基于Bayes时空模型分析HIV/AIDS晚发现的时空分布特征及其影响因素

【目的】旨在分析兰州市HIV/AIDS晚发现的时空聚集性特征及相关影响因素,明确兰州市HIV/AIDS晚发现高风险地区和时间趋势,为兰州市因地制宜地制定HIV/AIDS防治策略措施提供参考依据。【方法】选择兰州市2011-2018年间新报告的成年HIV/AIDS病例作为研究对象,研究中所需的数据资料来自兰州市疾病预防控制中心和兰州市统计年鉴。采用Bayes时空模型分析HIV/AIDS晚发现相对风险(RR)的时空分布特征及其影响因素。【结果】2011-2018年间兰州市新报告的HIV/AIDS病例共计1984例,其中HIV/AIDS晚发现者有982例(49.5%),平均年龄为39.67岁,男性占90.9%。老年人和女性HIV/AIDS病例中晚发现的比例更高;城关区(51.1%)、安宁区(50.3%)和榆中县(51.9%)具有高于平均水平的HIV/AIDS晚发现比例;2011-2018年间兰州市总体的晚发现比例呈波动上升趋势。Bayes时空模型分析结果显示,兰州市HIV/AIDS晚发现风险在2011-2015年间波动变化,而在2015年后迅速上升,其RR(95%CI)从1.01(0.84,1.23)上升到1.11(0.77,1.97);红古区和三个县的晚发现风险变化趋势与兰州市的总体变化趋势相似,而城关区和七里河区的晚发现风险呈下降趋势;晚发现相对风险大于1的区县包括:永登县(RR=1.07,95%CI:0.55,1.96)、西固区(RR=1.04,95%CI:0.67,1.49)、城关区(RR=2.41,95%CI:0.85,6.16)和七里河区(RR=2.03,95%CI:1.10,3.27)。冷热点分析结果显示城关区和七里河区为热点区。影响因素分析结果显示,随着人均GDP(RR=0.65,95%CI:0.35,0.90)和HIV/AIDS病例中的男性比例(RR=0.53,95%CI:0.19,0.92)的增高,HIV/AIDS晚发现的相对风险越低;而人口密度(RR=1.35,95%CI:1.01,1.81)越大,晚发现风险越高。【结论】兰州市的HIV/AIDS晚发现风险呈上升趋势,并且存在明显的地区差异特征;人均GDP、HIV/AIDS中男性比例和人口密度是HIV/AIDS晚发现的影响因素。因此,对于晚发现风险高和存在相关风险因素的区县,应重视并制定有针对性的HIV筛查和防治服务,降低HIV/AIDS晚发现比例和风险。

基于Bayes时空理论探讨北京市结核病演化特征及生态影响因素分析

目的探讨北京市结核病时空演化特征与生态影响因素。方法基于Bayes时空理论,对2005-2009年北京市18区县结核病患病数据进行时空建模,以DIC值最小为标准找出最优模型,并研究协变量对模型的影响,结合ArcGis10.0软件绘制北京市18区县结核病时空危险度的分布图谱。结果全部模型中,含协变量的时空交互效应模型最优(DIC=818.834),生态分析的结果表明,除人均地区生产总值的升高会降低结核病危险度之外,每千人口拥有床位数、年平均相对湿度、年平均空气质量指数和年平均最高温度的升高会增高结核病患病危险度。结论 Bayes时空模型与生态学分析技术结合,能动态分析结核病的时空演化特征和生态影响因素,有利于发现重点疫区,为制定适宜的防治措施提供科学依据。