气候适应性指标以支持欧洲Leishmania infantum监测:一个建模研究

科学领域:

• 环境流行病学环境流行病学
• 载体传播疾病建模模型.
• 公共卫生监督是对公共卫生的监督.

背景情况:

• 莱什曼病是被沙传播的被忽视的热带疾病,不成比例地影响全球脆弱人口.
• 了解气候疾病传播动态对于开发有效的公共卫生决策支持工具至关重要.
• 目前存在监测差距,以追踪欧洲国家级Leishmania婴儿传播的气候适应性.

研究的目的:

• 开发一种新的指标,用于跟踪莱什曼尼亚婴儿传播在欧洲的气候适应性.
• 评估适合莱什曼病传播的地区的时空变化.
• 评估预测适应性与人类/动物疾病数据之间的关联.

主要方法:

• 关于沙媒介,人类莱什曼病例,生物气候和环境变量的综合历史数据.
• 采用机器学习框架 (XGBoost) 预测两个不同的10年期 (2001-2010年和2011-2020年) 的气候适应性.
• 通过对选定欧洲国家的人类和犬类莱什曼病数据进行验证,对模型的预测进行了验证.

主要成果:

• 检测到气候适合莱什曼病的地区显著增加,特别是在南欧和东欧,并显著向北扩张.
• 开发的模型显示出出色的预测性能 (AUC = 0.970).
• 适应性预测显示了与人类莱什曼病发病率和犬类莱什曼病血清流行率的正相关性.

结论:

• 该研究成功开发了一种结合流行病学和环境数据的指标,以跟踪莱什曼病风险的时空变化.
• 该指标与疾病发病率的积极关联凸显了其在传播热点的有针对性的监测潜力.
• 这种方法为加强公共卫生政策和欧洲莱什曼病监测策略提供了有价值的工具.