2017年至2023年间孟加拉国口蹄疫（FMD）的时空分布趋势及其与气候因素的关联，以及基于机器学习（ML）的预测方法

《Scientific Reports》：Spatiotemporal trends of foot and mouth disease (FMD) in Bangladesh from 2017 to 2023 and their associations with climatic factors and machine learning (ML) based prediction

　　

摘要

口蹄疫（FMD）是一种具有高度传染性的跨境病毒性疾病，主要影响偶蹄类牲畜，导致严重的经济损失。该疾病由属于Picornaviridae科的Aphthovirus病毒引起。本研究旨在分析孟加拉国口蹄疫的时空分布情况，评估气象因素的影响，并预测未来的疾病趋势。口蹄疫病例数据来自DLS，气象变量数据来自BMD。通过使用Getis–Ord Gi*、Moran’s I、LISA和逆距离加权等空间自相关指标来识别疾病聚集区和风险区域。相关性和回归分析表明，口蹄疫发病率与气候因素之间存在显著关联。相对湿度和温度与疾病发生呈正相关关系。此外，回归模型显示相对湿度和风速对口蹄疫发病率有显著影响。研究应用了ARIMA、随机森林（Random Forest）和XGBoost等预测模型，其中XGBoost模型的预测效果最佳（均方根误差RMSE为153.64），其次是随机森林和ARIMA模型。口蹄疫发病率在3月达到高峰，东南部地区持续存在疫情热点，同时北部地区也出现了新的疫情聚集区。IDW（Inverse Distance Weighting）地图显示，南部地区的风险较高，尤其是在季风前的时期，这受到气候因素的影响。这些研究结果可为制定有针对性的监测和控制策略提供依据，以减轻孟加拉国口蹄疫带来的负担。