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

Este estudo desenvolve um modelo quantitativo baseado em dados para avaliar o risco de transmissão do vírus da gripe aviária altamente patogênica (H5N1) de aves selvagens para o gado na Dinamarca, identificando períodos e áreas geográficas de maior risco para orientar a vigilância e a preparação do país.

O essencial

Imagine que a Dinamarca é uma grande fazenda rodeada por um rio de pássaros migratórios. Esses pássaros viajam milhares de quilômetros e, às vezes, carregam um "pacote" perigoso: o vírus da gripe aviária (HPAIV).

Até recentemente, esse vírus era como um incêndio que queimava apenas as aves (pássaros selvagens e galinhas de granja). Mas, em 2024, algo novo aconteceu nos Estados Unidos: o vírus "pulou" da ave para a vaca leiteira. Foi como se o fogo tivesse encontrado um novo tipo de madeira que nunca queimou antes.

Agora, os cientistas dinamarqueses se perguntam: "O que acontece se esse vírus tentar pular para as vacas da Dinamarca?"

Como não temos vacas infectadas na Dinamarca ainda (o que é bom!), não podemos esperar para ver. Em vez disso, os autores deste estudo criaram um "Simulador de Risco" (uma espécie de bola de cristal baseada em dados) para prever onde e quando esse "pulo" poderia acontecer.

Aqui está como eles fizeram isso, explicado de forma simples:

1. O Mapa do Tesouro (e do Perigo)

Os pesquisadores usaram três tipos de informações principais para montar o quebra-cabeça:

• O Radar de Pássaros (Bird Flu Radar): Um sistema que diz onde os pássaros selvagens estão e se eles estão doentes. É como um aplicativo de clima, mas para vírus em aves.
• O Contador de Vacas: Onde estão as fazendas de leite e quantas vacas existem em cada lugar.
• O Relógio (eBird): Dados sobre quando os pássaros migram (viajam) e quando estão mais numerosos.

2. A Grande Aposta: Como o vírus "pula"?

Para fazer a previsão, eles tiveram que fazer uma suposição sobre como o vírus passa da ave para a vaca. Eles testaram duas ideias diferentes, como se estivessem jogando dois jogos de regras diferentes:

• Cenário A: O "Encontro Casual" (Dependência de Frequência)

  • A analogia: Imagine que os pássaros visitam a fazenda como turistas. Se houver muitos pássaros e poucas vacas, cada vaca tem uma chance maior de encontrar um pássaro doente. O risco depende de onde os pássaros estão, não de quantas vacas existem.
  • O resultado: O risco é maior perto do mar e de rios, onde os pássaros gostam de pousar.

• Cenário B: O "Congestionamento" (Dependência de Densidade)

  • A analogia: Imagine que quanto mais vacas você tem num lugar, mais fácil é para o vírus se espalhar, como um trânsito pesado onde os carros (vírus) batem uns nos outros com mais frequência.
  • O resultado: O risco muda para áreas onde há muitas vacas juntas, mesmo que não haja tantos pássaros por perto.

3. O Que o Simulador Disse?

Depois de rodar o modelo (ajustando os dados dos EUA para a realidade da Dinamarca), eles descobriram:

• Quando é perigoso? O risco é maior no inverno e no início da primavera (de dezembro a março). É quando os pássaros migratórios estão passando pela Dinamarca em grandes grupos.
• Onde é perigoso?
  • Na costa e perto de rios (onde os pássaros pousam).
  • Na fronteira com a Alemanha.
  • Em algumas áreas do interior onde há muitas vacas (no cenário de "congestionamento").
• Qual a chance? A chance de uma vaca pegar o vírus numa semana específica é muito pequena (menos de 1 em 1000). Mas, como o ano tem muitas semanas, o risco acumulado ao longo do ano é real. Eles estimam que, em média, poderia haver cerca de 5 a 6 "pulos" de vírus por ano em todo o país.

4. Por que isso importa?

Pense neste estudo como um sistema de alerta de tsunami.

• Não significa que o tsunami vai chegar amanhã.
• Significa que, se as ondas (pássaros doentes) chegarem à costa, sabemos exatamente quais vilas (fazendas) devem estar mais alertas.

O estudo sugere que a Dinamarca não precisa vigiar todas as vacas o tempo todo (o que seria caro e impossível). Em vez disso, eles podem focar seus esforços de teste e vigilância nas áreas costeiras e durante os meses de inverno, quando o risco é mais alto.

Resumo Final

Os cientistas criaram um mapa de risco para dizer: "Ei, se o vírus da gripe aviária tentar entrar nas vacas dinamarquesas, é mais provável que isso aconteça aqui, naquela época do ano."

Isso ajuda os fazendeiros e o governo a estarem preparados, como ter guarda-chuvas prontos antes da chuva, garantindo que, se o vírus chegar, eles possam pegá-lo rápido e evitar que ele se espalhe por todo o rebanho.

Resumo técnico

Resumo Técnico: Avaliação de Risco de Spillover de HPAI de Aves Silvestres para Gado na Dinamarca

1. Problema e Contexto

Desde o início de 2024, o vírus da Influenza Aviária Altamente Patogênica (HPAIV) H5N1 (clade 2.3.4.4b) saltou de aves silvestres para gado leiteiro nos Estados Unidos, infectando mais de 1.000 rebanhos e representando uma ameaça à saúde animal e pública. A Dinamarca, localizada em rotas migratórias principais e com alta densidade de produção de gado (12,6 cabeças de gado leiteiro/km²), é particularmente vulnerável à introdução do vírus.

