI热点预测模型。人类、野生鸟类和采样密度的变量被用作各种组合的统计调整因子。贝叶斯二项模型采用病例交叉设计，其中野生鸟类的HPAI事件为病例，控制组使用与病例相同的日期和地点，但转换到2019年，当时荷兰没有报告HPAI。我们在十倍交叉验证设计中测试了24个模型。表现最好的模型的曲线下面积（AUC）得分为0.68，敏感性为0.47，特异性为0.79，并包括野生鸟类死亡率和密度。预测的野生鸟类高致病性禽流感（HPAI）爆发区域的年度空间分布总体上与实验室确认的HPAI病例相匹配，尤其是从2020年起，但2020年前在阿姆斯特丹以西的一个异常密集采样区域有所例外。大多数HPAI爆发预测发生在10月至次年3月之间。我们的模型突出了潜在的HPAI爆发区域随时间的变化，可用于指导采样工作，有可能提高采样的有效性和及时性。


F.I.C 建议用户仔细研读本文（本文作者单位是近期荷兰奶牛感染禽流感病毒事件中进行抗体检测的机构）