علوم زیستیپیش‌چاپتحلیل داده۳ دقیقه مطالعه

پرندگان وحشی، چراغ هشداری برای آنفلوانزای پرندگان در پستانداران

از سال 2020، ویروس آنفلوانزای پرندگانِ بسیار بیماری‌زای A(H5N1)، کلاد 2.3.4.4b، به‌طور گسترده در پرندگان وحشی چرخیده، میان قاره‌ها پخش شده و طیف رو به گسترشی از پستانداران را، در خشکی و در دریا، آلوده کرده است. در ایالات متحده، حتی در میان گاوهای شیری گسترش یافت و نشان داد که ویروسی با منشأ پرندگان می‌تواند در جمعیتی از پستانداران که انسان مدیریتشان می‌کند بچرخد. هر پستاندار آلوده فرصتی دیگر برای سازگار شدن ویروس است.

پستانداران می‌توانند با شکار پرندگان آلوده یا خوردن لاشهٔ آن‌ها، یا از راه آب آلوده و زیستگاه‌های مشترک، به آن مبتلا شوند. اما پایش نمی‌تواند هر حیوانی را در همه‌جا آزمایش کند. آیا موارد شناسایی در پرندگان وحشی می‌توانند به تیم‌ها بگویند کجا و کی دنبال پستانداران آلوده بگردند؟

دو جریان پایش، کنار هم

اچ. او. فاتوینبو (H. O. Fatoyinbo)، از گروه علوم ریاضی دانشگاه صنعتی اوکلند (Auckland University of Technology) در نیوزیلند، سوابق عمومی سرویس سلامت جانوری وزارت کشاورزی ایالات متحده را از آوریل 2022 تا ژوئیهٔ 2026 تحلیل کرد: 18,523 مورد شناسایی در پرندگان وحشی، از 248 گونه، و 815 مورد در پستانداران، از 56 گونه. در هر دو جریان، میانهٔ فاصلهٔ زمانی میان نمونه‌برداری و شناسایی 15 روز بود.

این دو سری رفتار متفاوتی دارند. موارد شناسایی در پرندگان هر پاییز و زمستان بالا می‌رود و در تابستان پایین می‌آید. موارد در پستانداران پراکنده‌ترند، با بزرگ‌ترین اوج ملی در مه 2024. بیشترِ ایالت-ماه‌ها — 89.9% آن‌ها — هیچ موردی در پستانداران ثبت نکرده‌اند، اما از 268 ایالت-ماهی که موردی دارند، در 80% در همان ماه موردی در پرندگان نیز شناسایی شده بود.

دو نمودار خطی از سوابق ماهانهٔ شناسایی آنفلوانزای پرندگان در پستانداران و پرندگان وحشی آمریکا از 2022 تا 2026.

سوابق ماهانهٔ شناسایی آنفلوانزای پرندگانِ بسیار بیماری‌زا در پستانداران (بالا) و پرندگان وحشی (پایین)، ایالات متحده، آوریل 2022 تا ژوئیهٔ 2026. این‌ها سوابق مثبت پایش‌اند، نه نرخ‌های آلودگی. — شکل 1، Fatoyinbo (2026)، arXiv:2611.12005.

نشانه‌ای محلی و کوتاه‌مدت

یک هم‌زمانی خام می‌تواند صرفاً بازتاب فصل‌ها یا شیوع‌های محلیِ پرجنب‌وجوش باشد. پس مدل چرخهٔ سالانه، موارد شناسایی پستانداران در ماه قبل و تفاوت‌های پایدار میان ایالت‌ها را در نظر می‌گیرد، و سپس می‌پرسد پرندگان وحشی چه چیزی به آن می‌افزایند.

پاسخ: در همان ایالت، دو برابر شدن تعداد موارد شناسایی در پرندگان با 57.9% افزایش در شمار مورد انتظار موارد شناسایی در پستانداران در همان ماه همراه است، و دو برابر شدن در ماه قبل با 15.9% افزایش. فعالیت پرندگان دو یا سه ماه زودتر چیزی نمی‌افزاید. پرندگان ایالت‌های همسایه نیز، وقتی پرندگان خودِ ایالت به حساب آمده باشند، چیزی نمی‌افزایند: اطلاعات سودمند محلی است. موارد شناسایی در پستانداران همچنین از یک ماه به ماه بعد به‌شدت از خودشان پیروی می‌کنند.

این نتیجه از یک آزمون استواری (robustness) سربلند بیرون می‌آید. بسیاری از سوابق تکرارهای دقیق بودند، که می‌توانستند ثبت‌های تکراری یا به‌راستی جانورانی متمایز باشند؛ حذف آن‌ها 59.7% و 13.3% به دست می‌دهد.

پیش‌بینی‌های بهتر، اما هنوز نه یک ابزار پیش‌بینی

آزمون تعیین‌کننده، پیش‌بینی بود. پژوهش فوریه تا ژوئیهٔ 2026 را کنار گذاشت و از مدل خواست موارد شناسایی پستانداران در هر ماه را از روی ماه قبل پیش‌بینی کند. افزودن پرندگان وحشی میانگین خطا را 23.8% و ریشهٔ میانگین مربعات خطا را 27.9% کاهش داد. اما مدل همچنان 167 مورد پیش‌بینی کرد، در حالی که 101 مورد مشاهده شد، و بازه‌های عدم‌قطعیتش بیش از حد پهن بودند.

مقاله بر آنچه این نتایج نشان نمی‌دهند پافشاری می‌کند: این همبستگی نه انتقال مستقیم از پرنده به پستاندار را ثابت می‌کند و نه احتمال سرریز (spillover) را. پرندگان و پستانداران ممکن است صرفاً در یک زمان و یک مکان، در جریان همان بررسی‌ها، بیشتر نمونه‌برداری شوند. سوابق همچنین تعداد جانوران آزمایش‌شده و میزان تلاش پایشیِ پشت هر نتیجهٔ مثبت را در بر ندارند.

آنچه این پژوهش پشتیبانی می‌کند یک کاربرد عملی است: فعالیت بالای محلیِ پرندگان می‌تواند به یکی از اجزای سازوکاری برای به راه انداختن جمع‌آوری لاشه‌ها، آزمایش پستانداران حساس یا آگاه کردن توان‌بخشان حیات وحش و آزمایشگاه‌های دامپزشکی تبدیل شود — آن هم پس از آنکه مدل به‌طور آینده‌نگر، در طول چند فصل همه‌گیری، اعتبارسنجی شود.