Содержание к диссертации
Введение
2. Обзор литературы 8
2.1. Эпизоотологический риск 8
2.2.1. Математические модели распространения инфекционных болезней животных 9
2.2.2.Методические приемы математического моделирования динамики и структуры нозоареала
2.2. Система прогнозирования и оценка риска возникновения и распространения инфекционных болезней 15
2.3. Краткая характеристика ньюкаслской болезни 18
2.4. Заключение 22
3. Собственные исследования 24
3.1 .Материалы 24
3.2. Методы исследования 26
3.3. Результаты собственных исследований 30
3.3.1. База данных по ньюкаслской болезни птиц для проведения эпизоотологического мониторинга 30
3.3.2. Оценка напряженности эпизоотической ситуации по ньюкаслской болезни птиц 34
3.3.3. Характеристика факторов природного и социально-экономического фона 44
3.3.4. Анализ динамики и структуры нозоареала ньюкаслской болезни птиц 51
3.3.5. Анализ структуры нозоареала ньюкаслской болезни птиц в Российской Федерации 56
3.3.6. Анализ эффективности противоэпизоотических мероприятий против ньюкаслской болезни птиц 57
3.3.7. Математическое моделирование и прогноз эпизоотической ситуации по ньюкаслской болезни птиц 61
3.3.8. Моделирование структуры нозоареала ньюкаслской болезни птиц 66
3.3.9. Прогнозирование ситуации и оценка эпизоотологического риска ньюкаслской болезни птиц в Российской Федерации в 2009-2010гг 75
3.3.10. Расчет потребности в вакцине для обработки против ньюкаслской болезни птиц на период 2009-2010гг 84
4. Обсуждение 86
Выводы 104
Практические предложения 106
Список литературы 107
Приложение 127
- Математические модели распространения инфекционных болезней животных
- Система прогнозирования и оценка риска возникновения и распространения инфекционных болезней
- База данных по ньюкаслской болезни птиц для проведения эпизоотологического мониторинга
- Прогнозирование ситуации и оценка эпизоотологического риска ньюкаслской болезни птиц в Российской Федерации в 2009-2010гг
Введение к работе
1.1. Актуальность работы К числу актуальных направлений ветеринарной науки и практики относятся исследования по оценке риска возникновения и распространения опасных инфекционных болезней животных, с целью обеспечения биологической безопасности животноводства РФ. Данное направление предусматривает: определение перечня наиболее значимых социально-экономических последствий инфекционных болезней; проведение районирования территории страны по уровню эпизоотологического риска возникновения болезни и возможным масштабам ее распространения; разработку рекомендаций по проведению превентивных противоэпизоотических мероприятий.
К числу наиболее значимых инфекционных патологий птицеводства России относится ньюкаслская болезнь. В 2007 году она занимала четвертое место в общей инфекционной патологии птицы (9,13%) после колибактериоза (47,5%), болезни Гамборо (10,5%)) и инфекционного бронхита (9,84%) [123]. В 2007 году в стране было зарегистрировано 35 неблагополучных пунктов, заболело свыше 216 тыс. голов и пало более 70 тыс. Таких значений эпизоотической напряженности не наблюдали в течение 10 лет [40].
В связи с этим, изучение и оценка риска возникновения и распространения НБ по регионам страны в 2009-2010гг., обоснование на этой основе потребностей в вакцинных препаратах является актуальной задачей.
1.2. Цель работы: разработать математические модели оценки риска возникновения и распространения ньюкаслской болезни птиц в Российской Федерации.
Для реализации поставленной цели были определены следующие задачи: сформировать компьютерную базу данных по эпизоотической ситуации и мерам борьбы с ньюкаслской болезнью, дать оценку напряженности эпизоотической ситуации; провести математико-статистический анализ динамики и структуры нозоареала НБ; оценить степень влияния вакцинации на напряженность эпизоотической ситуации НБ; рассчитать математические модели риска возникновения и распространения НБ в РФ в 2009-2010гг.; оценить потребности в вакцине для регионов различной степени риска НБ в 2009-2010гг.
1.3. Научная новизна Впервые разработана математическая модель риска возникновения и распространения БОБ в РФ в 2009-2010гг., наиболее вероятно возникновение болезни в Центральном, Южном и Северо-Западном федеральных округах России. Расчитанная инцидентность составляет 10-100 случаев на 1млн.
