兽医流行病学研究（第2版） [Veterinary Epidemiologic Research] pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

[加] 多赫，马丁，斯特恩 著，刘秀梵，吴艳涛，宗序平 译

图书标签:

• 兽医流行病学
• 流行病学研究
• 动物疾病
• 兽医医学
• 公共卫生
• 数据分析
• 统计学
• 疾病监测
• 研究方法
• 第二版

出版社： 中国农业出版社

ISBN：9787109158573

版次：2

商品编码：11154790

包装：精装

丛书名： 世界兽医经典著作译丛

外文名称：Veterinary Epidemiologic Research

开本：16开

出版时间：2012-07-01

用纸：胶版纸

页数：649

正文语种：中文

内容简介

　　《兽医流行病学研究（第2版）》这是一本兽医流行病学学科的综合性教科书，作者独具匠心，为初学者同样也为行家在流行病学学习方法上引路”。第2版则更加全面，读者可以通过《兽医流行病学研究（第2版）》介绍的流行病学调查和研究的实际经验而得到提高。
　　在第1版中作者利用丰富的调查研究经验，介绍了兽医流行病学研究的大量方法。第2版又补充了新的章节，包括过去10年中变得相当重要的一些细分领域。我特别高兴地看到，空间流行病学、生存分析和贝叶斯分析在新版中均有详细介绍，而且很多研究方法也得到了加强。
　　流行病学工作者是重实际的人，可以通过实例学习，并从中获益。《兽医流行病学研究（第2版）》尽可能为各种方法提供现实的例子，并介绍如何去使用它们，使读者在流行病学学习中“如何”以及“为什么”变得更加容易。

目录

《世界兽医经典著作译丛》总序
译者序
原著序
前言
第1章 引言和病因概念
第2章 抽样
第3章 调查问卷设计
第4章 疾病频率的度量
第5章 筛检试验与诊断试验
第6章 联系的度量
第7章 观察性研究导论
第8章 队列研究
第9章 病例-对照研究
第10章 混合研究设计
第11章 对照研究（临床试验）
第12章 观察性研究的真实性
第13章 混杂：检测和控制
第14章 线性回归
第15章 建模策略
第16章 Logistic回归
第17章 等级数据和多项数据建模
第18章 计数数据和率数据的建模
第19章 生存数据建模
第20章 集群数据简介
第21章 连续型数据的混合模型
第22章 离散数据的混合模型
第23章 重复测量数据
第24章 贝叶斯分析介绍
第25章 空间数据分析：引言和可视化
第26章 空间数据分析
第27章 传染病流行病学概述
第28章 系统评述和荟萃分析
第29章 生态学与组群水平研究
第30章 结构化数据分析方法
第31章 数据集描述
词汇和术语

