动物流行病学抽样技术规范征求意见稿.docx

1、DB34/ TXXXXICS点击此处添加中国标准文献分类号DB34安徽省地方标准DB 34/ TXXXX动物流行病学抽样技术规范The Technical Specification for sampling in Animal Epidemiology点击此处添加与国际标准一致性程度的标识（征求意见稿）（本稿完成日期：2020年6月22日）2020 - XX - XX发布2020- XX - XX实施安徽省市场监督管理局发布13前言本文件按GB/T 1.1-2020给出的规定起草。本文件由安徽省动物疫病预防与控制中心提出。本文件由安徽省农业标准化委员会归口管理。本文件起草单位：安徽省动物疫病

2、预防与控制中心、望江县畜牧兽医局、合肥市动物疫病预防控制中心本文件主要起草人：金晓宇、杨庆琳、洪功飞、赵家喜、何长生、夏龙荪、陈曦、刘华、刘朝阳、占松鹤、朱良强、刘一平。动物流行病学抽样技术规范1 范围本规范规定了动物疫病流行病学抽样方案设计、抽样方法、样本量计算等。本规范适用于动物疫病流行病学调查、监测、检疫等有关动物防疫活动中的抽样。2 术语定义下列术语定义适用于本规范。2.1 个体流行病学调查监测中的观察单位，是流行病学研究中的流行病学单元，可以是单个动物，也可以是一个群体（一栋禽舍、一个养殖场、一个自然村等）。2.2 总体根据研究目的而确定的同质观察单位的全体。2.3 样本按照一定程序

3、从总体中抽取的多个个体或抽样单元，是总体的一部分。2.4 抽样单元构成总体的个体要素，也是构成抽样框的基本要素。2.5 抽样框在抽样前，用来确定总体的抽样范围和结构，记录或表明总体内所有个体的框架，以个体的名册或排序编号等形式表现。2.6 总体参数用来描述总体特征的概括性数字度量。2.7 样本统计量用来描述样本特征的概括性数字度量，通过样本获得、用以估计总体参数的值。2.8 误差由于个体抽取、试验条件等原因造成的样本统计量与总体参数的差异。根据其产生原因、性质和特点的不同，分为系统误差和随机误差两种。2.9 系统误差又称规律误差或偏倚，指调查方法有缺陷、测量工具不准确等情况下，多次调查同一属性

4、或特征时出现的误差，具有方向性，其与真实值之差的符号恒定。分为选择性误差和测量误差。选择性误差通过随机抽取抽样单元的方式避免，测量误差通过改变测量方法或校正测量工具克服。2.10 随机误差由随机因素引起的、不恒定的、随机变化的误差，是不可避免的，在大量重复抽样过程中，其值时大时小、时正时负。随机误差通过抽样数量的多少来控制。2.11 置信水平又称置信度、可信度，是总体参数值落在样本统计量某一区间内的把握。2.12 置信区间在某一置信水平下，样本统计值与总体参数值间的误差范围。确切含义：从固定样本含量的已知总体中进行重复随机抽样试验，根据每个样本可算得一个置信区间，则平均有CL的可信区间包含了总

5、体参数。2.13 预期流行率掌握总体中的流行率、抗体合格率等有关比例特征时的样本量计算指标，是对总体有关比例特征的预估，根据文献、以往的监测或调查数据和疫病特征等因素确定。2.14 预定流行率是证明无疫或发现疫病时的阈值，是确定样本量的指标，不是动物群中的实际流行率，根据疫病流行病学特征、专家观点、经验以及可接受的动物卫生保护水平等确定。3 抽样方案设计3.1 确定调查目的明确通过调查所要解决的问题，确定想要获得的指标。 3.2 明确调查对象和范围根据调查目的界定的调查研究对象及其范围，即界定调查总体。3.3 确定抽样方法并计算样本量根据调查对象的特征、分布特点等，确定抽样方法。结合所能提供的

6、经费、时间限制、人力资源等实际问题，确定所能达到的精确性，计算样本量。3.4 编制抽样框确定抽样方式和样本量后，根据养殖场、村、户名册或屠宰场名录等编制总体抽样单元清单抽样框。3.5 抽取样本按照确定的抽样对象、抽样方法、样本量，取得所要调查的样本，调查获取所要的数据。抽样时，通过随机等方式保证每个调查单元被抽中的概率相等或已知。3.6 数据整理与分析调查实施完成后，对原始数据进行整理、校对，根据确定的分析方法获得所要求的指标和内容，用于说明所要解决的问题，并对抽样误差进行估计。4 抽样方法4.1 简单随机抽样按照等概率原则直接从总体中抽取一定数量的个体组成样本，要求总体中每一个个体被抽到的概

