介紹：法國高致病性禽流感（HPAI）的複發性流行病與流行病學格局的變化有關，例如在野鳥中檢測頻率增加以及引入到後院農場。這突顯了需要更深入地理解驅動HPAI傳播的因素，特別是環境因素，與其他因素不同，環境因素的研究仍然不足。
方法：在本研究中，我們考察了2022-2023年法國禽流感爆發點周邊的多種農場和環境變量，以揭示檢測到的爆發之間的潛在共同特征。從2022年8月到2023年3月，共有397家禽類養殖場發生感染，涉及不同種類和生產類型的禽類。對於每個爆發點，我們收集了養殖場的特征及其2公裏範圍內直接環境相關的變量。基於Gower距離，考慮到定性和定量變量，我們使用k-medoid聚類算法識別了集群。進一步采用隨機森林分析來層級化每個變量在聚類過程中的相對作用，以評估農場結構和環境條件對爆發發生的重要性。為了區分環境因素與牛群內在特性的各自影響，該方法被應用了兩次：首先，使用包含農場特性和環境變量的完整數據集（第一種情況）；其次，僅考慮環境變量（第二種情況）。
結果：總體而言，農場變量（如農場類型）在聚類過程中至關重要，超過了大部分環境因素，盡管距離“特殊風險區”和海岸線也很重要。然而，僅考慮環境變量的第二種情景下獲得的聚類結果，與第一種情景保持一致。
討論：這表明環境條件對禽群引入病毒的概率有不可忽視的影響。本研究采用了一種創新方法，探討外部因素如何影響HPAI（高致病性禽流感）的動態，這有助於設計國家級的風險區。