최종 연구결과 요약 ◦ 외국의 AI 감시 프로그램에 대한 조사·분석 - 유럽 및 북미 • 유럽 : 연평균 31천 농가에 대한 검사 (전체 가금 사육농가의 2.27%) • 캐나다 : 전체 사육농가의 12.69%에 대하여 표본검사 • 미국 : 육용조류(meat-type chicken) 사육수수의 0.03%에 대하여 검사 - 국내 : 연평균 농가 7천개소 중 94%에 대한 검사를 수행 ◦ 국내 AI 바이러스 감염 관련 지표 (2008년 하반기-2013년 9월) - AI 모니터링 검사 양성률
최종 연구결과 요약 ◦ 외국의 AI 감시 프로그램에 대한 조사·분석 - 유럽 및 북미 • 유럽 : 연평균 31천 농가에 대한 검사 (전체 가금 사육농가의 2.27%) • 캐나다 : 전체 사육농가의 12.69%에 대하여 표본검사 • 미국 : 육용조류(meat-type chicken) 사육수수의 0.03%에 대하여 검사 - 국내 : 연평균 농가 7천개소 중 94%에 대한 검사를 수행 ◦ 국내 AI 바이러스 감염 관련 지표 (2008년 하반기-2013년 9월) - AI 모니터링 검사 양성률 • 항원 양성률 개체수준 0.62%, 농가수준 3.02% • 항체 양성률 검사건수 0.001%, 농가수준 0.063% - 항원 및 항체 양성률로 산출한 추정 유병률 • 검사건수 0.127% (95% 신뢰구간 0.119%-0.134%) • 농가수준 2.033% (95% 신뢰구간 1.881%-2.185%) - 야생조류 : 0.73% (95% 신뢰구간 : 0.65-0.81%) ◦ Pooling의 효율성 - 항원 양성률 0.5%라면 검사법이 충분히 민감하다면 60개 이상의 시료에 대한 통합검사도 적절 - 현재의 4∼5개의 시료의 pooling은 양성 개체의 검출 목적으로 적합 ◦ 산출된 유병률을 통한 기존 검사 시료수의 적정성 평가 - 검사 표본수가 많을수록, 유병률이 높을수록 검사전략의 민감도 증가 • 10수 표본검사시 유병률 30% 이상, 20수 표본은 유병률 15% 이상, 40수 표본은 유병률 8%이상에서 신뢰도 95%로 양성 개체 검출 가능 - 표본 검사 후, 감염된 개체를 하나도 검출해 내지 못하였다면 • 신뢰도 95%, 2,000수 규모 축군 기준: 10수를 검사한 경우(0.5%)에는 517수, 20수(1%)를 검사한 경우에는 277수, 40수(2%)를 검사한 경우에는 143수의 양성 개체가 축군 내에 존재할 가능성 ◦ 항목별 기존 검사시기에 대한 적정성 평가 - 개체수준의 기초감염재생산수 (R0) • 오리 9.5, 종계 6.8, 토종닭 12.9, 산란계 9.4 - 축군내 AI 전파양상 • 가장 전파가 빠른 축종 : 축군 8%에서 항원검사 양성까지 11일, 15%는 12일, 30%는 15일 소요 • 가장 경과가 느린 축종 : 축군 8%에서 항원검사 양성까지 21일, 15%는 23일, 30%는 25일 소요 ◦ 효율적인 AI 감시체계 구성 전략 - 표본추출방법별 군집 민감도 비교 • 2단계 군집 표본추출법 중 전체 표본수를 고정한 상태에서 표본 농가수 결정방법의 민감도가 가장 높음 (현행 감시 체계보다 같은 비용에서 더 효과적으로 양성 개체 검출) • 검사대상 농가수를 줄이고 농가당 표본으로 검사하는 개체수를 증가시키는 방법의 민감도 높음 ◦ 가금의 사육형태· 규모· 산업형태 등에 따라 AI 상시 모니터링 검사 대상 및 건수 산출 - 종오리 : 전 농가 축사별 항원 검사 10건, 항체검사 50건 (연 2회) - 육용오리 : 전 농가 축사별 항원·항체 검사 각 10건 (연 2회) - 원종계 : 전 농가 축사별 항체·항체 검사 각 30건 (연 2회) - 종계 : 전 농가 축사별 항원·항체 검사 각 30건 (연 2회) - 산란계 : 표본농가 농가별 항원·항체 검사 각 20건 (연 2회) - 토종닭 : 표본농가 농가별 항원·항체 검사 30건 (연 2회) - 야생조류 : 최소 2,000수 포획검사 필요
Abstract▼
A monitoring and surveillance system aiming at rapid detection of avian influenza (AI) has been performed since the first epidemic of highly pathogenic avian influenza (HPAI) in the winter of 2003/2004 in the Republic of Korea. During ten years of period, the type and the number of samples to be col
A monitoring and surveillance system aiming at rapid detection of avian influenza (AI) has been performed since the first epidemic of highly pathogenic avian influenza (HPAI) in the winter of 2003/2004 in the Republic of Korea. During ten years of period, the type and the number of samples to be collected had been adjusted according to the epidemiological characteristics identified for four previous epidemics of AI in Korea. The number of samples tested had been increased following each epidemic. However, lack of scientific evidence, including statistical confidence and precision, is pointed out for the types and the