голов, цикличность эпизоотических подъемов- 7 и 14 лет; Установлена обратная корреляция между уровнем вакцинации птицепоголовья и инцидентностью неблагополучных пунктов (величина коэффициента корреляции рангов - 0,688, достоверность - 0,99); Рассчитана информационная модель (канал связи), отражающая связь между уровнем вакцинации и частотой регистрации неблагополучных пунктов в РФ. Модель четко показывает, что с ростом уровня вакцинации снижается чатота регистрации наблагополучных пунктов; Определена ежегодная потребность в вакцине против НБ на период 2009-2010гг. По РФ она составила 1,659 млд. доз, из них 0,459 млд. доз для птиц яичных пород и 1,2 млд. доз для птиц мясных пород.
1.4. Практическая значимость работы Разработанные «Методические рекомендации по ведению эпизоотологического мониторинга экзотических особо опасных и малоизвестных болезней животных», утвержденные отделением ветеринарной медицины Россельхозакадемии, предназначены для специалистов научно-исследовательских и учебных учреждений, занимающихся вопросами оценки эпизоотологического риска возникновения и распространения болезней и планирования превентивных противоэпизоотических мер.
1.5. Основные положения, выносимые на защиту: Математические модели риска возникновения и распространения НБ в РФ в 2009-2010гг.
Расчеты потребности в вакцине против ньюкаслской болезни на 2009- 2010гг. по России в целом и конкретным федеральным округам.
1.6. Апробация работы Основные материалы работы представлены в материалах конференции, приуроченной к 80-летию академика РАСХН Бакулова И.А. «Сибирская язва и другие опасные инфекционные болезни животных» (Покров, 2005); материалах конференции «Актуальные проблемы ветеринарного обеспечения животноводства Сибири» (Новосибирск, 2006); заседаниях ученого совета ГНУ ВНИИВВиМ (2005-2007гг.); материалах VIII научно-практической конференции «Проблемы прогнозирования чрезвычайных ситуаций» (Москва, 2008), материалах конференции, посвященной 50-летию ВНИИВВиМ «Проблемы профилактики и борьбы с особо опасными, экзотическими и малоизученными инфекционными болезнями животных» (Покров, 2008).
1.7. Публикации По материалам диссертации подготовлено и опубликовано 8 статей, из них 1 статья в издании, по перечню, рекомендованному ВАК.
1.8. Личный вклад Представленные в диссертационной работе материалы получены, проанализированы и обработаны автором самостоятельно.
1.9. Объем и структура диссертации Диссертация изложена на 127 страницах, иллюстрирована 22 таблицами и 19 рисунками, дополнена приложением «Методические рекомендации по ведению эпизоотологического мониторинга экзотических особо опасных и малоизвестных болезней животных». Список используемой литературы включает 192 источника, из которых 55 иностранных.
Математические модели распространения инфекционных болезней животных
Эффективной формой выражения теоретических представлений о пространственно-динамических закономерностях инфекционных болезней животных, практических предложений по оценке эпизоотического риска и научного обоснования противоэпизоотических мероприятий выступают математические модели, а важнейшим приемом исследования является математическое моделирование.
Математическая модель — представляет собой условное описание системы (эпизоотической ситуации) с помощью данного алфавита символов и операций над символами, в результате чего получаются слова и предложения некоторого языка, которые с помощью определенного кода интерпретируются как образы некоторых свойств реальной системы и связей между ними [122]. Модель должна так учитывать все важные взаимосвязи закономерности и условия развития, чтобы на ее основе можно было выполнять эксперименты, цель которых - определение поведения объекта моделирования в различных возможных (часто не наблюдаемых в действительности) условиях.
Математические модели возникновения и распространения инфекционных болезней (модели нозоареалов, пространственные модели) -упрощенное, формализированное описание эпизоотической ситуации, у которой в качестве элементов множества выступают математические переменные, «привязанные» к конкретным пространственным точкам или территориям, - значения показателей напряженности эпизоотического процесса, противоэпизоотических мероприятий, факторов природного и социально-экономического фона.
Примеряются модели двух разных типов: детерминированные и стохастические. Первые базируются на функциональных зависимостях. В детерминированной модели каждому конкретному значению аргумента соответствует единственное, конкретное значение функции [122].
В качестве примера детерминистических моделей можно привести оригинальную разработку ряда моделей эпизоотических процессов учеными Всероссийского научно-исследовательского ветеринарного института птицеводства (ВНИВИП), г. Санкт-Петербург [23]. Была разработана формализованная схема описания эпизоотического процесса на уровне стада (замкнутой популяции). Используя разработанную формализованную схему построения модели В. Кермака и А. Мак-Кендрика, исследователи при помощи системы дифференциальных уравнений создали математические модели эпизоотического процесса при пастереллезе, оспе птиц и респираторном микоплазмозе.
