TY - THES A1 - Scherer, Philipp Cédric T1 - Infection on the move T1 - Infektion in Bewegung BT - individual host movement drives disease persistence in spatially structured landscapes BT - individuelle Der Einfluss von Bewegung von Wirtstieren auf die Persistenz von Krankheiten in räumlich strukturierten Landschaften N2 - Movement plays a major role in shaping population densities and contact rates among individuals, two factors that are particularly relevant for disease outbreaks. Although any differences in movement behaviour due to individual characteristics of the host and heterogeneity in landscape structure are likely to have considerable consequences for disease dynamics, these mechanisms are neglected in most epidemiological studies. Therefore, developing a general understanding how the interaction of movement behaviour and spatial heterogeneity shapes host densities, contact rates and ultimately pathogen spread is a key question in ecological and epidemiological research. In my thesis, I address this gap using both theoretical and empirical modelling approaches. In the theoretical part of my thesis, I investigated bottom-up effects of individual movement behaviour and landscape structure on host density, contact rates, and ultimately disease dynamics. I extended an established agent-based model that simulates ecological and epidemiological key processes to incorporate explicit movement of host individuals and landscape complexity. Neutral landscape models are a powerful basis for spatially-explicit modelling studies to imitate the complex characteristics of natural landscapes. In chapter 2, the first study of my thesis, I introduce two complementary R packages, NLMR and landscapetools, that I have co-developed to simplify the workflow of simulation and customization of such landscapes. To demonstrate the use of the packages I present a case study using the spatially explicit eco-epidemiological model and show that landscape complexity per se increases the probability of disease persistence. By using simple rules to simulate explicit host movement, I highlight in chapter 3 how disease dynamics are affected by population-level properties emerging from different movement rules leading to differences in the realized movement distance, spatiotemporal host density, and heterogeneity in transmission rates. As a consequence, mechanistic movement decisions based on the underlying landscape or conspecific competition led to considerably higher probabilities than phenomenological random walk approaches due directed movement leading to spatiotemporal differences in host densities. The results of these two chapters highlight the need to explicitly consider spatial heterogeneity and host movement behaviour when theoretical approaches are used to assess control measures to prevent outbreaks or eradicate diseases. In the empirical part of my thesis (chapter 4), I focus on the spatiotemporal dynamics of Classical Swine Fever in a wild boar population by analysing epidemiological data that was collected during an outbreak in Northern Germany persisting for eight years. I show that infection risk exhibits different seasonal patterns on the individual and the regional level. These patterns on the one hand show a higher infection risk in autumn and winter that may arise due to onset of mating behaviour and hunting intensity, which result in increased movement ranges. On the other hand, the increased infection risk of piglets, especially during the birth season, indicates the importance of new susceptible host individuals for local pathogen spread. The findings of this chapter underline the importance of different spatial and temporal scales to understand different components of pathogen spread that can have important implications for disease management. Taken together, the complementary use of theoretical and empirical modelling in my thesis highlights that our inferences about disease dynamics depend heavily on the spatial and temporal resolution used and how the inclusion of explicit mechanisms underlying hosts movement are modelled. My findings are an important step towards the incorporation of spatial heterogeneity and a mechanism-based perspective in eco-epidemiological approaches. This will ultimately lead to an enhanced understanding of the feedbacks of contact rates on pathogen spread and disease persistence that are of paramount importance to improve predictive models at the interface of ecology and epidemiology. N2 - Bewegung nimmt eine zentrale Rolle bei der Entstehung von Populationsdichten und Kontaktraten zwischen Individuen ein, zwei Faktoren, die bei einem Krankheitsausbruch von besonderer Bedeutung sind. Obwohl Unterschiede im Bewegungsverhalten aufgrund individueller Merkmale des Wirtes und der Heterogenität der Landschaftsstruktur erhebliche Auswirkungen auf Krankheitsdynamiken haben, werden diese Mechanismen in den meisten epidemiologischen Studien vernachlässigt. Daher ist die Frage, wie das Zusammenspiel von Bewegungsverhalten mit räumlicher Heterogenität die Wirtsdichte und die Kontaktraten und somit letztlich die Ausbreitung von Krankheitserregern beeinflusst, eine Schlüsselfrage in der ökologisch-epidemiologischen Forschung. In meiner Dissertation gehe ich diese Frage mit theoretischen und empirischen Modellierungs-ansätzen an. Im theoretischen Teil meiner Arbeit untersuchte ich die Effekte des individuellen Bewegungsverhaltens und der Landschaftsstruktur auf die Wirtsdichte, die Kontaktraten und letztendlich auf Krankheitsdynamiken. Dafür habe ich ein etabliertes agentenbasiertes Modell angepasst, das ökologische und epidemiologische Prozesse simuliert, um die genaue Bewegung von Wirtsindividuen und die Komplexität der Landschaft zu berücksichtigen. Dabei sind sogenannte „Neutrale Landschaftsmodelle“ eine objektive Grundlage, um die komplexen Eigenschaften von natürlichen Landschaften nachzuahmen. In Kapitel 2, der ersten Studie in meiner Dissertation, stelle ich zwei komplementäre Erweiterungen für die Programmiersprache R vor, NLMR und landscapetools, die ich