number of laboratory testing of AI surveillance system. The purpose of this study was to validate sampling strategy to establish national surveillance program of AI in Korea to improve effectiveness of routine surveillance activities. This study is consistent with two parts. The first one is reviewing current surveillance system on AI. And the second is developing category(bird species or farming type) specific sampling strategy for AI surveillance system. Data of the sero-surveillance for detecting antigen and antibody of AI, during the period of 2008 to 2013 were reviewed. The number of samples necessary to detect disease was estimated for specific situation with prevalence estimated based on antigen-or-antibody positive rate. During six year period of 2008 to 2013, over 150,000 tests were annually performed to detect any type of hemagglutinin(HA) of influenza virus infected in birds in Korea. The prevalence of AI virus infection at individual birds were 0.13% for poultry and 0.73% for wild birds at individual bird, while 2.19% for poultry farm. With these prevalence values, sensitivity of current sero-surveillance system was estimated at highest 50%, but usually stayed less than 0.15% according to farm type. The actual numbers of samples per herd (house) were 40 (feces for breeder ducks), 20 (feces for other type of ducks, poultries, and pet birds, blood for any kind of poultry except for breeder chicken), 10 (blood of breeder chicken). In taking account of spread of AI within a herd and the prevalence estimated at the time of detecting disease in the previous cases of AI outbreak farm in Korea, 20 samples seemed appropriate for chicken flocks, while 40 samples for duck flock seemed insufficient to detect AI infection in a herd within a delay of less than 18 days. Rapid detection of AI is crucial for an effective control. We can detect AI when we suspect an infection with clinical signs such as increase of mortality, or decrease of food or water intake or egg production in layers. The signs may vary according to species of birds, there must be no sign in some cases, especially in ducks. This study suggested an increase of sample size per house for duck to detect antigen in feces samples.
목차 Contents
연구과제 최종결과보고서 ... 1
I. 연구배경 및 목표 ... 3
1. 연구배경 ... 3
2. 연구최종목표 ... 4
3. 연차별 연구개발 목표 및 내용 ... 4
II. 연구방법 및 수행전략 ... 5
1. 재 료 ... 5
2. 연구전략 및 방법 ... 5
III. 연구결과 ... 5
1. 외국의 AI 감시 프로그램에 대한 조사.분석 ... 5
2. 현행 AI 감시체계의 효율성 평가 ... 11
3. Pooling 체제의 적정성 평가 ... 13
4. 산출된 유병률을 통한 기존 검사 시료수의 적정성 평가 ... 14
5. 항목별 기존 검사시기에 대한 적정성 평가 ... 16
6. 기존 검사규정에 대한 경제적 효율성 평가 ... 20
7. 가금의 사육형태.규모.산업형태 등에 따라 적정 표본 검사 계획 작성 ... 21
8. 표본 검사 방안별 효율성 사전 평가 ... 23
9. 야생조류 포획검사 필요 개체수 산정 ... 24
IV. 연구결과요약 ... 25
1. 외국의 AI 감시 프로그램에 대한 조사.분석 ... 25
2. 국내 AI 바이러스 감염 관련 지표 (2008년 하반기-2013년 9월) ... 25
※ AI-Helper는 부적절한 답변을 할 수 있습니다.