高血压是我国最常见的慢性疾病,同时也是导致中风、心肌梗塞及心脑血管疾病等的重要病因.我国人群高血压患者的知晓率、治疗率和控制率与发达国家相比仍然很低,特别是绝大多数的高血压患者的病因未明,给高血压的预防和控制带来了困难.传统流行病学研究中,数据通常为定量数据(数值型数据)或定性数据(名义型数据),没有考虑地理空间要素或环境健康因素.随着GIS技术和疾病风险制图方法的发展,为分析高血压病的空间分布和寻找可能的环境影响因素提供了可能. 基于层次贝叶斯模型的疾病相对风险制图考虑了相对风险等制图指标的空间效应，通过引入空间统计单元的空间关系和概率分布，将数据的不确定性和空间自相关关系包含在模型之中，“借助”其他子区域的属性值对目标子区域的疾病相对风险进行调整或平滑。通过利用深圳市2011年的高血压住院数据，采用层次贝叶斯模型对高血压标准化住院率进行调整，形成稳定可靠的住院相对风险估计。模型包含了非结构化空间构成和结构化空间构成，分别表示住院相对风险的空间随机性和空间依赖关系，并采用偏移信息准则(DIC)比较了不同结构模型的性能。实验表明层次贝叶斯模型中的空间构成可有效提高模型性能，并利用Local Morans I空间统计量识别相对风险的空间分布模式，结果证明基于层次贝叶斯模型的高血压住院相对风险制图的有效性。