تاثير عوامل خطر محيطي در بروز استرپتوكوكوزيس در مزارع پرورش ماهي قزلآلاي رنگين كمان (Onchorhynchus mykiss) رودخانه هراز

Logistic regression of some risk factors underlying the outbreak of streptococcusis in rainbow trout (Onchorhynchus mykiss) farms inHaraz River, Mazandaran Province, Iran

استرپتوكوكوزيس يك بيماري عفوني باكتريايي است كه در اكثر مراكز تكثير و پرورش ماهيان سردابي (قزل‌آلاي رنگين كمان) كشور مشاهده شده است. در بروز و همه گيري اين بيماري عواملي از جمله حرارت، نيتريت، نيترات، آمونيوم، كدورت آب، اكسي‍‍ژن محلول، دبي، شمارش كلي باكتريايي و.. در بروز بيماري نقش دارند. اين مطالعه با هدف شناسايي عوامل خطر محيطي و ارزيابي ميزان تاثير گذاري آنان در بروز استرپتوكوكوزيس وارايه پيشنهادهاي اجرايي براي كنترل بيماري در شرق استان مازندران اجرا گرديد. اين تحقيق در 10 مزرعه منتخب از مجموعه مراكز تكثير و پرورش ماهيان سردآبي استان مازندران، با بكارگيري طرحهاي آماري استاندارد، در يك بازه زماني يك ساله و با فواصل ماهانه به ثبت عوامل اپيدميولوژيك موثر بر بروز بيماري اقدام گرديد. به منظور جداسازي، شناسايي و تشخيص بيماري ضمن بررسي علايم و مشاهدات كلينيكي از آزمون‌هاي تشخيصي بيوشيميايي و PCR استفاده شد. نتايج نشان مي‌دهد عواملي از جمله ميزان نيتريت، دماي آب، اكسيژن محلول در آب و ماههاي سال به ميزان 20 درصد بروز بيماري استرپتوكوكوزيس افزايش مي‌دهند. مديريت عوامل مذكور مي‌تواند تا حد زيادي دركاهش ميزان بروز و شيوع اين بيماري در شرق استان مازندران موثر باشد.

rainbow trout farms in Iran. The fish farmers have been largely suffered from huge economic losses due to the Streptococcusis outbreaks in different rainbow trout farms in Iran. The present study assessed the effects of some environmental risk factors on incidence of streptococcusis in rainbow trout farms in Haraz River in Mazandaran Province, Iran. A suit of environmental factors including water temperature, nitrite, nitrate, ammonium, water turbidity, DO, water Debi and total count of bacteria were explored as influential factors. Fish and water samples were randomly collected from 10 farm on a monthly basis throughout a year. Isolation and recognition of strep strains were made using biochemical and PCR tests and the data were analyzed by logistic regression method. According to the results, 20% of the differences were explained by the logistic model. Management of these factors might decline the rate of disease outbreak.