لیشمانیوز جلدی بهعنوان یک بیماری مشترک انسان و حیوان، همچنان یکی از چالشهای پایدار سلامت عمومی در مناطق اندمیک بهشمار میرود. این پژوهش با تلفیق سامانههای اطلاعات مکانی و الگوریتمهای یادگیری ماشین به بررسی تأثیر عوامل محیطی و مکانی بر الگوی پراکنش لیشمانیوز جلدی در استان ایلام (غرب کشور ایران) طی سالهای ۲۰۱۴ تا ۲۰۱۹ پرداخته است. دادههای وقوع بیماری با متغیرهای اقلیمی ترکیب شدند. بهمنظور غلبه بر محدودیت دادههای فقط-حضور، یک چارچوب مدلسازی مقایسهای با تولید دادههای شبهعدمحضور و ترسیم نقشههای دوگانه مکانی توسعه یافت. سه الگوریتم شامل ماشین بردار پشتیبان، جنگل تصادفی و رگرسیون لجستیک پیادهسازی شدند. مدل جنگل تصادفی عملکرد برتری نسبت به سایر مدلها نشان داد و به شاخصهای ارزیابی شامل AUC-ROC برابر 9995/0، Recall برابر 92/0، Precision برابر 88/0، F1-Score برابر 90/۰ وAccuracy برابر۹۹۸۸/0 دست یافت. تحلیل اهمیت ویژگیها، معیار بیشینه میانگین دما (TMax_M) را بهعنوان مؤثرترین متغیر پیشبینیکننده شناسایی کرد. نقشههای خروجی نشان دادند که کانونهای پرخطر عمدتاً در نواحی مرکزی و جنوبغربی استان متمرکز هستند. یافتههای مکانی این پژوهش، ارتباط حیاتی بین محرکهای خاص اقلیمی و کانونهای بیماری را نشان میدهد. این مطالعه با ارائه نقشههای دوگانه (احتمال و ریسک)، شواهد کاربردی ارزشمندی را برای اولویتبندی نظارت و اقدامات پیشگیرانه در اختیار مقامات بهداشتی قرار میدهد.
