津巴布韦位于非洲南部，血吸虫病是当地面临的重要公共卫生挑战。该文章通过构建机器学习模型对津巴布韦血吸虫病的传播风险进行深入研究。研究团队收集了1980年至2022年间的津巴布韦血吸虫病流行数据，结合26个自然环境、社会经济变量，通过三种机器学习算法进行建模分析与预测，最终确定随机森林算法为最佳模型。在实施大规模药物干预（MDA）情景下，模型预测津巴布韦血吸虫平均感染率为19.8%，其中埃及血吸虫感染率为13.8%，曼氏血吸虫感染率为7.1%，需要进行MDA的人口数约300万人。在没有实施MDA情景下，平均感染率将上升至23.2%，其中埃及血吸虫感染率为17.1%，曼氏血吸虫感染率为7.4%，需要进行MDA的人口数约350万人。研究结果显示，气候环境和社会经济因素对津巴布韦血吸虫病传播均有不同程度的影响，且对曼氏血吸虫病和埃及血吸虫病影响程度不同。尽管实施MDA情景下血吸虫病传播风险较低，特别是埃及血吸虫病，但曼氏血吸虫病不太明显。因此，研究建议在现有MDA策略基础上，还需进一步采取健康教育、螺类控制、疫情监测及环境治理等综合措施。

  本文第一作者为李红梅副研究员，通讯作者为周晓农研究员。文章发表于Infect Dis Model. 2024, 9(4):1081-1094，全文链接：doi: 10.1016/j.idm.2024.06.001。

  附件：全文下载