本周发表了一个数据模型，这个数据模型可以用来确定亚洲感染H7N9禽流感的高风险地区。该模型可能将有助于目前对于H7N9疫情的监控。
中国至今已经遭遇了两轮H7N9禽流感疫情，其中大多数的人类感染案例都被认为是在活禽市场中接触到被感染禽类所致。一轮潜在的新的H7N9大流行将是一个非常重要的公共卫生议题。由于H7N9在禽类上的感染症状不明显，再加上亚洲的动物医学资源不足，结果导致主动监控活禽市场的效果不佳。
马吕斯·吉尔伯特（Marius Gilbert ）和他的研究团队整理了中国活禽市场的详细普查数据，并记录了人和禽类感染H7N9的最新确诊案例。接下来，他们用这些数据和一系列地理及环境参数，开发出了一个详尽的数据模型，这个数据模型可以准确地预测中国活禽市场中H7N9禽流感的感染风险。把这个模型外推到整个亚洲后，研究者发现具有H7N9禽流感最高风险的地区包括中国的一些目前还没有出现过H7N9的城市地区、孟加拉的广大地区、越南湄公河三角洲地区以及印度尼西亚及菲律宾的部分地区。
这项成果和以前的研究相比，使用了更加全面的数据组和数据分析方法，有了新的突破。该模型也将可以协助优先安排相关地区的监控力量。