Однако при разработке моделей нозоареалов чаще приходится использовать так называемые стохастические или вероятностные модели [84, 116,117,118,119,120]. В отличие от детерминированной, стохастическая модель показывает интервал, содержащий величину среднего значения переменной, её распределения на этом интервале (математическое ожидание и другие статистические показатели). Высказываются мнения [117], что в случае описания эпизоотических процессов, вероятностные модели, по сравнению с детерминистическими, являются более реальным приближением к действительности. Пространственные модели рассматривают территориальный аспект распространения инфекционных болезней. Методы пространственного моделирования нашли широкое применение в создании моделей нозоареала - особой группы моделей, цель которых описание структуры нозоареала, в связи с влиянием природных и социально-экономических факторов — предпосылок болезни (факторов риска) и показателей, характеризующих системы применяемых противоэпизоотических мер, направленных на стабилизацию обстановки. Модели нозоареала используются для районирования территорий по уровню риска возникновения и распространения инфекционньгх болезней, разработки прогнозов и обоснования систем противоэпизоотических мероприятий, дифференцированных в пространстве и времени [3, 89, 117]. Используют следующие типы моделей нозоареала: - корреляционные модели, отражающие статистические зависимости между двумя или несколькими величинами; - факторные модели, с помощью которых структуру ареала болезни можно описать с помощью небольшого числа наиболее значимых факторов.
Система прогнозирования и оценка риска возникновения и распространения инфекционных болезней
Эпизоотологическое прогнозирование - это особая система обобщения и обработки данных, позволяющая на основании организованного комплекса сведений об эпизоотологических особенностях конкретной болезни, изучения её" истории, оценки роли природно-географических и экономических (хозяйственных) условий, дать научное предсказание о динамике эпизоотического процесса, о возникновении, развитии и угасании эпизоотии. Прогнозирование также предусматривает возможность оценки вероятного социально-экономического и экологического ущерба и проведение необходимых противоэпизоотических мер.
Ключевая задача прогноза — установить вероятность возникновения инфекционных болезней, расширения или сужения нозоареала, предвидеть степень (интенсивность) развития эпизоотического процесса, определить сроки отдельных заражений и проявлений, в том числе возможностей заноса болезней извне [9,108]. Материалы по пространственно-динамическому прогнозированию инфекционных болезней регулярно стали появляться в ветеринарной литературе в начале 70-х годов, и к настоящему времени их накоплено значительное количество [53,54,61,69,103,111].
Прогнозирование сложных систем, к которым относится эпизоотический процесс конкретной болезни, возможно при использовании организованного комплекса методических приемов, операций (этапов), правил, упорядоченных единым эпизоотологическим методом исследования (система эпизоотологического прогнозирования) с целью получения и обработки данных о будущей эпизоотической обстановке.
В основе системы эпизоотологического прогнозирования должны лежать следующие основные принципы: системность, согласованность и вариантность эпизоотологических исследований, верифицируемость прогнозов и непрерывности прогнозирования, а также рентабельность исследований [92]. Система эпизоотологического прогнозирования основана на использовании фактографических методов прогнозирования, базирующихся на использовании фактографической информации. К основным методическим приемам прогнозирования относятся экстраполяционные, аналогий, публикационные. Приемы экстраполяции базируются на математической экстраполяции данных модели, при которой выбор аппроксимирующей функции (комплекса функций) осуществляется с учетом условий и ограничений развития объекта прогнозирования. Используют такие виды экстраполяции как экстраполяция тренда, экстраполяция огибающих кривых, экстраполяция регрессионных, информационных моделей, логических функций. Картографическая экстраполяция представляет собой распространение закономерностей, полученных в ходе картографического анализа и моделирования ареала нозоединицы на территории, свободные от данной болезни. Приемы аналогий подразделяют на исторические, географические и математические аналогии. Исторические аналогии основаны на установлении и использовании аналогии объекта исторического прогнозирования с аналогичным объектом, но опережающий первый в своем развитии. Географические аналогии - перенос особенностей развития эпизоотической ситуации на территории, характеризующейся определенным набором и состоянием природных и социально-экономических условий, на территории со сходными условиями, но свободные от болезни. Прием математических аналогий основан на установлении аналогии математических описаний одних более изученных эпизоотических явлений для математического описания и разработки прогноза другого [7, 8, 9, 10, 11, 12, 13, 14, 18, 28, 29, 31, 36, 54, 75, 77, 81, 90, 91, 92, 103, 104, ПО, 116, 117, 119,120].
