Bayesiansk Modellering av Salmonella Dublin hos mjölkkreatur på Öland

Sammanfattning

Salmonella Dublin är en smittsam sjukdom hos nötkreatur som påverkar både djurhälsa och livsmedelssäkerhet. I detta arbete undersöks möjligheten att modellera smittspridningen av Salmonella Dublin hos mjölkkreatur på Öland med hjälp av en Bayesiansk ansats. En stokastisk SIRS-modell implementerades och applicerades på ett nätverk av gårdar som approximerar Ölandsgeografiska struktur. Modellen användes för att beskriva smittspridning inom och mellan gårdarsamt för att estimera okända parametrar kopplade till lokal och extern smittspridning. Bayesiansk inferens användes för att identifiera parameterkombinationer som är förenliga med både syntetisk och observerad screeningdata. Resultaten visar att modellen kan identifiera parametrar med god precision och att parameterestimering baserad på syntetisk data i hög grad kan återfinna de sanna parametervärdena. Jämförelser mellan syntetisk och observerad data indikerar ett statistiskt bias runt 0.1%, vilket stärker modellens trovärdighet och tillförlitligheten hos de erhållna posteriorfördelningarna. Vidare undersöktes modellens robusthet genom att jämföra olika sigmoidfunktioner samt olika inferensmetoder. Resultaten visar att både valet av sigmoidfunktion och inferensmetod har begränsad påverkan på parameterestimeringen, vilket tyder på att modellen är robust mot dessa metodval. Modellfel analyserades även genom jämförelser mellan den reducerade modellen ochen mer komplex modell som inkluderar djurförflyttningar mellan gårdar. Den reducerade modellen visade sig ge en rimlig beskrivning av smittspridningen, även om dess parametrar systematiskt underskattades med cirka 4%. Studien visar att det är möjligt att utveckla en funktionell epidemiologisk modell för Salmonella Dublin på Öland och att en reducerad modell kan ge en beskrivande bild av smittspridningen. Modellen bedöms även ha potential att tillämpas på fastlandet, även om större osäkerheter i tillgänglig data försvårar parameterestimeringen.