野鸟:哺乳动物禽流感的警示灯
自2020年以来,高致病性禽流感病毒A(H5N1) 2.3.4.4b分支在野鸟中广泛传播,在各大洲之间扩散,并感染了越来越多种类的陆地和海洋哺乳动物。在美国,它甚至在奶牛中传播开来,表明一种禽源病毒可以在人类管理的哺乳动物种群中传播。每一只受感染的哺乳动物,都是病毒进行适应的又一次机会。
哺乳动物可能通过捕食或食腐受感染的鸟类而染病,也可能通过受污染的水和共享的栖息地染病。但监测不可能在所有地方检测每一只动物。野鸟中的检出,能否告诉监测团队应该在何时、何地寻找受感染的哺乳动物?
两条并列的监测数据流
新西兰奥克兰理工大学数学科学系的H. O. Fatoyinbo,分析了美国农业部动物卫生服务机构从2022年4月到2026年7月的公开记录:18,523次野鸟检出,涉及248个物种;以及815次哺乳动物检出,涉及56个物种。在这两条数据流中,从样本采集到检出的中位延迟都是15天。
这两个序列的表现不同。鸟类检出每年秋冬上升,夏季下降。哺乳动物检出则更具偶发性,全国最大的峰值出现在2024年5月。大多数“州-月”根本没有哺乳动物记录——占89.9%——但在有记录的268个“州-月”中,80%在同一个月也有鸟类检出。

美国哺乳动物(上)和野鸟(下)中高致病性禽流感的每月检出记录,2022年4月–2026年7月。这些是阳性监测记录,而非感染率。——图1,Fatoyinbo(2026),arXiv:2611.12005。
一个局部的短期信号
单纯的巧合可能只是反映了季节,或者当地疫情活跃。因此,模型考虑了年度周期、前一个月的哺乳动物检出,以及各州之间持久的差异,然后再看野鸟能额外提供什么信息。
答案是:在同一个州,鸟类检出数翻一番,对应同月预期的哺乳动物检出数增加57.9%;前一个月翻一番,则对应增加15.9%。两三个月前的鸟类活动没有任何额外贡献。一旦计入本州自己的鸟类,邻近州的鸟类也没有贡献:有用的信息是局部的。哺乳动物的检出数在相邻月份之间也有很强的延续性。
这一结果经受住了稳健性检验。许多记录是完全重复的,它们可能是重复录入,也可能确实是不同的动物;去除这些记录后,结果为59.7%和13.3%。
预测更好了,但还不是预测工具
决定性的检验是预测。研究预留出2026年2月至7月的数据,让模型根据前一个月的情况预测每个月的哺乳动物检出数。加入野鸟后,平均误差减少了23.8%,均方根误差减少了27.9%。但模型仍然预测了167次检出,而实际观测到的是101次,而且它的不确定性范围过宽。
论文坚持强调这项研究没有证明什么:这种关联既不能确立鸟类到哺乳动物的直接传播,也不能给出溢出(spillover)的概率。鸟类和哺乳动物可能只是在同一时间、同一地点,在同样的调查中被更多地采样。这些记录也缺少受检动物的数量,以及每个阳性结果背后的监测力度。
它所支持的是一种实际用途:当地鸟类活动频繁,可以成为触发措施的依据之一,用于收集动物尸体、检测易感哺乳动物,或向野生动物救护人员和兽医实验室发出警报——前提是该模型已经过前瞻性验证,覆盖多个流行季节。
