Entwicklung von Algorithmen zur Erkennung von abweichenden Mustern in der Syndromüberwachung zur Verbesserung der Früherkennung von neu und wieder auftretenden Tierseuchen und Zoonosen

• Forschungsstelle: BLV
• Projektnummer: 1.12.12
• Projekttitel Englisch: Development of algorithms for real-time syndromic surveillance to enhance early detection of emerging and re-emerging epizooties and zoonoses

Schlüsselwörter (Deutsch)

Syndrom-Surveillance, Alogrithmus, Früherkennung, Frühwarnsystem, Muster-Erkennung

Schlüsselwörter (Englisch)

Syndrom-Surveillance, Alogrithmus, Früherkennung, Frühwarnsystem, Muster-Erkennung

Kurzbeschreibung (Deutsch)

Es gibt weltweit wachsende Bedenken betreffend neu und wiederauftretenden Tierseuchen- und Zoonoseerregern und deren Auswirkungen auf die Tiergesundheit, die öffentliche Gesundheit und die Wirtschaft. Demzufolge verstärkt die Europäische Union die Überwachung von Tierseuchen und Zoonosen in ihren Mitgliedstaaten und es gibt ein starkes Interesse an der Errichtung zuverlässiger Überwachungssysteme, die als Frühwarnsysteme dazu dienen, neue Tierseuchen und Zoonosen rasch zu erkennen und die Erreger schnell zu identifizieren, um schliesslich rechtzeitig effiziente Bekämpfungsmassnahmen einleiten zu können. Die Schweiz profitiert derzeit von einem hohen Standard der Tiergesundheit im Vergleich zu ihren Europäischen Nachbarn was statutorische bekämpfte Tierseuchen und Zoonosen betrifft,  ist aber den selben wachsenden Gefahren ausgesetzt. Die Tiergesundheitsstrategie Schweiz 2010 + betont die Rolle der Prävention, um die strategischen Ziele einer nachhaltigen Tiergesundheit in der Schweiz zu fördern und zu erreichen. Demzufolge ist die Entwicklung von kostengünstigen Werkzeugen für die Überwachung und Früherkennung von Tierseuchen, Zoonosen und Lebensmittelsicherheit für die Entscheidungsträger im öffentlichen Veterinärdienst von hoher Priorität. Die Entwicklung eines "Systems zur Früherkennung mittels Syndrom Surveillance (Syndromic Surveillance) stellt deshalb eine konkrete Massnahme im Aktionsplan zur Umsetzung der Tiergesundheitsstrategie Schweiz 2010+ dar.

Unter Syndromic Surveillance versteht man die "nahezu Echtzeit-Erfassung, -Analyse, -Auswertung und -Verbreitung von gesundheitsbezogenen Daten, um allfällige Auswirkungen (oder das Fehlen von Auswirkungen) von potenziellen „(Veterinary) Public Health Threats“ frühzeitig zu erkennen und ein wirksames und rechtzeitiges Einschreiten der „(Veterinary) Public Health“ Behörde sicherzustellen.“ (Triple-S Definition). Mehrere veterinärmedizinische Syndromic Surveilance Systeme werden derzeit in Europa entwickelt oder sind teilweise bereits etabliert. Diese Systeme beziehen sich auf folgende Datenquellen: Mortalitäten, verendete Tiere, Aborte, Ergebnisse der Fleischkontrolle, Labordatensysteme, etc. Das übergeordnete Ziel dieses Projektes ist es, zur Entwicklung eines Systems zur Früherkennung von neu oder wieder auftretenden Krankheiten in der Schweiz beizutragen, indem die bereits vorhandenen Syndrom-Daten auf deren Vollständigkeit und Eignung zu Syndromic Surveillance Zwecken überprüft und evaluiert werden (insbesondere Rindviehdaten) und die Entwicklung von mathematischen Algorithmen, welche bei abweichendem zeitlichem und räumlichen Mustern von Syndrom Daten Warnsignale erzeugen, vorangetrieben wird.