Публикационный прием прогнозирования основан на оценке частоты публикаций об эпизоотической ситуации во времени и географическим регионам по определенной системе критериев и последующем экстраполировании установленных тенденций. Для каждого пространственно-динамического прогноза в процессе мониторинга определяются следующие параметры: точность прогноза - оценка доверительного интервала для заданной вероятности его осуществления; достоверность прогноза - оценка вероятности осуществления прогноза для заданного доверительного интервала; ошибка прогноза — величина отклонения прогноза от действительного состояния объекта.
Ньюкаслская болезнь (НБ) — высококонтагиозная болезнь птиц, преимущественно куриных, сопровождается пневмонией, энцефалитом и множественными точечными геморрагическими поражениями внутренних органов. Возбудитель болезни - РНК- содержащий вирус размером 120-300 нм из рода парамиксовирусов семейства Paramyxoviridae [113]. Вирулентность полевых штаммов возбудителя сильно варьирует, что влияет на степень клинического проявления болезни и ее эпизоотологические особенности [22]. Вирус сохраняет жизнеспособность в течение длительного времени в окружающей среде. Источником возбудителя ньюкаслской болезни птиц являются больные и переболевшие животные, выделяющие вирус во внешнюю среду со всеми секретами и экскретами, яйцами и выдыхаемым воздухом. Резервуаром вируса могут быть многие виды сельскохозяйственной, домашней, синантропной и свободно живущей птицы. Вирус ньюкаслской болезни был выделен более чем от 50 видов диких птиц, в том числе от воробьиных, голубиных, диких уток, гусей, бакланов, пингвинов, пустельги, ястребов-перепелятников, ворон, фазанов, удодов, декоративных птиц, попугаев, страусов и др. Различные виды птиц во многих случаях являются носителями щтаммов вируса, относящихся к лентогенным, мезогеннным и велогенным штаммам, способным вызвать различные формы болезни от бессимптомной до острой, сопровождающейся 90% гибелью птицы. Наиболее опасными являются штаммы, выделенные от голубей и попугаев. Так, в Великобритании эпизоотия в 22-х птицеводческих хозяйствах в 1983-1984гг. среди кур была обусловлена голубиным вариантом вируса через контаминированный экскрементами голубей корм.
База данных по ньюкаслской болезни птиц для проведения эпизоотологического мониторинга
Содержимое файла базы данных носит имя EPIKAD(85-2005).mdb, т.е. Эпизоотологический кадастр. Из рис. 1 видно, что база данных состоит из таблиц: МЭБ — бо-о7, Болезнь, Страны, Регион, Животные, Поголовье, Мероприятия. Каждая из таблиц содержит информацию об объектах одного типа. Каждая строка в этих таблицах однозначно определяет один объект из соответствующей группы. Запись, в свою очередь, состоит из нескольких полей, каждое из Для организации удобного интерфейса с базой данных создана форма «СТРАНА». Через форму можно загружать данные в таблицы, просматривать и корректировать их. Кнопка -М- (Открытие формы), графически отображает динамику регистрации эпизоотических вспышек по болезни в конкретной стране. Например, на рис.4 представлена динамика регистрации эпизоотических вспышек ньюкаслской болезни птиц в Австралии. Как видно из полученной модели тренда, для ньюкаслской болезни в период с 1960 по 2005гг. была характерна тенденция к снижению напряженности эпизоотической ситуации в Австралии.
Кнопка JO. (Предварительный просмотр данных) и кнопка & I (Печать текущих данных) позволяют осуществить предварительный просмотр и печать сведений по конкретной стране и болезни о регистрации новых эпизоотических вспышек и случаев болезни; характере распространения болезни; мерах контроля болезни и объемах вакцинации поголовья; график динамики регистрации эпизоотических вспышек; средние значения вспышек по десятилетиям. Завершение работы в форме «СТРАНА» осуществляется нажатием кнопки Выхад Собранная информация по эпизоотической ситуации ньюкаслской болезни была введена в базу данных «ЭПИКАД», разработанную на основе СУБД Microsoft Office Access во ВНИИВВиМ.
