伊朗超流行大都市区皮肤利什曼病的空间概率建模：基于机器学习的环境驱动因子解析

来自伊朗的研究人员针对马什哈德市皮肤利什曼病(CL)的空间传播机制展开研究，通过GLM和MaxEnt模型分析3,033例患者数据，揭示城市化率、地质条件及20-40°C温度区间是关键风险因子，划定42.6%(138.5 km2)高风险区，为精准防控提供科学依据。

　　

在伊朗东北部超流行区马什哈德市，皮肤利什曼病(Cutaneous Leishmaniasis, CL)这种由寄生虫引起的虫媒传染病正呈现复杂传播态势。研究人员运用机器学习中的最大熵模型(MaxEnt)和广义线性回归(GLM)，对2013-2020年间3,033例病例进行多维度解析。

研究发现，特定地质构造区暴露的岩石类型会吸引媒介白蛉栖息，而20-40°C的温度区间与适宜湿度共同构成传播温床。令人警惕的是，城市化进程中的高密度居住区、低识字率青少年群体成为主要易感人群，感染率达0.04%。通过空间分布建模(Spatial Distribution Modeling, SDM)，最终锁定138.5平方公里高风险区域——这些兼具特殊地理特征和较差环境质量的城乡结合部，恰是防控策略需要重点关照的"热区"。

该研究创新性地将地质参数纳入传播风险评估体系，揭示出建筑环境与岩石类型的协同效应，为公共卫生部门实施精准干预提供了可量化的科学依据。