Un nuovo metodo per stimare la diffusione delle malattie nella fauna selvatica

Potrebbe prevenire pandemie umane e animali con origini selvatiche, come il Covid-19

[21 Dicembre 2023]

Lo studio “Sample Size for Estimating Disease Prevalence in Free-Ranging Wildlife Populations: A Bayesian Modeling Approach”, pubblicato recentemnte sul Journal of Agricultural, Biological and Environmental Statistics da un team di ricercatori statunitensi guidato da James Booth  della Cornell University, presenta un nuovo metodo che potrebbe essere utilizzato dai biologi per «Stimare la prevalenza delle malattie nella fauna selvatica allo stato brado e aiutare a determinare quanti campioni sono necessari per rilevare una malattia».

I ricercatori evidenziano che «Questo è importante perché le agenzie per la fauna selvatica spesso non dispongono delle risorse finanziarie e di manodopera per raccogliere campioni sufficienti per misurare con precisione l’ampiezza della diffusione di una malattia. Al fine di prevenire pandemie umane e animali con origini selvatiche, come quella del Covid-19, le specie chiave devono essere efficacemente monitorate per individuare malattie emergenti che possono trasmettersi dagli animali all’uomo».

Fino ad ora, le formule ampiamente utilizzate per determinare le dimensioni del campione presupponevano che gli animali di una popolazione contraessero le malattie indipendentemente gli uni dagli altri. I ricercatori statunitensi fanno notare che «In realtà, le popolazioni sono spesso raggruppate, dove gli individui si riuniscono in gruppi familiari e condividono spazio e habitat. A causa di tale vicinanza, è probabile che gli individui all’interno del gruppo diffondano tra loro malattie contagiose. Se è possibile prelevare campioni dalla popolazione in modo casuale, campionare un individuo in un gruppo familiare di cervi può suggerire se anche il resto della famiglia è infetto o meno, perché tutti i membri sono correlati tra loro. Se il campionamento casuale fosse possibile, la correlazione tra gli individui all’interno dei cluster ridurrebbe la dimensione effettiva della popolazione, il che suggerisce che i biologi potrebbero raccogliere meno campioni per prevedere la prevalenza della malattia».

L’autrice corrispondente dello studio, Krysten Schuler del Cornell Wildlife Health Lab, evidenzia che «Il quadro è così flessibile che possiamo usarlo per qualsiasi animale. Se pensiamo agli uccelli che migrano e si trovano in grandi stormi, rispetto a un alce che potrebbe essere solitario e non interagire in gruppi, questo influisce sulla dimensione del nostro campione».

Alla Cornell University spiegano: «Affinché il metodo funzioni al meglio, una malattia deve essere contagiosa, le specie selvatiche di interesse dovrebbero tendere a raggrupparsi in modo prevedibile e i campioni dovrebbero essere raccolti in modo casuale da individui provenienti dal maggior numero possibile di cluster diversi».

Nello studio, finanziato dal Wildlife and Sport Fish Restoration Program, Booth, Schuler e i loro colleghi si sono concentrati come caso di studio sulla malattia da deperimento cronico (CWD) nei cervi. I cervi tendono a raggrupparsi in gruppi familiari composti in media da 5 individui e la CWD è altamente contagiosa.

Uno svantaggio del metodo è che i biologi sono spesso costretti a condurre un semplice campionamento casuale e gli aspetti pratici del modo in cui vengono raccolti i campioni possono effettivamente aumentare i requisiti di dimensione del campione nonostante la correlazione con i gruppi familiari.

La Schuler conclude: «Poiché i biologi sul campo non sempre sanno quanti animali realisticamente campionare per ottenere informazioni sulla prevalenza della malattia, un’app online in fase di sviluppo potrebbe aiutare. Una volta disponibili, un biologo potrebbe un giorno inserire informazioni su un particolare animale, come la storia naturale, il periodo dell’anno, se si sta riproducendo e quanto questi animali sono in contatto tra loro per diffondere la malattia, così come la malattia stessa. L’app fornirebbe quindi una stima di quanti individui campionare per ottenere una comprensione realistica della prevalenza della malattia».