Структура первой сформированной базы данных содержала разделы о вспышках, распространении и мерам борьбы с болезнями. Нами была дополнена структура базы данными по ньюкаслской болезни с 1960-2007гг., а также введены новые разделы по числу заболевших, павших и убитых животных и объемам вакцинации.
Таким образом, разработанная база данных «ЭПИКАД» служит для сбора, систематизации, выборки и анализа статистических данных о течении ньюкаслской болезни и других болезней в разных странах мира. Информационный объем базы данных 14Мб. В качестве носителя информации могут использоваться оптические и съемные диски. Программу можно использовать при установленной MS Access.
Моделирование и оценка риска возникновения и распространения НБ в РФ должно базироваться на изучении эволюции эпизоотической ситуации в глобальном масштабе за достаточно длительный период (не менее 20 лет).
Оцешса динамики и структуры нозоареала болезни проводилась по показателям, характеризующим частоту возникновения НБ в странах мира и в РФ по числу эпизоотических вспышек за 1960-2005гг., заболевших, павших, вынужденно убитых и вакцинированных животных за 1985-2005гт., хранящихся в базе данных. Ньюкаслская болезнь в течение 1985-2005гг. имела глобальное распространение и регистрировалась на всех обитаемых континентах от Арктики до Антарктики. Наиболее высокая частота регистрации вспышек и случаев была характерна для регионов Юго-Восточной, Южной и Юго-Западной Азии. Структуру нозоареала НБ характеризовали относительными показателями: индекс стационарности, индексы инцидентности вспышек и случаев, индекс потерь поголовья. Визуальный анализ карты (рис.5) позволяет сделать вывод, что болезнь приурочена к тропикам и субтропикам континентов, к основным регионам зимовок мигрирующих птиц, где имеется наиболее богатая и разнообразная фауна диких птиц. Так, значения индекса стационарности превышают 0,9 в Южной и Юго-Восточной Азии, странах Ближнего и Среднего Востока, Южной Европы, большинстве стран Африки и Латинской Америки, где помимо природных условий, частой регистрации болезни способствуют и социально-экономические - высокая концентрация птицы в мелких крестьянских хозяйствах и низкий уровень ветеринарного обслуживания.
По показателю инцидентности вспышек к регионам с напряженностью эпизоотической ситуации выше среднего уровня относятся (рис.6): Северная, Центральная, Восточная и Южная Европа, Ближний и Средний Восток, Южная и Восточная Азия, Северная, Восточная, Юго-Восточная и Южная Африка, Бразильский и Северо-Восточный регионы Южной Америки.
Из рис.7, видно, что наиболее высокие значения индекса потерь восприимчивого поголовья характерны для Северной и Южной Европы, Ближнего и Среднего Востока, Северной, Юго-Восточной и Западной Африки.
Прогнозирование ситуации и оценка эпизоотологического риска ньюкаслской болезни птиц в Российской Федерации в 2009-2010гг
Эпизоотологическое прогнозирование — система обобщения и обработки данных, позволяющая на основе комплекса сведений об эпизоотологических особенностях конкретной болезни, эволюции эпизоотической ситуации, оценки и моделирования влияния факторов природного и социально-экономического фона дать научное предсказание о вероятности возникновения болезни, возможных масштабах поражения и потерь восприимчивых животных, в течение определенного периода упреждения, на конкретных территориях. В область исследований по эпизоотологическому прогнозированию входят вопросы по обоснованию применения систем противоэпизоотических мер.
По программно-целевому критерию эпизо отологические прогнозы делятся на поисковые, исследовательские и нормативные, програмно-целевые. Поисковый эпизоотологический прогноз должен определить: пространственно-динамические тренды эпизоотической ситуации по НБ на период упреждения; пространственный нозоареал, его возможную структуру в течение прогнозируемого периода. Нормативным эпизоотологическим прогнозом должны быть предусмотрены перечни и объемы противоэпизоотических мер (объемы вакцинации).
Для прогнозирования эпизоотической ситуации по ныокаслской болезни птиц использовали приемы математической экстраполяции, а также математических и географических аналогий. Математическая экстраполяция тренда инцидентности эпизоотических вспышек, рассчитанного по базовому периоду 1960-2005гг., свидетельствует о возможности эпизоотического подъема и превышения уровня тренда в 2006-2010ГГ. Уровень вероятности возникновения НБ в различных регионах мира в 2006-201 Огт. представлен на карте (рис.15). Оценка вероятности возникновения болезни рассчитана по информационной модели связи.