7、率相等或已知。4.2 系统抽样又称等距抽样。不需要抽样框，首先确定总体中的个体数量和个体顺序；通过总体中个体数量除以抽样数量计算获得抽样间隔；按照确定的个体顺序，在第一批研究对象（第一批研究对象个数等于抽样间隔数）中随机选取首个样本点；然后按照确定的抽样间隔依次抽取个体，构成样本。4.3 分层抽样将总体中个体按照年龄、性别、规模化程度等特征或标志，划分为若干不同的层或亚群，然后在各层中分别进行简单随机或系统抽样等概率抽样，最后将各子样本合并在一起构成样本。当样本量确定以后，可按比例、平均等方式确定各层抽样单元数。4.4 整群抽样把总体中个体按照一定形式分成若干个子群，然后随机抽取若干个子群，由

8、所抽取子群内的所有个体构成样本。4.5 多阶段抽样通过两个或两个以上的阶段分步完成样本抽取，即先从总体中抽取范围较大的一级抽样单元，再从每个抽得的一级单元中抽取范围更小的二级单元，依此类推，最后抽取其中范围更小的单元作为调查单位。4.6 以风险为基础的抽样有意抽取更容易感染或感染后更容易产生阳性结果的个体，用于证明无疫或发现疫病。5 不同目的的样本量计算5.1 估计比例的样本量计算适用于掌握疫病流行率、免疫抗体合格率等所关注的特征在群体中所占比例的抽样。估计比例的样本量计算涉及到预期流行率、置信水平、可接受误差和群体的大小四个参数。置信水平一般定为95%；预期流行率根据历史数据等确定；可接受误

9、差，即抽样所想达到的精确度，是调整样本量大小的主要因素，可根据人力、物力、财力等条件确定；群内个体数量较大时，随着个体数的增多，抽样数量趋于恒定。估计比例的样本量计算公式见附录1。总体较大时，95%置信水平条件下，不同预期流行率、不同可接受误差的抽样数量参见附表1。5.2 证明无疫或发现疫病的样本量计算适用于证明无疫区或生物安全隔离区无疫、发现外来动物疫病等的抽样。确定样本量的大小涉及群体大小、置信水平、预定流行率和所用检测方法的敏感性四个参数，具体样本量计算公式见附录2。95%置信水平、诊断试验敏感性100%情况下，不同预定流行率、不同总体大小的抽样数量可查附表2。5.3 比较比例的样本量计

10、算适用于比较不同区域疫病流行率、抗体合格率或比较不同疫苗免疫效果等比较比例是否有差异的抽样。计算样本量时，需要考虑所比较群体中的比例、置信水平和效度，具体样本量计算公式见附录3。不同置信水平、不同效度、不同比例之差的样本量参见附表3。5.4 以风险为基础的样本量计算适用于掌握群内不同亚群之间相对风险大小时证明无疫或发现疫病的抽样。计算样本量涉及置信水平、群体大小、不同亚群之间的相对风险及在群体所占比例、预定流行率、所用检测方法敏感性、样本中不同亚群所占比例多个参数，具体样本量计算公式见附录4。6 随机抽取抽样单元可通过抽签、抓阄、随机数字表或Excel表中随机函数产生的随机数字等方式随机抽取抽

11、样单元。随机数字表见附表4。29附录1估计比例的样本量计算公式1 无限群抽样数量计算群内个体数量大，对抽样数量的影响可忽略不计时，计算流行率所需抽样数量的公式如下：n=p(1-p)z2e2其中： p为预期流行率； z为来自标准正态分布1-/2百分位点。对于每一个置信水平，都有一个相应的z值。生物学研究中，常用的置信水平为90%、95%、99%，其对应的z值分别是1.64、1.96、2.58，也可以选择其他不同的置信水平，其对应的z值可通过查表获得。e为可接受的最大绝对误差。2 有限群抽样数量的校正群内个体数量较少时，在计算出相同条件下无限群抽样数量的基础上，根据目标群内个体数量对所需抽样数量进