entscheidend mitentwickelt habe, um die Simulation und Modifizierung solcher Landschaften zu vereinfachen. Um die Verwendung dieser Erweiterungen zu demonstrieren, stelle ich eine Fallstudie basierend auf dem ökologisch-epidemiologischen Simulationsmodell vor und zeige, dass heterogene Landschaften per se die Wahrscheinlichkeit der Persistenz von Krankheiten erhöhen. Im dritten Kapitel zeige ich, wie großskalige Dynamiken während eines Krankheitsausbruchs durch verschiedene Bewegungsregeln der Wirtstiere beeinflusst werden. Diese verschiedenen Bewegungsregeln hatten dabei Bewegungs- und Kontaktmuster mit Unterschieden in der realisierten Bewegungsdistanz, der raumzeitlichen Verteilung von Wirtstieren, sowie der Übertragungsraten zwischen den Habitaten zur Folge. Infolgedessen führten mechanistische Bewegungsentscheidungen, die auf Eigenschaften der Landschaft oder der Intensität der Konkurrenz beruhten, zu deutlich höheren Wahrscheinlichkeiten als phänomenologische Zufallslauf („random walk“)-Ansätze. Die Ergebnisse dieser beiden Kapitel verdeutlichen die Notwendigkeit, die räumliche Heterogenität und das Bewegungsverhalten der Wirte explizit zu berücksichtigen, wenn solche theoretischen Modelle in der Praxis Anwendung finden sollen, z. B. um Strategien zur Eindämmung von Seuchenzügen in Wildtieren zu entwickeln. Im empirischen Teil meiner Arbeit (Kapitel 4) konzentriere ich mich auf die raumzeitliche Dynamik eines Ausbruchs der Klassischen Schweinepest in einer Wildschweinpopulation mittels Analyse epidemiologischer Daten, die während eines Ausbruchs in Norddeutschland über acht Jahre aufgenommen wurden. Das Infektionsrisiko auf individueller und regionaler Ebene wies dabei unterschiedliche saisonale Muster auf. Diese Muster zeigen einerseits ein erhöhtes regionales Infektionsrisiko im Herbst und Winter, das womöglich aufgrund erhöhter Bewegungsraten der Wirtstiere auftritt, und durch das Paarungsverhalten und der Jagdintensität während dieser Zeitausgelöst wird. Andererseits unterstreicht das erhöhte individuelle Infektionsrisiko von Frisch-lingen, insbesondere während der Geburtszeit, die Auswirkungen von lokal erhöhten Wirtsdichten auf die lokale Ausbreitung von Krankheitserregern. Die Ergebnisse dieses Kapitels zeigen die Bedeutung verschiedener räumlicher und zeitlicher Skalen für das Verständnis verschiedener Komponenten von Epidemien, die wichtige Auswirkungen auf das Krankheitsmanagement haben können. Zusammenfassend unterstreicht der komplementäre Einsatz theoretischer und empirischer Modellierung in meiner Arbeit, dass es unerlässlich ist, die mechanistische Basis der Wirts-Kontakt-raten zu berücksichtigen, nämlich räumliche Heterogenität und Bewegungsverhalten der Wirtstiere, um ein Verständnis über Krankheitsverläufe in Wildtierbeständen zu erlangen und Schluss-folgerungen über das Persistenzgeschehen ziehen zu können. Meine Ergebnisse sind ein erster wichtiger Schritt in diese Richtung. KW - movement ecology KW - disease ecology KW - landscape heterogeneity KW - Rstats KW - agent-based model KW - disease persistence KW - wild boar KW - classical swine fever KW - Bewegungsökologie KW - Krankheitsökologie KW - Landschaftsheterogenität KW - R (Programmiersprache) KW - agentenbasiertes Modell KW - Krankheitsausbruch KW - Wildschwein KW - klassische Schweinepest Y1 - 2019 ER - TY - JOUR A1 - Scherer, Cedric A1 - Radchuk, Viktoriia A1 - Staubach, Christoph A1 - Mueller, Sophie A1 - Blaum, Niels A1 - Thulke, Hans-Hermann A1 - Kramer-Schadt, Stephanie T1 - Seasonal host life-history processes fuel disease dynamics at different spatial scales JF - Journal of animal ecology : a journal of the British Ecological Society N2 - Understanding the drivers underlying disease dynamics is still a major challenge in disease ecology, especially in the case of long-term disease persistence. Even though there is a strong consensus that density-dependent factors play an important role for the spread of diseases, the main drivers are still discussed and, more importantly, might differ between invasion and persistence periods. Here, we analysed long-term outbreak data of classical swine fever, an important disease in both wild boar and livestock, prevalent in the wild boar population from 1993 to 2000 in Mecklenburg-Vorpommern, Germany. We report outbreak characteristics and results from generalized linear mixed models to reveal what factors affected infection risk on both the landscape and the individual level. Spatiotemporal outbreak dynamics showed an initial wave-like spread with high incidence during the invasion period followed by a drop of incidence and an increase in seroprevalence during the persistence period. Velocity of spread increased with time during the first year of outbreak and decreased linearly afterwards, being on average 7.6 km per quarter. Landscape- and individual-level analyses of infection risk indicate contrasting seasonal patterns. During the persistence period, infection risk on the landscape level was highest during autumn and winter seasons, probably related to spatial behaviour such as increased long-distance movements and contacts induced by rutting and escaping movements. In contrast, individual-level infection risk peaked in spring, probably related to the concurrent birth season leading to higher densities, and was significantly higher in piglets than in reproductive animals. Our findings highlight that it is important to investigate both individual- and landscape-level patterns of infection risk to understand long-term persistence of wildlife diseases and to guide respective management actions. Furthermore, we highlight that exploring different temporal aggregation of the data helps to reveal important seasonal patterns, which might be masked otherwise. KW - classical swine fever KW - disease invasion KW - infection risk KW - pathogen persistence KW - seasonality KW - Sus scrofa KW - wild boar KW - wildlife disease Y1 - 2019 U6 - https://doi.org/10.1111/1365-2656.13070 SN - 0021-8790 SN - 1365-2656 VL - 88 IS - 11 SP - 1812 EP - 1824 PB - Wiley CY - Hoboken ER -