1. No category

Smittepress fra lakselus
Peder Jansen
Seksjon for epidemiologi
Veterinærinstituttet
Photo: Randi Grøntvedt
Skal si noe om:
n 
n 
n 
n 
n 
Kort om: Populasjonsbiologi lakselus og lakselusas
potensiale som skadedyr
Lusedata og data over fiskebestander i oppdrett
Risikofaktorer: når forventes høye vs. lave
infeksjonsnivå av lus på oppdrettsfisk
Betydningen av ulike smittekilder
Modellering av lusebestander og scenariosimulering
●  Hva er effekten av tiltak?
Åtte stadier (før 10) der individer til enhver tid kan:
i) dø; ii) utvikle seg til neste stadium; iii) forbli som de er
Adult hunnlus
Forekomst vurderes på bakgrunn av gjennomsnittstall
for kategorier av lusestadier
Mobile stadier
Utviklingstider og larveproduksjon som
funksjon av temperatur
60
Tid til klekking
Pre infektive larver
Tid til infektiv
50
Dager
40
30
20
10
0
4
6
8
10
12
14
16
18
20
14
16
18
20
120
Daglig produksjon infektive larver
(pr. adult hunnlus)
Antall copepoditter
100
80
60
40
20
0
4
6
8
10
12
o
Temperatur ( C)
«Treatments had a
significant positive effect
on survival to Recruitment»
Tilsvarende økt dødelighet
på 39% for ubehandlet fisk
Konklusjon 1
n 
n 
Lakselus produsert i oppdrett kan ha negativ effekt
på overlevelse og «fitness» hos vill laksefisk
Omfanget av skader og under hvilke forhold dette
gjør seg gjeldende er kontroversielt
Lakselus i oppdrett
Datakilder
n  Akvakulturregisteret
(F.dir.)
●  Geo-referanser
●  Marin laksefiskproduksjon
●  Sjøavstander mellom alle par av
lokaliteter
n Havbruksdata(månedlig; MT)
●  Antall fisk, størrelse
(lokalitetsnivå)
●  Rapporterte lusetall (Ukentlig
fra 2012)
●  Behandlinger (ja/nei)
●  Rensefisk (ja/nei)
●  Vanntemperatur
Marine sites
registered for
holding salmonids
Stadig økende produksjon. Hva har tetthet av
biomasse i områder å si for luseforekomster?
Farm holdings (#)
Hvilke andre påvirkningsfaktorer er viktige?
700
600
500
400
Biomass (tonnes)
7e+5
6e+5
5e+5
4e+5
3e+5
02
03
04
05
06
07
Year
08
09
10
11
Hvilke faktorer er bestemmende for den røde linjen –
gjennomsnitt av rapporterte lusetall?
>60000 luserapporter
4
20
3
15
2
10
1
5
0
0
02
03
04
05
06
07
Year
08
09
10
11
Water temperature (∞C)
Reported sea lice counts
Mean count
Mean temperature
Hva påvirker lusetallene?
Lokal biomassetetthet (LBD)
Fiskestørrelse
Salinitet
Tidskorrelasjoner
Behandlinger
Rensefisk
Temperatur
Lokalt vektede linjer (lowess) av
tilsvarende data
South region
Mid region
North region
Reported sealice counts
4
3
Low local density
Medium local density
High local density
2
1
Treatment (proportion of farms)
0
0.3
0.2
0.1
0.0
Local biomass density
500
400
300
200
100
0
02 03 04 05 06 07 08 09 10 11
02 03 04 05 06 07 08 09 10 11 02 03 04 05 06 07 08 09 10 11
Year
3
R2 = 0.45
Sea lice counts
Årlige gjennomsnitt for lusetall,
andel som behandler per måned
og andelen som rapporterer
bruk av rensefisk per måned,
plottet mot gjennomsnittlig
lokal biomassetetthet
2
1
0
n 
n 
n 
Gul = region Sør
Rød = region Midt
Blå = region Nord
Svart regresjonslinje
gjennom samtlige punkt
Både lusetall og innsats av tiltak
øker med økende lokal biomasse
av oppdrettsfisk!
R2 = 0.57
0.2
0.1
0.0
(R2)
0.8
Cleaner fish reports
n 
Medical treatment reports
0.3
R2 = 0.49
0.6
0.4
0.2
0.0
0
100
200
300
Local biomass density
400
q Slice var
dominerende i
behandling av
lakselus i 2008
q < 5% av
rekvirerte
behandlinger i
2012 (MedReg)
Antall rekvisisjoner 2012
Spøkelse:
resistensutvikling
160
140
120
100
80
60
40
20
0
Pyretroider Organofosfat Kitinsyntese- Avermectin Hydrogenperoksid
hemmere
Virkestoff
Konklusjon 2
n 
n 
n 
n 
Jo mer fisk jo mer lus: en reelt begrensende
betingelse for videre vekst i lakseproduksjon
Helt avhengige av effektive mottiltak mot lakselus
Stor fisk => mye lus
Temperatur viktig => mindre problem i nord
Hvor kommer lusa fra? =>
betydningen av ulike smittekilder
n 
Forventet forekomst av lus ved lokalitet i ved tid t modellert
som funksjon av summen av bidrag fra intern-smitte, nabosmitte og ukjente kilder, samt påvirkningsfaktorer
(vanntemperatur, fiskestørrelse …..)