12、行校正，校正公式如下： na=n1+nN其中：n为无限群的抽样数量；N为目标群内的个体数。一般当n与N之比大于等于5%时，即抽样比大于等于5%时，运用上述公式进行校正。附表1估计比例的抽样数量表置信水平为95%时，总体较大时抽样数量预期流行率可接受误差0.10.090.080.070.060.050.040.030.020.010.013810.021897530.0312528011170.049316436914740.057311420345618250.06618713624154221620.07527010115727862524950.0845587911417731570728

13、200.093950658812619735078631370.10354354719613821638486434570.15496077100136196306544122548980.20617696125171246384683153761470.257289113147200288450800180172030.3081100126165224323504896201780670.3587108137178243350546971218587400.40921141441882563695761024230592200.45951171491942643805941056237795

14、080.50961191501962673846001067240196040.55951171491942643805941056237795080.60921141441882563695761024230592200.6587108137178243350546971218587400.7081100126165224323504896201780670.757289113147200288450800180172030.80617696125171246384683153761470.85496077100136196306544122548980.903543547196138216

15、38486434570.95731142034561825附录2证明无疫或发现疫病的样本量计算公式当调查群体为有限群时，证明无疫或发现疫病的样本量计算公式为：n=1-(1-CL)1DN-D-12其中：n为抽样个数；CL为置信水平；D为群中的阳性动物数，等于群内个体数与预定流行率的乘积，即D=Np；N为群内个体数。为检测到真正患病动物，考虑检测方法敏感性时的计算公式为：n=1-(1-CL)1DN-DSe-12Se其中：Se为检测方法的敏感性；n为抽样个数；CL为置信水平；D为群中的阳性动物数，等于群内个体数与预定流行率的乘积，即D=Np；N为群内个体数。附表2证明无疫的抽样数量表 95%置信水平

16、诊断试验敏感性100%情况下，不同预定流行率、不同总体的抽样数量群大小预定流行率（%）0.10.51234567891011121314151617181920222425304050607080903030 30 30 30 29 27 26 24 22 21 20 18 17 16 15 14 14 13 12 12 11 11 10 9 9 7 5 4 3 3 2 2 3535 35 35 35 33 31 28 26 24 22 21 19 18 17 16 15 14 14 13 12 12 11 10 9 9 8 5 4 3 3 2 2 4040 40 40 39 37 34 3

17、1 28 26 24 22 20 19 18 17 16 15 14 13 13 12 11 10 10 9 8 6 4 3 3 2 2 4545 45 45 43 40 36 33 30 27 25 23 21 20 18 17 16 15 14 14 13 12 12 11 10 9 8 6 4 3 3 2 2 5050 50 50 48 43 38 34 31 28 26 23 22 20 19 17 16 15 15 14 13 12 12 11 10 9 8 6 4 3 3 2 2 5555 55 55 51 46 40 36 32 29 26 24 22 20 19 18 17 1

18、6 15 14 13 13 12 11 10 10 8 6 4 3 3 2 2 6060 60 60 55 48 42 37 33 30 27 25 23 21 19 18 17 16 15 14 13 13 12 11 10 10 8 6 4 3 3 2 2 6565 65 65 58 51 44 38 34 30 28 25 23 21 20 18 17 16 15 14 13 13 12 11 10 10 8 6 4 3 3 2 2 7070 70 69 62 53 45 40 35 31 28 25 23 21 20 18 17 16 15 14 14 13 12 11 10 10 8

19、 6 4 3 3 2 2 7575 75 74 65 55 47 41 36 32 28 26 24 22 20 19 17 16 15 14 14 13 12 11 10 10 8 6 4 3 3 2 2 8080 80 78 67 57 48 41 36 32 29 26 24 22 20 19 18 16 15 15 14 13 12 11 10 10 8 6 4 3 3 2 2 8585 85 83 70 58 49 42 37 33 29 26 24 22 20 19 18 17 16 15 14 13 12 11 10 10 8 6 4 3 3 2 2 9090 90 87 73

