已有报道认为地理和气象因素会影响泡型棘球蚴病流行，但学界仍缺乏系统的指标体系。本研究采用主成分分析和回归分析方法，筛选并建立三级指标体系。新建立的指标体系包括50个基本指标，15个特征指标和8个关键指标。分析表明，月降水量、月均寒冷天数、气温负正距平差、基础气温条件、海拔高度、气压正负距平差，月均极热天数和月均5级风天数与泡型棘球蚴病患病率的自然对数相关，其相对权重依次降低。多变量逻辑回归模型是泡型棘球蚴病1、3、5和6级流行程度的最佳预测模型，而分类与回归树模型是泡型棘球蚴病2、4和5级流行程度的最佳预测模型。对五个数学模型的比较强调了未来研究需要考虑多个分段模型的组合预测不同流行程度。

  该文于2024年4月23日发表于《Journal of Exposure Science and Environmental Epidemiology》杂志。

  附件：全文下载