logit加权集成框架可提前1–6个月预测蓝舌病暴发

Lucy M. Devlin等开发了logit加权集成（LWE）机器学习框架，在行政单元—月尺度上提前1–6个月预测蓝舌病病毒疫情发生。研究用2005–2024年法国、希腊和意大利的疫情通报与网格化气候数据评估，在侧重召回率的评估下，LWE在三国均优于或持平14个基准模型，且从提前3个月起优势更明显。 预测能力存在国别差异：希腊最高、法国较强、意大利较低且波动较大，作者称这反映各地疫情发生与传播规律的一致性不同。结果表明，融合气候信息并区分预测时段的预报可提前至多6个月识别高风险月份与地点，支持欧洲异质环境下的监测规划与准备。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。