In einem ersten Schritt werden die Daten, die sich für Syndromic Surveillance Zwecke eignen könnten, überprüft und in Bezug auf die aktuelle Verfügbarkeit und die Eignung frühe Warnsignale zu erzeugen, beurteilt. Eine Liste von Syndromen, welche in Bezug zu verschiedenen Arten von Krankheiten und zu verschiedenen Stufen der Lebensmittelkette stehen, wird erstellt. Eine Überprüfung der Literatur zu bestehenden oder sich in Entwicklung befindenden Syndromic Surveillance Methoden wird durchgeführt, bevor existierende Algorithmen ausgewählt, auf die Schweizer Situation hin weiterentwickelt und angepasst werden und anhand von verfügbaren Schweizer Daten auf deren Eignung zur Erkennung von Abweichung und zum Auslösen von Signalen überprüft werden. Algorithmen werden hinsichtlich Sensitivität, Spezifität und Rechtzeitigkeit untersucht und wenn möglich mittels retrospektiver Analysen von historischen Krankheitsausbrüchen oder simulierter Daten validiert. Schliesslich sollen in enger Zusammenarbeit mit möglichen Betreibern solcher Syndromic Surveillance Systeme Lösungen für die  technische Implementierung von Algorithmen in bestehenden Datenbanken für ein Echtzeit-Screening diskutiert und vorgeschlagen werden.

Kurzbeschreibung (Englisch)

There are growing concerns worldwide about the emergence and re-emergence of zoonotic pathogens and their impact on animal health, public health and the economy. As a result, the European Union is reinforcing the monitoring of zoonoses and zoonotic agents within its member states and there is a strong interest in establishing reliable surveillance programmes that serve as “early-warning” systems to identify such pathogens rapidly and to implement timely and efficient disease control strategies. Switzerland currently benefits from a high standard of animal health compared to its European neighbours but is faced with the same growing zoonotic threats. The Swiss Animal Health Strategy 2010+ emphasises the role of prevention to achieve and to foster the strategic goals of animal health sustainability in Switzerland. As such, the development of cost-effective tools for animal disease and food safety surveillance is of priority to Swiss decision-makers in the field of veterinary public health.The development of a “system for early detection through syndromic surveillance” represents a concrete measure in the FVO action plan.

 

Syndromic surveillance “is the near real-time collection, analysis, interpretation and dissemination of health-related data to enable the early identification of the impact (or absence of impact) of potential human or veterinary public-health threats which require effective public health action” (Triple-S definition). Several veterinary syndromic surveillance systems are currently in place in the EU, monitoring data on livestock mortalities, clinical data, abortions, findings from meat control, laboratory test requests etc. The overall goal of this project is to contribute to the development of a system for early detection of emerging and re-emerging diseases in Switzerland by using syndromic data already available for livestock, and by developing pattern recognition algorithms to produce alerts when such pre-selected events occur more often than expected by chance.

 

In a first instance, data that might be suitable for syndromic surveillance will be screened and assessed with respect to current availability and eligibility to produce early warning signals. A list of syndromes that illustrate various types of diseases and different stages of the food production chain will be established. A literature review of the existing syndromic surveillance methodologies will be undertaken, before testing and selecting aberration detecting algorithms suitable for the syndromic data available in Switzerland. Algorithms will then be evaluated in terms of sensitivity, specificity and timeliness and validated through retrospective analyses of historical disease outbreaks or using simulated data. Finally, in close collaboration with the potential implementing bodies of a Swiss livestock syndromic surveillance system, solutions for technical implementations of algorithms in existing databases for real-time screening as well as a framework for evaluating such a system will be discussed and elaborated.

Projektziele (Englisch)

The overall goal of this project is to contribute to the development of a system for early detection of emerging and re-emerging zoonotic diseases by using available syndromic (data such mortalities, abortions, finding of meat inspection etc…) and by developing pattern recognition algorithms to produce alerts (signals) when such pre-selected events occur more often than expected by chance.

Several methodological steps (grouped in 4 work packages) need to be taken in order to reach this goal:

·         Locating appropriate data sources and screening of available syndromic data (WP1)

·         Description of available syndromic data and of  the data management system (WP1)

·         Identification of gaps in data and data management systems and suggestions on how to improve the access and exploitation of such data (WPs 2 and 4)

·         Establishing a baseline model describing the amount of normal ‘noise’ in the data, i.e. the spatio-temporal patterns of expected cases in the absence of disease outbreaks (WP3)

·         Development of a mathematical algorithm to produce alerts (signals) when pre-selected events occur more often than expected by chance (WP3)

·         Validation of the algorithms through retrospective analyses of historical disease outbreaks or using simulated data (WP3)

·         Determining the resources needed for the technical implementation  and operation of  such algorithms for real-time screening of syndromic data (WP4)

·         Discussing a framework for the assessment of the feasibility and usefulness of such surveillance system (WP4)

 

The work packages are presented in more details in the section below.