Modell for forventet antall
adulte hunner + mobile lus
én måned frem i tid vs.
observert antall
•  Bortimot prefekt
prediksjon for
gjennomsnitt for alle
lokaliteter langs kysten
•  Unntaksvis store avvik
mellom observasjoner og
prediksjoner på
lokalitetsnivå
Konklusjon 3
Internt smitte:
Eksternt smitte:
Ukjent kilde:
66%
28%
6%
Ø Ekstern
smitte viktig for
initieringen av lusepopulasjon
på lokalitet: hvor raskt og hvor
omfattende blir intern
smitteproduksjon?
Ø Må ha kontroll på intern
smitteproduskjon for å unngå
høye lusenivå
Sjøavstand (km)
Modellering av lusebestander: I beregning
av smittepress
Data:
• Adulte hunnlus
• Antall fisk
Beregning av
totalt antall
reproduserende
lus til gitt tid på
alle aktive
lokaliteter
60
Tid til klekking
Pre infektive larver
Tid til infektiv
50
Dager
40
30
20
10
0
4
6
8
10
12
14
16
18
20
14
16
18
20
120
Daglig produksjon infektive larver
(pr. adult hunnlus)
100
Antall copepoditter
Data: Temperatur
Beregninger:
• Fekunditet
• Utviklingstid
• Overlevelsesrater
Produksjon av
copepoditter som vil
være smittsomme noe
frem i tid, avhengig av
temperatur
80
60
40
20
0
4
6
8
10
12
o
Temperatur ( C)
-1
Copepoditt-produksjon (lokalitet )
1,8e+7
Nord Norge
Midt Norge
Sør Norge
1,6e+7
1,4e+7
1,2e+7
1,0e+7
8,0e+6
6,0e+6
4,0e+6
2,0e+6
0,0
mai
jun
jul
aug
sep
okt
2012
Utviklingstid copepoditter (dager)
35
Nord Norge
Midt Norge
Sør Norge
30
25
20
15
10
5
0
mai
jun
jul
2012
aug
sep
Kjernetetthetsmodellen for spredning av luselarver
Så til det store spørsmålet – virker dette?
n 
Må da omsette beregnet smittepress (tettheter av
smittsomme copepoditter) til et mål på
lokalitetsspesifikk eksponering mot smitte
Ø 
Bidrar dette til bedre anslag av: påslag av luselarver
_ forekomst av fastsittende lus _ mobile lus _
kjønnsmodne hunnlus
Utover kjente påvirkningsfaktorer som sesong/
temperatur, fiskestørrelse, salinitet og
tidskorrelasjoner (antall lus forrige telling)
Ø 
Fiskegrupper med størrelse < 300g
i mai 2012
2,0
Gjennomsnitt mobile lakselus
Gjennomsnitt rapportert
infeksjon av mobile lakselus som
funksjon av akkumulert
smittepress
1,5
1,0
0,5
0,0
Gj.sn.mobile = a*exp(b*smitte)
12
13
14
15
16
17
18
Akkumulert smittepress (uke 20-25)
R2 = 0.43; juni
R2 = 0.52; juli
3,5
Gjennomsnitt mobile lakselus
3,0
2,5
2,0
1,5
1,0
0,5
0,0
12
14
16
18
Akkumulert smittepress (uke 26 - 31)
20
Beregninger av forventet luseutvikling
etter behandling fra statistisk modell
Øverste panel variert
på antall mobile uke -1
n  Nedre panel variert på
smittepress
Øvrige variable
n  Fastsittende (uke -1)
n  Salinitet
n  Fiskevekt
n  Temperatur
n 
6
Uke vs 90% kvantil
Uke vs 50% kvantil
Uke vs 10% kvantil
Antall mobile lus
5
4
3
2
1
0
1
2
3
4
3
4
6
Uke vs 90% kvantil
Uke vs 50% kvantil
Uke vs 10% kvantil
Antall mobile lus
5
4
3
2
1
0
1
2
Uker etter behandling
Konklusjon 4: Hva kan disse modellene
brukes til?
n 
n 
n 
n 
Vi kan beregne lakselus-smittepress mer eller mindre
i reell tid
Dette vil si noe om hvilke påslag av lus man må
forvente, gitt andre påvirkningsfaktorer
Vil også si noe om smittepress mot vill fisk
Kan brukes til scenariosimulering: Hva skjer hvis…?
●  Lusegrenser settes lavt vs. høyt
●  Sonering og synkronisering av produksjon
●  Få store vs. mange små lokaliteter
Simuleringseksempel PD: Hva hadde
skjedd med månedlig antall utbrudd av
PD dersom man slaktet ut fisken i løpet av
én måned etter påvisning av sykdom?
Takk for oppmerksomheten!