论文部分内容阅读
科学技术的进步使得人类对世界的探索范围不断扩大,大量的时空数据因此而产生.时空数据是指既具有时间维度特征又具有空间维度特征的数据,通常会呈现出时空非平稳性,疾病数据便是其中的一种.目前,基于时空数据分析和建模在流行病学领域中得到越来越多的关注.手足口病(Hand,foot and mouth disease,HFMD)是一种全球分布的传染病,尤其在亚洲.在国家法定丙类传染病中排第一位,对许多家庭造成了严重的危害.本文在探索性数据分析的基础上,从以下两方面做出研究.第一,仅考虑时间因素对疾病传播的影响,建立时间序列分析模型并对HFMD短期发病趋势进行预测;第二,结合时间、空间及其危险因素,分别建立时间回归模型(Temporally weighted regression,TWR)、地理加权回归模型(Geographically weighted regression,GWR)、时空地理加权回归模型(Geographically and Temporally weighted regression,GTWR)探索HFMD流行情况及其危险因素(气象、人口和经济等)之间的关系.首先,应用探索性数据分析方法对HFMD的时间、空间、流行特征、聚集性等进行分析.结果表明,2009-2016年内蒙古自治区手足口病呈下降趋势,且发病年龄主要集中在9岁以下,占发病总数的96.126%,其中散居儿童占大多数,而男性儿童发病率高于女性儿童.引起HFMD的主要病毒为肠道病毒71型,且HFMD发病存在明显的空间聚集性.其次,根据探索性数据分析结果,文章以内蒙古自治区102个旗县区2009-2016年9岁以下儿童发病率数据为样本,分别建立了以周为发病周期和以月为发病周期的季节性滑动平均模型(Seasonal autoregressive integrated moving average Model,SARIAM),对HFMD整体发病趋势进行预测并对预测结果进行比较,为HFMD的前期预警提供帮助.最后,针对SARIMA模型易受到外界环境干扰,而影响预测结果的缺陷,引入GTWR模型.为了检测其性能,选取了 10个可能与HFMD发病相关的危险因素,分别建立OLS,TWR,GWR,GTWR模型,并对建立的模型及回归系数进行空间非平稳检验,通过可视化技术以图的形式呈现.结果表明,同时考虑数据中存在的空间非平稳性和时间非平稳性对预测的准确性有很大的提高.GTWR模型(0.495)比GWR模型(0.367)及TWR模型(0.113)有更好的拟合优度,GTWR模型可以更好的反映发病率与影响因子之间的空间关系,GTWR模型的改进具有统计学意义.