Modeling the spillover risk of highly pathogenic avian influenza from wild birds to cattle in Denmark: A data-driven risk assessment framework

Dit artikel presenteert een datagedreven risicoframework dat de kans op overdracht van hoogpathogeen aviair influenza (HPAI) van wilde vogels naar rundvee in Denemarken kwantificeert, waarbij de hoogste risico's worden gelokaliseerd langs de kust en nabij de Duitse grens tijdens de wintermaanden.

De kern

De Vogelgriep-Alarmklok: Hoe Wildvogels de Koeien in Denemarken Kunnen Besmetten

Stel je voor dat Denemarken een groot, levendig landschap is waar twee heel verschillende bewoners naast elkaar wonen: de wilde vogels die overal vliegen en de melkkoeien die in de stal staan. Sinds 2024 is er een gevaarlijke gast opgedoken: de H5N1-vogelgriep. In de Verenigde Staten is dit virus van de vogels overgesprongen naar de koeien, wat voor veel problemen heeft gezorgd.

Nu vragen de boeren en de overheid in Denemarken zich af: "Kan dat hier ook gebeuren?" Omdat ze nog niet actief zoeken naar het virus bij koeien, hebben onderzoekers een slim rekenmodel (een soort digitale alarmklok) ontwikkeld om het risico te voorspellen.

Hier is hoe dat werkt, uitgelegd in simpele taal:

1. Het Rekenmodel: Een Digitale Weerkaart

De onderzoekers hebben geen nieuwe virussoort nodig om te weten wat er kan gebeuren. In plaats daarvan kijken ze naar drie dingen, alsof ze een weerkaart maken:

• Waar zitten de vogels? (Gegevens van eBird: een app waar mensen vogels melden).
• Waar zitten de koeien? (Gegevens over hoe dicht de boerderijen bij elkaar staan).
• Is er griep bij de vogels? (Gegevens van Bird Flu Radar: een systeem dat waarschuwt als er griep uitbreekt bij vogels).

Ze hebben dit model eerst "opgeleefd" met de echte data uit de VS. Ze hebben gekeken: "Hoe vaak sprong het virus over in de VS, en wat was daarvoor nodig?" Vervolgens hebben ze die regels toegepast op Denemarken.

2. Twee Manieren om te Kijken (De "Drukte" vs. De "Aantrekkingskracht")

Het model probeerde twee verschillende manieren om te bedenken hoe een vogel een koe besmet:

• Manier A: De "Drukte" (Dichtheidsafhankelijk)

  • De analogie: Stel je voor dat vogels als muggen zijn die op een zwembad zitten. Als er meer koeien in het zwembad zitten, is de kans groter dat een mug iemand prikt.
  • Het resultaat: Het risico is dan het hoogst waar er veel koeien bij elkaar wonen (zoals in het zuiden van Jutland).

• Manier B: De "Aantrekkingskracht" (Frequentie-afhankelijk)

  • De analogie: Stel je voor dat vogels als bezoekers zijn die een café binnenlopen. Het maakt niet uit hoeveel mensen er in het café zitten; het hangt ervan af hoe vaak de vogels langs dat specifieke café vliegen. Als er een meer of een kustlijn is, vliegen er veel vogels langs, ongeacht hoeveel koeien er staan.
  • Het resultaat: Het risico is dan het hoogst waar de vogels het meest voorkomen, dus langs de kustlijn en bij meren.

Wat bleek? De onderzoekers denken dat Manier B (de aantrekkingskracht) waarschijnlijker is. Vogels vliegen niet per se naar een koe omdat er veel koeien zijn, maar omdat ze daar eten of drinken vinden. Daarom ligt het grootste gevaar langs de kust en bij de Duitse grens.

3. Wanneer is het Gevaarlijkst? (Het Seizoen)

Het model werkt als een seizoenskalender.

• Winter en Vroege Lente (December tot Maart): Dit is het "grote alarmtijdstip". Waarom? Omdat dit het tijdstip is waarop miljoenen vogels migreren (verhuizen) langs de kust van Denemarken.
• Zomer: Het risico is dan veel lager, omdat er minder vogels zijn die langskomen.

De voorspelling is dat er in een willekeurige week weinig kans is op besmetting (minder dan 1 op de 3 weken), maar als je het hele jaar optelt, is de kans dat er ergens in Denemarken een koe besmet raakt, reëel.

