数据收集与整理
建立西非蚊虫和蚊虫相关病原体的综合地理空间数据库。
通过系统检索英文文献(PubMed、Web of Science、Embase、Scopus)至2023年3月7日,并整合GBIF、Malaria Threat Map、VectorMap和GenBank等数据库,提取蚊虫发生记录、病原体检测记录和人类感染证据。
Mapping mosquitoes and their associated pathogens in West Africa
包含数据收集整合、地理制图、Meta分析和生态位建模等多个分析层级,但缺乏功能验证或机制验证。
西非16国蚊虫及其相关病原体记录数据库 Aedes aegypti、Anopheles gambiae s.l.等9种关键蚊种的生态位模型
文献检索覆盖PubMed、Web of Science、Embase和Scopus,截止2023年3月7日 地理坐标统一到WGS84,用于点级绘图和建模 生态位建模使用24个环境变量,分辨率为2.5弧分,并去除高度相关变量(|r|>0.90) Maxent模型采用10折交叉验证重复10次,最大迭代10000次,以AUC评估性能
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
建立西非蚊虫和蚊虫相关病原体的综合地理空间数据库。
通过系统检索英文文献(PubMed、Web of Science、Embase、Scopus)至2023年3月7日,并整合GBIF、Malaria Threat Map、VectorMap和GenBank等数据库,提取蚊虫发生记录、病原体检测记录和人类感染证据。
绘制蚊虫和病原体的空间分布图,并评估记录的国家间差异。
使用ArcGIS 10.7,将所有地理记录标准化到WGS84坐标系,制作蚊虫、病原体和人类感染证据的主题地图。
估计不同蚊属中特定病原体的合并阳性率。
对报告检测蚊虫数量和阳性数量的研究,按蚊属汇总数据,使用R软件的meta包进行Meta分析,计算合并阳性率及95%置信区间。
预测九种关键蚊种的潜在适宜分布区域,并识别环境驱动因素。
使用Maxent 3.4.1,基于精确坐标的发生记录和24个环境变量,经变量筛选和参数优化,对埃及伊蚊、白纹伊蚊等九种蚊种建模,用AUC评估模型性能。
按研究目的归类文中使用的方法,便于定位所需技术。
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 文献检索与数据提取 | 检索数据库(PubMed、Web of Science、Embase、Scopus)、检索日期(截至2023年3月7日)、语言(英语)、纳入排除标准 阅读提示:Methods: Data collection |
| 地理制图 | 地理坐标系(WGS84)、投影、坐标校验规则、行政边界数据版本 阅读提示:Methods: Mapping of mosquitoes and associated pathogens |
| 病原体阳性率Meta分析 | 纳入研究标准、阳性率计算方法、模型选择(固定/随机效应) 阅读提示:Methods: Meta-analysis of mosquito-associated pathogens |
| 生态位建模 | 发生记录处理(去除重复、相关性)、环境变量集(24个)、变量筛选阈值(|r|>0.90、贡献<1%)、模型参数(FCs、RM、迭代次数、交叉验证) 阅读提示:Methods: Model establishment and evaluation |