لپتوسپیروز یا تب شالیزار یکی از بیماری‌های مشترک انسان و حیوان و با پراکنـدگی بالا در جهـان اسـت و به ‌عنوان یک مشکل مهم بهداشت عمـومی در ایران  شناخته‌شده است. ترکیب علم همه‌گیرشناسی و سیستم ‌اطلاعات مکانی این قابلیت را فراهم می‌نماید که بتوان مناطق تحت خطر بروز بیماری را مشخص نمود و با انجام فعالیت‌های پیشگیرانه همچون اطلاع‌رسانی و آموزش همگانی، بتوان از توسعه بیماری جلوگیری کرده و درنهایت آن را ریشه‌کن کرد. هدف این مطالعه بررسی کارایی روش‌های مختلف تولید داده‌های عدم حضور در مدل‌سازی بیماری لپتوسپیروز است که در تحقیقات پیشین درنظر گرفته نشده است تا درنهایت بتوان مدل‌سازی دقیق‌تری از شیوع این بیماری در استان‌های شمالی کشور به دست آورد. در این تحقیق از پنج روش متفاوت نقاط شبه عدم حضور تولید و با چهار روش شبکه عصبی مصنوعی، مدل تعمیم‌یافته خطی، جنگل تصادفی و گرادیان تقویتی مدل ریسک بیماری در منطقه مطالعه تولیدشده است. نتایج نشان داده است که روش اعمال محدودیت فیزیکی با بافر به شعاع 10 کیلومتر با مناسب‌ترین روش برای تولید داده‌های شبه عدم حضور بوده است. در نهایت مدل  ایجاد شده که دارای بهترین ارزیابی در  آماره TSS با مقادیر 0.76، 0.87، 0.84، 0.82 برای مدل‌های شبکه عصبی مصنوعی، مدل خطی تعمیم‌یافته، جنگل تصادفی، گرادیان تقویتی بوده به عنوان بهترین خروجی درنظر گرفته شده است.