4. Wat Betekent Dit voor De Boer?

Dit model is geen kristallen bol die zegt: "Morgen wordt boer Jansen besmet." Het is meer een versterker voor de verlichting.

Het zegt: "Kijk, in deze gebieden (kust, Duitse grens) en in deze maanden (winter), moet je extra goed opletten."

• Nu: Boeren kijken vooral naar kippen en wilde vogels.
• Toekomst: Met deze informatie kunnen de autoriteiten beslissen om in de wintermaanden extra te testen op melk of koeien in de risicogebieden. Zo kunnen ze een uitbraak sneller zien en stoppen voordat het een groot probleem wordt.

Samenvattend

De onderzoekers hebben een slimme tool gebouwd die zegt: "Denemarken is kwetsbaar, vooral in de winter en langs de kust." Het model helpt om de beperkte middelen (zoals testkits en tijd) op de juiste plekken te zetten, zodat we niet blindelings op de vogels en koeien afwachten, maar proactief kunnen handelen. Het is als het plaatsen van extra brandblussers in de huiskamer in plaats van in de slaapkamer, omdat je weet dat daar het vuur het eerst kan ontstaan.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "Modeling the spillover risk of highly pathogenic avian influenza from wild birds to cattle in Denmark: A data-driven risk assessment framework", vertaald en samengevat in het Nederlands.

Titel

Modellering van het spillover-risico van hoogpathogeen aviair influenza (HPAI) van wilde vogels naar rundvee in Denemarken: Een datagedreven risicobeoordelingskader.

1. Het Probleem

Sinds begin 2024 is er een nieuwe fase van de HPAI-epidemie (clade 2.3.4.4b, H5N1) waargenomen waarbij het virus van wilde vogels is overgesprongen naar melkvee in de Verenigde Staten (VS). Dit heeft geleid tot verspreiding naar meer dan 1000 veestapels en vormt een bedreiging voor dier- en volksgezondheid.

• Situatie in Denemarken: Denemarken ligt langs belangrijke trekroutes voor vogels en heeft een hoge dichtheid aan rundvee (12,6 melkkoeien/km²). Ondanks recidiverende HPAI-uitbraken bij wilde vogels en pluimvee, ontbreekt er in Denemarken een actieve surveillance voor HPAI in rundvee (geen serologische of melktesten).
• Gevolg: Er is geen kennis over de mate van blootstelling van rundvee aan het virus. Er is een dringende behoefte aan een kwantitatief risicokader om te bepalen waar en wanneer een spillover (overdracht van wilde vogels naar koeien) waarschijnlijk is, om gerichte surveillance te kunnen inrichten.

2. Methodologie

De auteurs hebben een kwantitatief risicomodel ontwikkeld om de wekelijkse waarschijnlijkheid van HPAI-introductie van wilde vogels naar rundvee op grid-niveau (9x9 km) te schatten.

Data-gebaseerde inputs:

• Vogelabundantie: Gebruik van de eBird Status and Trends dataset (relatieve abundantie van 54 Anseriformes-soorten).
• Rundveedichtheid: Data uit de Gridded Livestock of the World (VS) en het Danish Central Husbandry Register (Denemarken, 2024).
• Virusprevalentie: De Bird Flu Radar tool (EFSA) levert een wekelijks indicator voor de aanwezigheid van HPAI in Europese wilde vogels.
• Calibratie: Het model is gekalibreerd met waargenomen spillover-gebeurtenissen uit de VS (Nevada en Arizona, 2024).

Modelkader:
Het model gebruikt een frequentie-afhankelijke transmissie-aanneming (contactfrequentie hangt af van vogelgedrag en aantrekkelijkheid van de boerderij, niet van de dichtheid van koeien in het raster). De formule voor de wekelijkse waarschijnlijkheid ($P$) is:
$$P = 1 - e^{-\beta \cdot Prev \cdot A \cdot dt / N_c}$$
Waarbij:

• $\beta$: Transmissieparameter.
• $Prev$: Prevalentie van HPAI bij wilde vogels.
• $A$: Abundantie van wilde vogels.
• $N_c$: Aantal koeien.
• $dt$: Tijdinterval (weken).

