Пиус Кипнгетич Кируи, Бенсон Кипкембои Кендуйво и Эдвард Хунджа Вайтака
Трахома — забытое тропическое заболевание и ведущая инфекционная причина слепоты. В Кении она составляет 19% слепоты. Прошлые исследования связанных факторов риска в Кении опирались только на данные традиционного обследования воздействия, однако неравномерное распределение распространенности в предполагаемых эндемичных районах, несмотря на аналогичные меры вмешательства, требует включения экологических и климатических потенциальных факторов риска в моделирование передачи трахомы. Поэтому наше исследование направлено на определение распространенности трахомы и связанных с ней факторов риска с использованием пространственных регрессионных моделей при выборе переменных, оценке и прогнозировании по сравнению с обычными регрессионными моделями. Благодаря использованию данных обследований трахомы и удаленно полученных экологических и климатических данных были реализованы пространственные и непространственные регрессионные модели. Затем результаты регрессии использовались в пространственной интерполяции с использованием кригинга и географически взвешенной регрессии. Было обнаружено, что осадки, наличие мух на лице детей, грязные лица детей и засушливость являются значимыми переменными, которые способствуют передаче трахомы. Пространственная модель лага имела наименьшее значение информационного критерия акаике 385,08, поэтому показала себя относительно лучше по сравнению с остальными моделями регрессии. При оценке распространенности в местах, где данные не собирались, многомерный регрессионный кригинг показал себя немного лучше, чем географически взвешенная регрессия. Исследование показывает, что пространственные регрессионные модели показывают себя лучше по сравнению с обычными регрессионными моделями как при выборе переменных, так и при пространственном прогнозировании распространенности трахомы. Среди пространственных регрессий полученные значимые переменные были схожи, хотя пространственное лаг показал себя относительно лучше по сравнению с другими моделями регрессии при выборе переменных на основе значения AIC и R-квадрата. Между двумя методами пространственной интерполяции наблюдалось минимальное различие.