Наиболее высокий риск регистрации НБ характерен для регионов Юго-Восточной, Южной, Юго-Западной Азии, Южной Европы, регионов тропической Африки и Латинской Америки, где вероятность регистрации ньюкаслской болезни составляет 0,6 - 1. В бореальных (северных) регионах Евразии и Америки вероятность возникновения болезни варьирует от 0 до 0,4, в отдельных регионах до 0,6.
Прогноз вероятных масштабов мирового распространения НБ был получен на основе информационной модели связи инцидентности вспышек, случаев и потерь восприимчивого поголовья с показателями природного и социально-экономического фона. На основе синтеза моделей отдельных показателей вероятной напряженности эпизоотической ситуации была получена математико-картографическая модель эпизоотологического риска на период 2009-2010гг. (рис.16). Наиболее высокие значения показателей эпизоотической напряженности будут регистрироваться в странах Африки, Южной Азии, Юго-Западной Азии, Восточной и Юго-Восточной Азии, Южной Европы (рис.16).
Исходя из данных модели мирового распространения НБ, для территории РФ вероятность возникновения болезни будет варьировать в интервалах 0.2-0.4, 0.4-0.6, инцидентность вспышек до 10 на 1 млн. гол., случаев 1-10; 10-100гол. на 1 млн. гол.
Для прогнозирования эпизоотической ситуации НБ в РФ использовали информационные модели связи показателей напряженности эпизоотической ситуации с факторами, характеризующими уровень развития птицеводства, природно-сельскохозяйственное районирование животноводства, уровень вакцинации птицепоголовья. Установлено, что вероятность возникновения НБ в 2009-2010гг. наиболее высока в Центральном, Северо-Западном, Южном, Приволжском ФО (табл. 20).
На этой базе проведено эпизоотологическое районирование страны по степени эпизоотологического риска, которое в свою очередь может служить основой для разработки превентивных пространственно-дифференцированных противоэпизоотических мер.
Степень эпизоотологического риска - это количественное значение вероятности возникновения болезни, с определенными количественными характеристиками интенсивности эпизоотического процесса.
Итак, эпизоотологический риск - комплексная категория, означающая вероятность осложнения эпизоотической ситуации, ожидаемая в связи с выявлением неблагоприятных тенденций ее развития, воздействием факторов природного и социально-экономического фона, способных резко активизировать эпизоотический процесс. Степень эпизоотологического риска вычисляется по формуле: Рэ = В Иэ, (16) где Рэ - степень эпизоотологического риска, В - величина вероятности возникновения болезни (выражается в долях единицы от 0 до 1 или процентах от О до 100%), Иэ - теоретическая (полученная в результате моделирования и прогноза величина, характеризующая интенсивность эпизоотического процесса). Районирование по уровню риска возникновения и распространения НБ в 2009-2010гг. было проведено в результате синтеза прогностических карт вероятности возникновения и возможной инцидентности случаев болезни по субъектам Российской Федерации (табл.21, рис. 17, рис. 18). При этом в качестве значений показателей риска использованы математические ожидания.
Таким образом, получаем среднее значение ожидаемой инцидентности случаев НБ в течение 2006-2010гг. По степени эпизоотологического риска в 2009-2010гг. на территории РФ выделено 4 зоны (рис.19): зона с уровнем эпизоотологического риска более 0,5. Охватывает Южный ФО. Вероятность возникновения НБП от 0,2 до 0,3, инцидентность случаев от 2,5 до 3 (lg числа заболевшей птицы на 1 млн. гол. среднегодового количества птицы); зона с уровнем эпизоотологического риска от 0,4 до 0,5. Вероятность возникновения болезни от 0,3 до 0,4. Предполагаемые значения инцидентности случаев от 1 до 2,5. Зона включает в себя территории Центрального и Приволжского ФО, юго-западной части Северо-Западного ФО, юга Уральского, Сибирского и Дальневосточного ФО; зона с уровнем риска от 0,3 до 0,4. Вероятность возникновения болезни от 0,1 до 0,2. Прогнозируемое значение инцидентности случаев от 2 до 2,5. Охватывает территории Южного, Уральского, Сибирского ФО; зона с уровнем эпизоотологического риска от 0,2 до 0,3. Вероятность возникновения болезни от 0,1 до 0,2, инцидентность случаев от 2 до 2,5. Зона включает в себя отдельные очаги и ареалы сельскохозяйственного освоения бореальных таежно-лесных и арктических регионов РФ.
