基于MaxEnt的山东省SFTS影响因素评估及风险区域预测

目的 探讨山东省发热伴血小板减少综合征(SFTS)发病的适宜环境因素,预测其高风险区域,为山东省SFTS防控提供科学依据.方法 基于山东省2016—2019年SFTS报告病例和环境因子训练最大熵生态位模型(MaxEnt),分析SFTS发病的影响因素,并预测山东省2017—2020年SFTS发病高风险区域.结果 对2016—2020年山东省报告的2548例SFTS病例及环境因子的建模分析显示,14个环境因子不同程度影响山东省SFTS的发生,其中坡度贡献最大;日照时数、年累计降水量、年相对湿度、年平均风速为SFTS发生主要影响因子.ROC曲线显示,MaxEnt模型预测效果较优,预测模型的AUC分别为0.862、0.842、0.830、0.832、0.814.模型预测的高风险区范围相对集中,围绕胶东半岛及鲁中地区集群.结论 山东省SFTS高风险区域较为稳定,易发生在缓坡周围的平坡所在区域,且受到多种气象因素的影响.应针对高发地区采取综合措施防控SFTS.