medRxiv preprint Score 70

机器学习绘制利什曼病全球分布

新研究利用XGBoost模型,结合气候与社会经济因素,揭示利什曼病的全球及欧洲适宜性分布,助力疾病防控。

利什曼病是一种由白蛉传播的热带被忽视疾病,与气候和社会经济不平等密切相关。研究人员开发了XGBoost机器学习框架,整合气候、土地覆盖、海拔及人类发展指数等数据,绘制了全球和欧洲的疾病适宜性分布图。

在欧洲,模型特别针对五种主要传播媒介(如硕大白蛉等)及皮肤和内脏利什曼病进行了分析。结果显示,环境和社会因素共同影响疾病分布,中欧和南欧部分地区具有较高的适宜性。

该研究为制定针对性控制策略提供了科学依据。但作为预印本,其结论尚未经同行评审,需进一步验证。

leishmaniasismachine learningclimateneglected tropical diseases