目的:1.分析广州市2011-2014年期间登革热传播流行特征，探讨其流行分布规律和模式。　　2.探讨气象因素、输入病例和百度搜索指数分别与本地病例发生之间的关系，为登革热预测预警模型指标纳入奠定基础。　　3.构建基于传统监测数据和百度登革热搜索数据的预测模型，并利用该模型对本地登革热发病进行早期预警的尝试。　　方法:　　本研究收集广州2011-2014年登革热病例资料、气候、人口学资料以及百度搜索指数数据。首先，我们分析了登革热病例在人群、时间、空间和时空流行分布特征，以及描述气象因素、百度搜索指数和人口资料情况。其次，采用交叉相关、自相关分析以及基于Loess方法的季节性长期趋势序列分解（Seasonal-Trend Decompostion Procedure Based on Loess，STL）方法，分析气温、降雨量、输入病例与登革热本地发病之间的关系。然后，采用时间序列广义相加模型(generalized additive model。GAM)方法，基于气温、降雨量、输入病例以及是否纳入百度搜索指数登构建两组模型拟合登革热本地发病数，采用模型的GCV和变异解释度比较两组模型拟合效果，并以均方误差（Root mean square error，RMSE）和组内相关系数(Intraclass correlation coefficient，ICC)指标，评估两模型的2014年第45-52周登革热预测效果。最后，根据最优模型对2014年第45-52周登革热本地病例疫情预警。　　结果:　　1.广州市在2011-2014年期间共累计报告登革热38860例，其中包括本地病例为38744例（约占99.5％），输入病例数为116例(约占0.5%)，年平均发病率为76.1/10万；男性（71.6/10万）年均发病率低于女性81.1/10万；发病率最高的是65岁以上人群（133.8/10万），其次为45-64岁组（101.4/10万），15岁以下组（47.8/10万）最低；4年期间的病例发病率范围0.4/10万-285.8/10万，呈现逐年上升；广州市2011-2014年间周最低温度、周累计降雨量和革热百度搜索指数中位数分别为20.3℃、16.5mm和80.8。　　2.其中周最低气温、输入性病例数与本地病例数发生风险呈正相关，而周累计降雨量达到149mm时，与本地病例发生风险达到最高，然而百度搜索指数与本地登革病例风险呈现线性正相关关系。　　3.实际值比较构建模型的和预测值，模型纳入百度搜索指数的ICC与RMSE分别为0.98和61.6，效果优于模型未纳入百度搜索指数。　　4.最优模型前瞻性预警了2014年第45-52周登革热，结果显示该预警模型的准确率达到87.5%。　　结论:　　1.广州市2011-2014年登革热的发病率呈上升趋势，有明显的季节性，流行高峰期主要集中在每年的27-47周，发病率随着年龄增加而升高。　　2．最低气温、降雨量、输入病例与百度登革搜索指数对登革热发病的影响较大，基于此构建的广义相加模型能较好地对登革热发病进行早期预警。　　3.百度搜索指数纳入模型能够改善利用传统监测数据建立模型的准确性，具有潜在的应用价值。