No entanto, a Dinamarca não possui vigilância ativa específica para HPAI em gado (como testes sorológicos ou de leite), dependendo apenas de notificações passivas. A ausência de dados locais sobre a transmissão entre espécies e a falta de ferramentas de avaliação de risco específicas para gado tornam difícil a preparação para surtos. O objetivo deste estudo foi desenvolver um modelo quantitativo para estimar a probabilidade semanal de introdução do HPAI de aves silvestres para o gado na Dinamarca, identificando onde e quando o risco é maior.

2. Metodologia

O estudo desenvolveu um modelo de avaliação de risco quantitativo baseado em dados, calibrado com eventos de spillover observados nos EUA e extrapolado para a Dinamarca.

• Estrutura do Modelo:

  • O modelo estima a probabilidade semanal de introdução do vírus em nível de célula de grade (9x9 km).
  • Foram testadas duas premissas de transmissão:
    1. Dependência de Frequência: Assume que a frequência de visitas de aves ao gado é determinada pelo comportamento das aves e atratividade da fazenda, não pela densidade de gado. A exposição é distribuída entre o gado presente.
    2. Dependência de Densidade: Assume que o contato aumenta com o tamanho da população de gado.
  • A equação base (sob dependência de frequência) é: $P = 1 - e^{-\beta \cdot Prev \cdot A \cdot dt / N_c}$, onde $P$ é a probabilidade de spillover, $\beta$ é a taxa de transmissão, $Prev$ é a prevalência em aves, $A$ é a abundância de aves e $N_c$ é o número de gado.

• Fontes de Dados:

  • Abundância de Aves: Dados do eBird (índice de abundância relativa semanal de 54 espécies de Anseriformes).
  • Densidade de Gado: Dados do Gridded Livestock of the World (EUA) e do Registro Central de Criação Dinamarquês (CHR) para a Dinamarca.
  • Prevalência/Indicador de Vírus: Ferramenta Bird Flu Radar (EFSA) para indicar a presença de HPAI em aves silvestres na Europa.
  • Calibração: Dados de surtos confirmados de spillover nos EUA (Texas, Nevada, Arizona) extraídos do WAHIS e relatórios de notícias.

• Calibração e Extrapolção:

  • O parâmetro de transmissão combinado ($\beta \cdot Prev$) foi estimado nos EUA usando um modelo de regressão logística (GLM com link cloglog).
  • Para a Dinamarca, introduziu-se um parâmetro de escala ($r$) para ajustar as diferenças na prevalência e nas taxas de transmissão entre os países e entre períodos de surto e não surto.
  • Foram realizadas análises de sensibilidade para testar a incerteza dos parâmetros e a estrutura do modelo (frequência vs. densidade).

3. Contribuições Chave

• Primeira Avaliação Quantitativa para a Dinamarca: Preenche a lacuna de ferramentas de risco específicas para gado na Europa, focando na Dinamarca como estudo de caso.
• Framework Baseado em Dados: Integra múltiplas fontes de dados heterogêneas (movimento de aves, densidade de gado, vigilância de vírus) em um modelo unificado.
• Análise Comparativa de Estruturas de Transmissão: Avalia criticamente como a escolha entre modelos de dependência de frequência e densidade altera a identificação de áreas de alto risco.
• Ferramenta de Apoio à Decisão: Fornece um sistema de alerta precoce para orientar a vigilância direcionada (ex: testes de leite) em regiões e épocas específicas.

4. Resultados Principais

• Risco Temporal:
  • O risco é sazonal, com picos entre dezembro e março, coincidindo com as migrações de aves.
  • Sob o modelo de dependência de frequência, o número esperado de casos de spillover na Dinamarca permanece abaixo de 0,35 casos por semana.
  • Em 2024, estimou-se um total de 5,44 casos esperados (IC 95%: 0,90–16,9) para o ano inteiro.
• Risco Espacial:
  • Modelo de Dependência de Frequência: As áreas de maior risco concentram-se ao longo da costa dinamarquesa, perto de corpos d'água interiores e na fronteira com a Alemanha. O risco é impulsionado pela alta abundância de aves silvestres nessas áreas.
  • Modelo de Dependência de Densidade: O risco espacial desloca-se para regiões com alta densidade de gado, especificamente na costa oeste e sul da Jutlândia e perto da fronteira alemã.
  • Convergência: Ambas as premissas identificam consistentemente o norte da Jutlândia e áreas costeiras como zonas de risco, sugerindo robustez na priorização de vigilância.
• Análise de Sensibilidade:
  • A incerteza no parâmetro de escala ($r$) afeta a magnitude absoluta dos casos previstos, mas não altera os padrões temporais ou espaciais.
  • A probabilidade de limiar para a detecção de vírus nas aves (Bird Flu Radar) influencia o número total de casos, mas a localização das áreas de alto risco permanece estável.

5. Significância e Conclusão

O estudo conclui que, embora a probabilidade semanal de introdução do vírus seja baixa, a recorrência ao longo do tempo resulta em um risco anual significativo de introdução na Dinamarca.

• Implicações Práticas: O modelo fornece uma base científica para que as autoridades e a indústria alocem recursos de vigilância de forma eficiente, focando em regiões costeiras e no período de inverno/início da primavera.
• Limitações e Futuro: O modelo assume que o gado permanece suscetível e não considera a transmissão entre fazendas (que depende de movimentos de animais). A validação futura através de vigilância ativa (ex: testes de leite em áreas de alto risco) é crucial para refinar as estimativas.
• Aplicabilidade: A estrutura do modelo é flexível e pode ser adaptada para outros países europeus, apoiando a preparação regional contra a transmissão cruzada de HPAI.

Em suma, este trabalho estabelece um marco para a avaliação proativa de riscos de spillover em gado leiteiro, transformando dados de vigilância de aves em ações preventivas concretas para a segurança sanitária do setor pecuário.