兽医流行病学研究（第2版） [Veterinary Epidemiologic Research] 作者： [作者姓名] 出版社： [出版社名称] 出版日期： [出版日期] 语言： 中文/英文 内容简介： 《兽医流行病学研究（第2版）》是一部全面深入的著作，旨在为兽医专业人士、研究人员、公共卫生专家以及对动物疾病传播规律和控制策略感兴趣的读者提供系统性的知识和实用的工具。本书第二版在第一版的基础上，紧跟兽医流行病学领域的最新进展和前沿技术，内容更加充实，案例更加丰富，理论与实践结合更加紧密，力求成为读者在动物疫病研究、防控和管理领域不可或缺的参考指南。 本书的独特价值在于： 体系化构建： 本书从基础概念到高级应用，循序渐进地构建起一个完整而严谨的兽医流行病学知识体系。从疫病发生的根本原因、影响因素，到如何科学地监测、调查、分析和控制疾病，每一个环节都得到了细致阐述。 理论与实践并重： 书中不仅详细讲解了各种流行病学研究的设计原则、统计方法和数据分析技术，更通过大量的真实世界案例，生动展示了这些理论如何在实际工作中得到应用，帮助读者理解和掌握研究方法的精髓，并能灵活运用于解决实际问题。 关注最新动态： 兽医流行病学是一个不断发展的领域，本书第二版特别关注了近年来出现的新兴动物疫病、抗生素耐药性监测、全球化背景下的跨国界疾病传播、动物福利与疾病防控的关系、大数据在兽医流行病学中的应用等热点问题，为读者提供最新的研究视角和思考方向。 多学科融合： 兽医流行病学研究本身就具有高度的跨学科性，本书充分体现了这一点，融合了流行病学、生物统计学、兽医学、免疫学、生态学、社会科学等多方面的知识，强调了在研究和防控中需要综合考虑多种因素。 实用工具箱： 本书提供了丰富的研究设计思路、数据收集方法、统计分析技巧和解读报告的指南，旨在为读者提供一个“工具箱”，使其能够独立或协作地开展高质量的兽医流行病学研究，并能够基于研究结果做出科学的决策。 本书结构与内容亮点： 本书共分为 [章节数] 章，每一章都围绕一个核心主题展开，逻辑清晰，内容翔实。 第一部分：基础理论与方法论 第一章：兽医流行病学概论 深入探讨了兽医流行病学的定义、研究范畴、历史发展及其在现代兽医和公共卫生中的重要地位。 解释了健康决定因素（包括生物、环境、行为和社会因素）在动物群体中的相互作用。 介绍了“单方向”、“多方向”、“链式”和“网状”的疾病传播模式，为理解复杂疫情奠定基础。 强调了兽医流行病学在疾病预防、早期预警、风险评估和资源分配中的关键作用。 第二章：疾病的发生与传播 详细阐述了致病因子（病原体、毒素、遗传因素等）、宿主易感性（遗传、免疫状态、年龄、品种等）以及环境因素（气候、地理、饲养管理、人为活动等）这三大要素在疾病发生中的动态平衡。 深入剖析了疾病的传播途径（直接接触、间接接触、媒介传播、垂直传播等）和传播模式，包括流行（Epidemic）、地方性（Endemic）和散发性（Sporadic）疾病的特点。 引入了基本的疾病传播模型，如 SIR 模型（易感者-感染者-康复者），解释了基本再生数（R0）的概念及其在预测疾病传播潜能中的意义。 第三章：流行病学研究设计 系统介绍了描述性研究（病例报告、病例系列、横断面研究、生态学研究）的设计原则、目的和局限性。 详细阐述了分析性研究（回顾性队列研究、前瞻性队列研究、病例对照研究、随机对照试验）的设计要素、抽样方法、对照组的选取原则以及如何有效控制偏倚。 探讨了干预性研究（如疫苗接种效果评估、治疗方案比较）的设计要点，强调了随机化、盲法和匹配等关键概念。 为读者提供了选择合适研究设计的实用指导，使其能够根据研究问题和可用资源选择最佳的研究策略。 第四章：样本量估算与抽样方法 提供了多种样本量估算公式和在线工具的使用方法，帮助研究者根据研究目标（如估计患病率、检测风险因素、比较治疗效果）和预期精度，科学确定所需的样本量。 详细讲解了概率抽样（简单随机抽样、系统抽样、分层抽样、整群抽样）和非概率抽样（方便抽样、配额抽样、判断抽样）的原理、优缺点及适用场景。 强调了如何通过合理的抽样方法，确保样本的代表性，从而提高研究结果的外部效度。 第二部分：数据收集、分析与解释 第五章：数据收集工具与技术 介绍了调查问卷的设计原则、问题类型、编码方式以及有效性和可靠性评估。 详述了临床检查、实验室检测（血清学、病原学、病理学等）在数据收集中的作用和标准化流程。 讨论了动物标识系统（耳标、芯片）、电子健康记录（EHRs）以及远程监测技术（如传感器、GPS）在流行病学数据收集中的应用。 强调了数据收集过程中的质量控制和标准化，以保证数据的准确性和可比性。 第六章：描述性统计学 深入讲解了集中趋势（均值、中位数、众数）和离散趋势（方差、标准差、四分位数范围）的计算与解释。 介绍了频率分布、百分比、比率、率等基本统计指标在描述动物群体健康状况中的应用，如患病率、发病率、死亡率、携带率等。 展示了图表（直方图、饼图、散点图、箱线图、柱状图）在可视化数据和揭示数据特征方面的强大功能。 第七章：推论性统计学基础 详细阐述了概率论基本原理，包括概率分布（正态分布、泊松分布、二项分布等）及其在统计推断中的作用。 