Schaalparameter ($r$):
Om de overdracht van de VS naar Denemarken mogelijk te maken, wordt een schaalparameter $r$ gebruikt. Deze houdt rekening met verschillen in prevalentie en transmissie tussen landen en periodes (uitbraak vs. geen uitbraak).

Sensitiviteitsanalyses:

• Parameteronzekerheid: Variatie in de schaalparameter $r$ en de drempelwaarde voor de aanwezigheid van het virus in vogels.
• Structurele onzekerheid: Vergelijking tussen het standaard frequentie-afhankelijke model en een alternatief dichtheids-afhankelijk model (waarbij contacten toenemen met de koeienpopulatie).

3. Belangrijkste Resultaten

Temporale Risico's:

• Het hoogste risico op spillover ligt in de periode december tot maart, wat samenvalt met de trekperioden van wilde vogels.
• In 2024 werd de hoogste wekelijkse verwachting van 0,35 gevallen (95% BI: 0,06–1,1) voorspeld voor weken 2–10.
• De totale verwachte jaarlijkse introductie in 2024 was 5,44 gevallen (95% BI: 0,90–16,9). Hoewel de wekelijkse kans klein is, cumuleert het risico over het jaar.

Ruimtelijke Risico's:

• Frequentie-afhankelijk model: Het risico is geconcentreerd langs de Deense kustlijnen, nabij binnenwateren en in gebieden nabij de Duitse grens. Dit komt door de hoge abundantie van wilde vogels in deze gebieden.
• Dichtheids-afhankelijk model: Dit model verschuift het risico naar gebieden met een hoge dichtheid aan melkvee (vooral in het westen en zuiden van Jutland en nabij de Duitse grens).
• De ruimtelijke patronen zijn robuust voor de meeste parameters, maar de keuze van het transmissiemodel beïnvloedt welke specifieke regio's als hoog-risico worden aangemerkt.

Sensitiviteit:

• De absolute aantallen gevallen zijn lineair afhankelijk van de schaalparameter $r$, maar de temporele en ruimtelijke patronen blijven stabiel.
• Een lagere drempelwaarde voor de detectie van HPAI bij vogels (in Bird Flu Radar) leidt tot een iets langere hoog-risico periode en een lichte verschuiving naar het einde van het jaar.

4. Belangrijkste Bijdragen

1. Eerste kwantitatieve schatting voor Denemarken: Dit is het eerste model dat specifiek het risico van HPAI-spillover van wilde vogels naar rundvee in Denemarken kwantificeert, een kennislacune die eerder werd geïdentificeerd.
2. Data-driven Kader: Het koppelt diverse datasets (eBird, Bird Flu Radar, landbouwregisters) in een coherent model dat is gekalibreerd op real-world data uit de VS.
3. Beleidsondersteuning: Het model biedt een wetenschappelijke basis voor het opzetten van gerichte surveillance (bijv. melktesten) in specifieke risicogebieden en -periodes, in plaats van willekeurige of landelijke monitoring.
4. Flexibiliteit: Het kader is aanpasbaar voor andere landen en kan worden aangepast naarmate er meer data beschikbaar komt over de transmissieparameters.

5. Betekenis en Conclusie

De studie concludeert dat er een ruimtelijk en temporeel variabel risico bestaat op de introductie van HPAI in Deense koeienpopulaties.

• Risicoperioden: Winter en vroege lente (december-maart).
• Risicogebieden: Vooral kustgebieden en grensregio's (afhankelijk van het gekozen transmissiemodel).
• Beleid: Hoewel de wekelijkse kans op een introductie klein is, is het cumulatieve risico over een jaar significant genoeg om actieve surveillance te rechtvaardigen. Het model stelt autoriteiten en de sector in staat om middelen efficiënt in te zetten op de meest kwetsbare plekken.
• Beperkingen: Het model schat alleen het risico op introductie (spillover), niet op de daaropvolgende verspreiding binnen de veestapel of tussen veestapels. De transmissie binnen de Deense koeienpopulatie hangt af van managementpraktijken (bijv. stalbezoek door vogels) en bioveiligheid, die verder onderzoek vereisen.

Kortom, dit onderzoek biedt een cruciaal instrument voor de voorbereiding op mogelijke HPAI-uitbraken bij rundvee in Europa, met name in landen met een hoge dierdichtheid en ligging langs vogeltrekroutes.