20、60 50 43 37 33 30 27 24 22 21 19 18 17 16 15 14 13 12 11 10 10 8 6 4 3 3 2 2 9595 95 91 75 61 51 44 38 33 30 27 25 23 21 19 18 17 16 15 14 13 13 11 10 10 8 6 4 3 3 2 2 100100 100 95 77 63 52 44 38 34 30 27 25 23 21 19 18 17 16 15 14 13 13 11 10 10 8 6 4 3 3 2 2 120120 119 110 85 67 55 46 40 35 31 28

21、 25 23 21 20 18 17 16 15 14 13 13 12 10 10 8 6 4 3 3 2 2 140140 138 123 91 71 57 48 41 36 32 28 26 23 22 20 19 17 16 15 14 14 13 12 11 10 8 6 4 3 3 2 2 160160 156 135 97 73 59 49 42 36 32 29 26 24 22 20 19 17 16 15 14 14 13 12 11 10 8 6 4 3 3 2 2 180180 174 146 101 76 60 50 42 37 33 29 26 24 22 20 1

22、9 18 16 15 15 14 13 12 11 10 8 6 4 3 3 2 2 200200 190 155 105 78 61 51 43 37 33 29 27 24 22 20 19 18 16 15 15 14 13 12 11 10 8 6 4 3 3 2 2 240240 220 171 111 81 63 52 44 38 33 30 27 24 22 21 19 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 280280 247 183 115 83 65 53 44 38 34 30 27 25 22 21 19 18 17 16 1

23、5 14 13 12 11 10 8 6 4 3 3 2 2 300300 259 189 117 84 65 53 45 39 34 30 27 25 23 21 19 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 340340 281 198 120 85 66 54 45 39 34 30 27 25 23 21 19 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 380380 301 206 123 87 67 54 45 39 34 30 27 25 23 21 19 18 17 16 15 14 13 12 1

24、1 10 8 6 4 3 3 2 2 400400 310 210 124 87 67 54 46 39 34 31 27 25 23 21 19 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 440440 327 216 126 88 68 55 46 39 35 31 28 25 23 21 19 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 480479 342 222 128 89 68 55 46 40 35 31 28 25 23 21 19 18 17 16 15 14 13 12 11 10 8 6 4 3

25、 3 2 2 500499 349 224 128 89 68 55 46 40 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 540538 361 229 130 90 69 55 46 40 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 580577 373 233 131 90 69 56 46 40 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 60059

26、6 378 235 131 91 69 56 47 40 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 640634 388 238 132 91 69 56 47 40 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 680672 398 241 133 92 70 56 47 40 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 700690 402 243 13

27、4 92 70 56 47 40 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 740727 410 245 134 92 70 56 47 40 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 780763 417 248 135 92 70 56 47 40 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 800781 421 249 135 93 70 56 4

28、7 40 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 840816 428 251 136 93 70 56 47 40 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 880851 434 253 136 93 70 57 47 40 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 900868 437 254 137 93 70 57 47 40 35 31 2

29、8 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 940901 442 255 137 93 71 57 47 40 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 980934 447 257 138 94 71 57 47 40 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 1000950 450 258 138 94 71 57 47 40 35 31 28 25 23 21

30、20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 12001101 471 264 139 94 71 57 47 41 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 14001235 486 268 141 95 71 57 48 41 35 31 28 25 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 16001354 499 272 142 95 72 57 48 41 36 31 28 26 23 21 20 18

31、17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 18001459 508 275 142 96 72 57 48 41 36 32 28 26 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 20001552 517 277 143 96 72 58 48 41 36 32 28 26 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 22001636 523 279 143 96 72 58 48 41 36 32 28 26 23 21 20 18 17 16

32、15 14 13 12 11 10 8 6 4 3 3 2 2 24001711 529 280 144 96 72 58 48 41 36 32 28 26 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 26001778 534 282 144 97 72 58 48 41 36 32 28 26 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 28001839 538 283 144 97 72 58 48 41 36 32 28 26 23 21 20 18 17 16 15 14

33、13 12 11 10 8 6 4 3 3 2 2 30001894 542 284 145 97 72 58 48 41 36 32 28 26 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 32001945 545 285 145 97 73 58 48 41 36 32 28 26 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 34001991 548 285 145 97 73 58 48 41 36 32 28 26 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 36002033 551 286 145 97 73 58 48 41 36 32 28 26 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 38002072 553 287 145 97 73 58 48 41 36 32 28 26 23 21 20 18 17 16 15 14 13 12 11 10 8 6 4 3 3 2 2 40