基于SKATER聚类算法设计血吸虫病监测点的探索性研究

目的探索建立血吸虫病监测点选点方法,提高疫情监测效率与质量。方法采用基于最小生成树的SKATER聚类算法对安徽省31个历史血吸虫病流行县(区)进行空间约束聚类,从每个聚类中确定1个监测点,评估聚类监测点网络对安徽省血吸虫病疫情的代表性和监测效果,并比较其与当地国家血吸虫病监测点网络监测效果的优劣。结果聚类监测点与聚类区域的环境因素无显著差异,同质性较高。在选择同样个数的监测点时,聚类监测点与国家血吸虫病监测点在整个地区血吸虫病疫情的平均水平和长期趋势的监测上无显著差异;但在未监测地区的疫情预测和估计上,聚类监测点的效果明显优于国家监测点。结论基于SKATER聚类算法的血吸虫病监测点选择方法能够更好地代表整个地区的疫情水平,可作为传统监测点选择方法的有效补充。