Publikationen / Ergebnisse (Englisch)

Development of a syndromic surveillance system to enhance early detection of emerging and re-emerging epizootics and zoonoses

Peer-reviewed publications

Vial F, Reist M (2014) Evaluation of Swiss slaughterhouse data for integration in a syndromic surveillance system. BMC Vet Res 10: 33. doi:10.1186/1746-6148-10-33.

Andersson GM, Faverjon C, Vial F, Legrand L, Leblond A (2014) Using Bayes' rule to define the value of evidence from syndromic surveillance. PLoS ONE, 9 (11): e111335. doi:10.1371/journal.pone.0111335.

Vial F, Reist M (2015) Comparison of whole carcass condemnation and partial carcass condemnation data for integration in a national syndromic surveillance system: The Swiss experience. Meat Sci 101: 48-55. doi:10.1016/j.meatsci.2014.11.002.

Struchen R, Reist M, Zinsstag J, Vial F (2015) Investigating the potential of reported cattle mortality data in Switzerland for syndromic surveillance. PVM

 

in press doi:10.1016/j.prevetmed.2015.04.012

Vial F, Thommen S, Held L (2015) A simulation study on the statistical monitoring of condemnation rates from slaughterhouses for syndromic surveillance: an evaluation based on Swiss data. Epidemiol Infect p. 1-11. doi:10.1017/S0950268815000989

Vial F, Berezowski J (2015) A practical approach to designing syndromic surveillance systems for livestock and poultry. PVM 120 (1): 27-38. doi:10.1016/j.prevetmed.2014.11.015

Vial F, Schärrer S, Reist M (2015) Risk Factors for Whole Carcass Condemnations in the Swiss Slaughter Cattle Population. PLoS ONE 10(4): e0122717. doi:10.1371/journal.pone.0122717

Manuscripts submitted & in preparation

Struchen R, Hadorn D, Wohlfender F, Balmer S, Süptitz S, Zinsstag J, Vial F (submitted) Experiences with a voluntary surveillance system for early detection of equine diseases in Switzerland. Epidemiol Infect

U Muellner, F Vial, F Wohlfender, D Hadorn, M Reist and P Muellner (submitted) Surveillance & information for action: Real-time reporting and interactive visualization of animal health and slaughterhouse surveillance data in Switzerland. PVM

Struchen R, Zinsstag J, Vial F (in prep) Evaluating the ability of temporal aberration-detection algorithms to detect simulated disease outbreaks in routinely collected cattle mortality data.

Wei W, Vial F, Held L (in prep.) Aggregating epidemiological evidence through multivariate syndromic surveillance: methodological challenges with a particular focus on animal health data

Vial F, Andersson G, Leblond A, Gethmann J, Van der Stede Y, Hedell R, Hopp, P (in prep.) Bayesian approaches to syndromic surveillance: a review and introduction for epidemiologists

Struchen R, Vial F, Andersson A (in prep) Incorporating case reporting delay into the value of evidence from syndromic surveillance

Posters

SVEPM 2014 & ICAHS 2014:

Feasibility and motivation of veterinarians to collect equine epi-data using smartphones

DACH 2014:

Equinella – Melde- und Informationsplattform für die Früherkennung von Pferdekrankheiten in der Schweiz

SVEPM 2015:

Voluntary participation & mobile reporting for surveillance – a one-year experience

Presentations

Vial F: "Evaluation of Swiss abattoir data for integration in a syndromic surveillance system". International Society for Disease Surveillance, New Orleans, USA (Dec. 2013)

Vial F: "A practical approach for operationalising a national syndromic surveillance system for livestock and poultry", ICAHS, Havana, Cuba (May 2014)

Struchen R: "Evaluating the ability of temporal aberration-detection algorithms to detect simulated disease outbreaks in routinely collected cattle mortality data", SST, Bern (Aug. 2015)

Struchen R: "Evaluating the ability of temporal aberration-detection algorithms to detect simulated disease outbreaks in routinely collected cattle mortality data", ISVEE, Mérida, Yucatán, México (Nov. 2015)

Zugehörige Dokumente

• 1.12.12_Vial_DB_MJB_2015.pdf [PDF] 103 kB
• FlavieVial_BLV_SyS_FinalReport.docx [DOCX] 5'679 kB

URL-Adressen (Deutsch)

1.12.12 Reist Entwicklung von Algorithmen zur Erkennung von abweichenden Mustern in der Syndromüber…