解释了假设检验的基本逻辑，包括原假设、备择假设、P值、显著性水平（α）以及第一类和第二类错误。 介绍了置信区间的概念及其在估计总体参数时的意义。 第八章：常用统计分析方法 比例和率的比较： 详细讲解了卡方检验（χ²检验）、Fisher精确检验在比较患病率或发生率是否存在显著差异时的应用。 均数比较： 介绍了t检验（单样本t检验、配对t检验、独立样本t检验）和方差分析（ANOVA）在比较不同组别均值时的应用。 相关与回归分析： 深入讲解了Pearson相关系数、Spearman秩相关系数在衡量变量之间线性或单调关系时的应用。详细阐述了简单线性回归和多元线性回归在预测和解释变量之间关系时的模型构建、参数估计和模型诊断。 分类变量分析： 详细介绍逻辑回归在分析二分类结局变量（如是否患病）与多个预测变量之间关系时的应用，包括优势比（Odds Ratio, OR）的计算和解释。 第九章：高级统计分析技术 纵向数据分析（重复测量数据）： 介绍了广义估计方程（GEE）和混合效应模型（Mixed-effects models）在处理动物在不同时间点多次测量数据时，考虑个体内部相关性的方法。 空间流行病学分析： 探讨了地理信息系统（GIS）在可视化和分析疾病空间分布模式中的应用，包括点模式分析、聚类分析以及空间回归模型。 时间序列分析： 介绍了如何分析动物疫病随时间变化的趋势、季节性波动和周期性变化，以及如何利用ARIMA模型进行预测。 生存分析： 详细讲解了Kaplan-Meier曲线、Log-rank检验、Cox比例风险模型在分析动物从特定状态（如感染、死亡）发生的时间，并考虑协变量影响时的应用，如研究疫苗接种对疾病发病潜伏期的影响。 机器学习在兽医流行病学中的应用： 介绍了决策树、随机森林、支持向量机（SVM）以及神经网络等机器学习算法在疾病预测、风险因素识别和疫情模式识别方面的潜力。 第三部分：流行病学研究的实践应用 第十章：疾病监测与预警系统 探讨了疾病监测的类型（被动监测、主动监测、哨点监测）、监测指标（疾病发生率、死亡率、抗体阳性率等）和监测策略。 介绍了如何建立和评价动物疫病监测系统，以及监测数据在早期预警和疫情风险评估中的作用。 讨论了利用大数据、社交媒体信息和环境传感器等非传统数据源进行疫情监测的创新方法。 第十一章：疫情调查与溯源 详细阐述了疫情调查的流程：从接报疫情到现场采样、临床诊断、实验室确诊、追溯传染源和传播途径。 介绍了流行病学调查中常用的方法，如接触者追踪、疾病溯源分析，以及如何利用分子流行病学技术辅助溯源。 强调了迅速、准确的疫情调查在控制疫情蔓延中的决定性作用。 第十二章：疾病控制与风险管理 系统介绍了多种疾病控制策略，包括生物安全措施（隔离、消毒、封锁）、免疫接种、治疗干预、扑杀政策以及动物贸易管制。 探讨了风险评估的基本原理和方法，如何识别、分析和评价动物疫病对经济、公共卫生和食品安全的潜在威胁。 介绍了风险管理的概念，包括风险沟通、风险应对和风险后评估，以及如何在不确定性条件下做出最优决策。 第十三章：动物健康与公共卫生（One Health） 深入阐述了“同一个健康”（One Health）理念，强调了人畜共患病防控中人、动物、环境健康三者之间不可分割的联系。 分析了人畜共患病的流行病学特点、传播机制和流行病学研究方法。 探讨了在跨学科团队协作、政策制定和资源共享等方面，如何实现“同一个健康”的有效实践。 第十四章：案例研究与专题讨论 本书精选了若干典型兽医流行病学研究案例，涵盖不同动物种类、不同类型的疫病（如禽流感、口蹄疫、非洲猪瘟、狂犬病、布鲁氏菌病、宠物疾病等），从研究设计、数据收集、统计分析到结论解读和防控建议，进行深入剖析。 特别关注了近年来发生的重大动物疫病，如新冠病毒对动物健康的影响，以及抗生素耐药性监测和防控策略等前沿热点。 通过这些案例，读者可以直观地学习如何将书本知识应用于实际问题，并了解不同研究背景下可能遇到的挑战和解决方法。 第十五章：兽医流行病学研究的未来展望 探讨了大数据、人工智能、基因组学、遥感技术等新兴技术在兽医流行病学研究中的应用前景。 分析了全球化、气候变化、动物产业集约化等因素对动物疫病传播和控制带来的新挑战。 展望了精准防控、预测模型、一体化监测等未来发展方向。 本书适合读者群体： 兽医专业学生： 为其打下坚实的兽医流行病学理论和实践基础。 执业兽医： 提升其诊断、分析和处理动物疫病的能力，并能科学地指导畜牧业生产。 动物疫病研究者： 提供最新的研究方法、统计工具和研究思路，推动学术研究的深入。 动物卫生监督部门和公共卫生机构人员： 为其制定科学的疫病防控策略、风险评估和应急响应计划提供理论支持。 畜牧业生产者和管理者： 帮助其了解疾病传播规律，采取有效的预防和控制措施，提高养殖效益和动物福利。 对动物健康和公共卫生感兴趣的任何人士： 提供一个系统了解动物疫病知识的窗口。 《兽医流行病学研究（第2版）》不仅仅是一本教材，更是一本实践指南和研究助手，它将引领您深入探索动物疾病的世界，掌握科学研究的方法，并最终为保障动物健康、公共卫生和食品安全做出贡献。无论您是初学者还是资深专家，本书都将为您带来深刻的启迪和宝贵的收获。

