《动物传染病和食源性疾病正在上升,但仍低于大流行前的水平》

  • 来源专题:动植物疫病
  • 编译者: 刘小燕
  • 发布时间:2022-12-30
  • EFSA和ECDC发布的最新欧盟一健康人畜共患病年度报告显示,2021年报告的人畜患病和食源性疾病爆发病例总体上一年有所增加,但水平仍然远低于大流行前几年。与大流行前相比,报告的病例和疫情的总体下降可能与2021年仍然存在的新冠肺炎控制措施有关。少数例外情况包括耶尔西尼病和食源性李斯特菌病爆发的病例数量,这些病例超过了大流行前的水平。食源性爆发的最常见原因是沙门氏菌,占总量的19.3%(773)。食源性爆发与报告的总体疾病病例不同,因为它们是至少有两个人从同一受污染的食物中感染相同疾病的事件。沙门氏菌病爆发最常见的来源是鸡蛋、鸡蛋产品和“混合食品”,这些食物是由各种成分组成的膳食。由单核细胞增生李斯特菌引起的爆发数量(23例)是有史以来最高的。这可能与更多地使用全基因组测序技术有关,该技术使科学家能够更好地检测和定义疫情爆发。该报告还涵盖了报告的动物传染病病例总数,这些病例不一定与疫情有关。弯曲杆菌病仍然是最常报告的人畜共患病,报告的病例数量从2020年的120,946例增加到127,840例。来自鸡肉和火鸡的肉是最常见的来源。沙门氏菌病是报告的第二多人畜共患病,影响60,050人,而2020年为52,702人。接下来常见的疾病是耶尔西尼病(6,789例)、产生志贺毒素的大肠杆菌引起的感染(6,084例)和李斯特菌病(2,183例)。
  • 原文来源:https://www.efsa.europa.eu/en/news/zoonotic-diseases-and-foodborne-outbreaks-rise-still-below-pre-pandemic-levels
相关报告
  • 《食源性疾病》

    • 来源专题:食物与营养
    • 编译者:潘淑春
    • 发布时间:2005-03-25
    • How many food born diseases are there? There are more than 250 known ones, most of which are caused by bacteria, followed by viruses and parasites. Some of the illnesses are caused by toxins produced by the organism and other illnesses are caused by a bodily reaction to the organism.It can be controlled by maintaining safe food temperatures, good hygiene practices, frequent cleaning and sanitizing, pest control and avoiding chemical hazards.Proper hand washing and training your staff is food safety is the best defense against the spread of germs.
  • 《Science:人工智能正在提升人类对抗传染病的水平》

    • 来源专题:生物安全知识资源中心—领域情报网
    • 编译者:hujm
    • 发布时间:2023-08-03
    • 当疾病是由生物体(包括寄生虫、细菌、真菌和病毒)所引起时,这些疾病是具有传染性的。人类和动物可以从环境或食物中感染传染病,也可以通过相互作用而感染。   传染病是一项棘手的全球挑战,尽管科学已经提供了稳定的解决方案,但传染病所带来的问题的严重性仍在继续增长。当今世界的联系日益紧密,使人们的关系进入了新的种类和层次,气候危机正在使环境和生态网络失去平衡。曾经可以用药物治疗的疾病开始变得具有耐药性,新药开发比以往任何时候都更加昂贵。此外,资源分配不均意味着某些地区完全不需要担心的疾病在另一些地区却非常严重。   人工智能(AI)是科学家们对抗传染病的工具箱中的新成员。在短短几年时间里,AI加速了医学科学和公共卫生领域一些最紧迫问题的进展。该领域的研究人员将生命科学知识与计算、化学和设计技能相结合,满足了数十年来对跨学科治疗这些疾病并阻止其传播的努力和追求。   近日,James Collins 等人在 Science 期刊发表了题为:Leveraging artificial intelligence in the fight against infectious diseases 的综述论文。该综述从专家的角度眼光看待人工智能如何改变传染病研究,他们评估了人工智能和传染病研究在三个主要研究领域的进展、局限性和前景——抗感染药物发现、感染生物学和传染病诊断。 通过复杂的算法和机器学习,人工智能可以分析大量数据集,并识别出人类研究人员无法察觉的模式。这种数据驱动的方法加快了有希望的药物的筛选和选择,加速了传染病有效治疗方法的发展。 感染生物学 通过分析复杂的生物数据,人工智能算法可以揭示感染性生物与宿主免疫系统之间复杂的相互作用。这些新发现为疾病机制、传播动力学和宿主-病原体相互作用提供了重要见解,为制定有针对性的干预措施和预防策略提供了信息。 传染病诊断 人工智能技术有望彻底改变诊断工具的准确性和效率。通过利用机器学习算法,人工智能可以分析医学影像、基因组数据和临床记录,精确地检测和预测疾病结果。这种变革性的能力使我们能够更早、更准确地进行诊断,促进及时的治疗干预,并减少传染病的传播。 尽管人类已经在分子生物学、遗传学、计算科学和药物化学等方面取得了许多进步,但传染病仍然是公众健康的重大威胁。应对病原体暴发、大流行和抗生素耐药性带来的挑战需要跨学科的协调努力。人工智能与系统生物学和合成生物学相结合,正在引领快速发展,扩大抗感染药物发现,增强我们对感染生物学的理解,并加速诊断技术的发展。 在这篇综述中,论文作者讨论了检测、治疗和理解传染病的方法,强调了人工智能在这几方面的推动作用,并建议在利用人工智能帮助控制传染病暴发和大流行。