Машинное обучение определяет простые правила раннего предупреждения о вспышках хантавируса Пуумала у человека
Научные отчеты, том 13, Номер статьи: 3585 (2023) Цитировать эту статью
523 доступа
2 Альтметрика
Подробности о метриках
Уровень заболеваемости вирусом Пуумала (PUUV) в Германии колеблется на протяжении нескольких лет вслед за колебаниями численности популяции рыжей полевки. Мы применили преобразование к годовым значениям заболеваемости и разработали эвристический метод для разработки простой и надежной модели риска бинарного заражения человека на районном уровне. Модель классификации была основана на алгоритме машинного обучения и достигла чувствительности 85 % и точности 71 %, несмотря на то, что в качестве входных данных использовались только три погодных параметра предыдущих лет, а именно температура почвы в апреле за два года до этого и в сентябре предыдущего года. году, а продолжительность солнечного сияния в сентябре двухлетней давности. Кроме того, мы ввели Индекс вспышек PUUV, который количественно определяет пространственную синхронность локальных вспышек PUUV, и применили его к семи зарегистрированным вспышкам в период 2006–2021 гг. Наконец, мы использовали классификационную модель для оценки индекса вспышки PUUV, достигнув максимальной неопределенности 20%.
Условия окружающей среды, вызванные изменением климата, играют все возрастающую роль в распространении зоонозных инфекционных заболеваний, изменяя естественную среду обитания животных, влияя на доступность пищи и даже вызывая изменения в распространении видов. В рамках этой концепции мы разработали простую погодную модель риска заражения ортохантавирусом Пуумала (PUUV) человека в Германии.
PUUV — наиболее распространенный хантавирус в Европе, передающийся рыжими полевками (Clethrionomys glareolus, син. Myodes glareolus). PUUV может вызывать легкую и умеренную геморрагическую лихорадку с почечным синдромом (эпидемическая нефропатия) с летальностью 0,1–0,4%1. Заболеваемость человека PUUV-инфекцией колеблется в течение нескольких лет. В последнее время в Германии2 в течение нескольких лет ежегодно регистрируются \(>{1000}\) случаи заболевания, как правило, крупномасштабные, вызванные интенсивностью буковых мачт (специализация Fagus), как это было показано в прошлом в Бельгии3,4 и в Германии5. ,6.
Основные механизмы передачи PUUV человеку кажутся слишком сложными для прямого моделирования, поскольку они зависят от численности популяций рыжих полевок, их распространенности PUUV и взаимодействия человека и рыжей полевки; все из которых колеблются во времени и варьируются локально. Тем не менее, погодные условия могут быть использованы в качестве предикторов риска PUUV-инфекции человека, поскольку колебания численности рыжих полевок сильно коррелируют с погодными параметрами двух предыдущих лет7, тогда как распространенность PUUV в основном зависит от численности рыжих полевок3,8, 9.
Мы выбрали немецкие округа со значительным количеством случаев заражения и заболеваемости людей в 2006–2021 гг. и исследовали корреляцию годовой PUUV-заболеваемости с ежемесячными погодными параметрами на уровне округа. Мы выполнили преобразование данных, которое подчеркивает пространственную синхронность временных колебаний заболеваемости PUUV. Это преобразование позволило разработать модель бинарной классификации на основе машин опорных векторов (SVM) для вспышек, связанных с районами, применимую по всей стране и основанную исключительно на легкодоступных погодных параметрах. Кроме того, мы ввели индекс вспышки PUUV (POI) как индикатор ежегодного риска заражения человека PUUV. POI впервые позволяет однозначно определить вспышку PUUV, учитывая локальные масштабы заболеваемости PUUV. Определение POI не зависит от общего ежегодного числа инфекций, но их значения сильно коррелируют. Наконец, мы применили модель бинарной классификации к POI и показали, что всего трех значений погодных параметров достаточно для получения хорошей оценки. Комбинированная модель POI может применяться в качестве простого эмпирического правила для выявления лет высокого риска. Такую модель можно использовать для интерпретации вспышек PUUV, а также для получения приблизительных сведений о динамике грызунов. Это очень важно для поддержки стратегий и решений по защите здоровья человека и растений.