评分☆☆☆☆☆

作为一名资深的兽医临床工作者，我最初有些担心技术性太强的书籍会让我感到晦涩难懂，但这本《兽医流行病学研究》完全打消了我的顾虑。它的叙述语言充满了生命力，仿佛作者正在与你面对面交流。它没有陷入纯粹的理论泥潭，而是极其注重研究结果如何转化为具体的、可操作的临床决策和政策建议。比如，在风险评估的章节，作者用生动的语言解释了如何将看似抽象的统计学风险值，转化为养殖场主可以理解的、关于管理实践改变的建议。这种“翻译”能力是极其重要的，因为流行病学研究的最终价值，在于其能否有效地指导基层实践。书中的图表设计也非常人性化，色彩搭配和信息密度达到了一个完美的平衡点，使得我们可以在高强度的工作间隙快速回顾关键要点，而不是被密密麻麻的文字淹没。它确实做到了既有学术的严谨性，又不失实用的指导性。

评分☆☆☆☆☆

读完这本书，我最大的感受是它极大地拓宽了我对“研究”一词的定义。它不再是实验室里的高深莫测，而是渗透在日常监管、预警系统和政策制定中的关键环节。书中关于疾病监测系统（如电子健康记录的整合应用）的讨论，更是充满了对未来趋势的洞察。作者没有止步于描述现有的技术，而是前瞻性地探讨了人工智能和机器学习在处理海量环境和动物表型数据时的潜力与挑战。这种对前沿技术的积极拥抱，使得这本书不仅是一本扎实的参考书，更像是一份面向未来的行业宣言。它激励我们这些研究者和实践者，要不断学习新的数据科学工具，以应对不断演变的全球性动物健康威胁。这种前瞻性思维，让它在同类书籍中显得尤为亮眼，是真正能引领行业发展的里程碑式著作。

评分☆☆☆☆☆

这本书的结构安排显示出一种非常清晰的递进逻辑，从基础的概念界定到复杂的实证研究设计，每一步都铺垫得恰到好处。尤其让我印象深刻的是其对研究伦理和数据管理规范的强调。在当前数据隐私和生物安全日益受到重视的时代，作者花了相当的篇幅来讨论在进行动物群研究时必须遵守的道德准则，以及如何安全、合规地处理敏感的疾病监测数据。这不仅仅是走过场式的提及，而是深入到了操作层面，例如如何设计知情同意书的替代方案，以及在多中心研究中实现数据共享的一致性标准。这对于那些计划开展国际合作或大型多中心试验的研究人员来说，提供了极具前瞻性的指导。它提醒我们，科学研究的进步必须建立在坚实的伦理基石之上，这在兽医流行病学领域尤其重要，因为往往涉及复杂的动物福利和农场经济利益考量。

评分☆☆☆☆☆

我必须得说，这本书的更新迭代非常成功，特别是第二版，它明显跟上了近些年全球公共卫生领域对动物源性疾病（Zoonoses）日益增长的关注度。我特别欣赏其中关于“一次健康”（One Health）理念的整合，它不再仅仅孤立地讨论动物疾病，而是将其置于人畜共患病和环境因素的宏大背景下去审视。作者在讨论特定疾病（比如禽流感或非洲猪瘟）的控制策略时，引入了跨学科的视角，邀请了公共卫生专家和生态学家的见解，这使得整个研究视野豁然开朗。这种超越传统兽医学界限的视野，对于我们这些需要在多部门协作环境中工作的专业人士来说，是极其宝贵的财富。它教会我们如何用更宽广的生态学和社会经济学框架去设计更具可持续性的干预措施，而不是仅仅停留在“扑杀和隔离”这种单一的技术层面。这本书提供的思维工具箱，远超出了流行病学本身的范畴。

评分☆☆☆☆☆

这本著作的编排实在令人赞叹，作者在处理复杂的统计模型和实际的兽医场域问题时，展现出了极高的驾驭能力。我记得在阅读关于疾病爆发溯源那一部分时，作者深入浅出地剖析了从基础的描述性统计到更高级别的贝叶斯推断是如何一步步应用于动物健康监测中的。特别是关于样本量估算和研究设计的章节，其严谨性为初学者构建了一个坚实的理论框架，同时也能让经验丰富的从业者从中找到新的视角来优化他们手头的工作。书中大量的案例分析，无一不紧密贴合着现代畜牧业和伴侣动物医疗中真实面临的挑战，比如耐药性传播的路径追踪，或是疫苗效力在不同地理区域的差异化评估。它不是那种枯燥的教科书，更像是一位资深流行病学家的悉心指导，每当我对某个复杂概念感到困惑时，总能在那一页找到清晰的逻辑链条和实用的操作指南，使得那些原本令人望而生畏的数学公式都变得可以亲近和运用起来。这种将学术深度与实践应用完美融合的能力，是许多同类书籍难以企及的。