아프리카돼지열병(ASF)은 아프리카, 유라시아, 카리브해에 존재하는 심각한 질병이지만 북미 대륙에는 존재하지 않습니다. CanSpotASF는 캐나다에서 ASF 감시를 설명하며, 새로운 감시 요소를 하나씩 추가하여 수동 감시를 강화했습니다. 첫 번째 개선 사항은 '위험 기반 조기 탐지 테스트(제외 테스트)'로, 적합한 조건의 사례가 ASF 바이러스(ASFv)에 대해 테스트되었습니다. 이 제외 테스트는 2020년에 시작되어, 캐나다 서부 돼지 건강 정보 네트워크(CWSHIN) 데이터 저장소에는 3년 이상의 ASFv 제외 테스트 데이터가 있습니다. 목표는 서부 캐나다의 상업용 돼지가 ASFv로부터 자유롭다는 주장을 지원하기 위해 ASFv의 자유 시나리오 트리 모델(STM)을 개발하고 평가하는 것이었고, CWSHIN 저장소 데이터가 STM에 유용한지를 평가하며, 제외 테스트가 수동 감시만으로보다 더 많은 ASFv 자유 증거를 제공하는지를 평가하는 것이었습니다. 서로 다른 시나리오를 비교하고 평가하기 위해, 모델의 자유 증거 축적 능력을 2020년 7월 분기부터 2023년 7월 분기까지(13분기) 사용했습니다. 결론적으로, 시나리오와 모델의 자유 증거 축적 능력을 평가하는 방법은, 자유의 확률이 평형에 접근하는 방식으로 증가하며, 시스템 민감도가 최소 0.2-0.3인 것이 유용하다고 판단했습니다. CWSHIN 데이터 저장소는 모델에 필요한 데이터를 채워주는 데 중요했으며, 이것은 가축 수의사에 의한 임상 평가 수(분기별 조사에서)와, 병리학 검사 및 실험실에서의 ASF 테스트 결과를 포함하고 있었습니다. 주요 메시지는, 가축 수의사가 캐나다 식품 검사 기관(CFIA)에 ASF 의심을 보고할 확률(seVet)이 STM의 결과에 영향을 미친다는 것이었습니다. 만약 가축 수의사가 CFIA에 보고할 확률이 낮다면(seVet=0.01), 병리학 검사와 CanSpotASF가 STM의 결과를 향상시킬 것입니다. 가축 수의사가 CFIA에 보고할 확률이 높다면(seVet이 0.7 이상), 추가 병리학 검사와 CanSpotASF 테스트는 필요 없습니다. 우리는 보고의 실제 확률과 추가 병리학 및 테스트의 가치가 이 두 시나리오 사이에 있을 것으로 기대합니다.