基于Bayesian-INLA的宏观因素对手足口病疫情的时空响应分析

目的分析中国大陆31个省市手足口病的发病情况,从宏观角度探讨气象和社会经济因素与手足口病的时空变化关系。方法收集并整理2016年12个月份手足口病数据和宏观因素指标,利用负二项广义可加时空模型进行建模,并在贝叶斯分层结构框架下运用嵌套拉普拉斯逼近(Bayesian-Integrated Nested Laplace Approximation)方法估计模型。结果分析结果显示,在气象和社会经济因素中,平均气温的影响最为显著(RR=2.8775,95%CI:2.3305~3.5516),手足口病的发病相对危险呈双高峰模式,其中5、6月以及11、12月发病相对危险较高,且手足口病的发病相对危险呈空间异质性。结论手足口病的发病相对危险的时空特性需引起重视,建议相关部门加强对重点地区的预防,并将季节变换时期做为重点防控时期,谨防气象因素变化尤其是气温变化导致手足口病疫情的恶化。

变系数空间自相关模型的Bayesian-INLA估计

文章提出了一类变系数空间自相关模型(VCSAM)新的Bayesian-INLA估计方法.在这个模型中,响应变量具有空间自相关性,且包含变系数的非参数部分.尽管已有的工作对该模型已经进行了大量研究,但很少有研究使用贝叶斯方法提出高效求解模型的方法.因此基于上述动机,文章提出了基于Bayesian-INLA技术的方法,以寻求在VCSAM框架内代替MCMC方法的有效解决方案.变系数部分使用B-样条基函数的线性组合进行逼近,空间自相关系数采用M-H算法进行估计,并应用Bayesian-INLA技术来估计变系数函数和相关系数的后验分布.通过模拟研究,展示了文章提出的估计方法在同时处理空间依赖效应和空间非平稳性时的优势.此外,通过对波士顿房价数据的实证分析,展示了文章提出的估计方法优越的性能.

广东省育龄妇女生殖道沙眼衣原体感染时空分布及其社会经济影响因素

目的描述广东省育龄妇女生殖道沙眼衣原体(genital chlamydia trachomatis,GCT)感染的时空分布特征,探讨宏观社会经济因素对其影响。方法收集广东省2014—2019年育龄妇女GCT感染筛查结果和相关宏观因素,基于泊松分布构建包含时间和空间项的贝叶斯时空层次模型,并使用嵌套拉普拉斯逼近(integrate nested Laplace approximations,INLA)进行参数估计。结果研究期间GCT感染时间变化趋势不明显,但具有显著空间聚集性。调整协变量和时间项后,高发地区集中在珠三角地区。各市区综合经济发展水平(RR=1.185,95%CI:1.117~1.257)、人口和交通水平(RR=1.058,95%CI:1.012~1.106)与GCT感染呈正相关,而医疗卫生水平与其呈负相关(RR=0.942,95%CI:0.924~0.960)。结论广东省育龄妇女GCT感染具有空间聚集性,社会经济因素与其感染密切相关。

贝叶斯方法在犯罪时空格局研究上的应用--以长春市为例

对比分析了2008年和2018年长春市犯罪空间格局的变化特征,进而构建了贝叶斯时空分析模型,整合了犯罪时空格局演化中的固定效应、空间随机效应和时间随机效应,基于R环境中的INLA程序包对模型的各个参数进行了拟合,结合GIS制图,识别出异于总体趋势的犯罪相对风险高值区,并进一步解析了犯罪格局形成和演化的过程和规律。研究发现,犯罪总量在10 a间显著下降,犯罪数量较高的警区数量明显减少。长春市周边地区犯罪率有所提高,而城市中心区域的多数警区则明显下降。贝叶斯时空模型表明,虽然城市犯罪相对风险的平均水平较低,但其总体上却呈现出显著的增加趋势。空间效应的高值区主要集中在城市中心核心区域,特别是传统的商业网点或经济活动较为集中的警区。时间效应的高值区主要集中在城市外围地区,尤其是国家级开发区所在的警区。综合空间效应和时间效应,城市中心区域存在既是空间效应的高值区也是时间效应高值区的时空共同高风险区。贝叶斯方法在数据整合、区域异质性识别以及灵活性方面具有明显的优势,对于犯罪时空格局形成和演化规律的理解和把握上均有所助益。

基于INLA-SPDE贝叶斯空间模型预测土壤有机碳含量

采用嵌套拉普拉斯逼近积分——随机偏微分方程(INLA-SPDE)构建贝叶斯空间模型,用该模型对塔里木盆地北缘土壤有机碳含量的空间分布进行预测;采用Python语言PyMC库和R语言spBayes包构建基于马尔科夫链蒙特卡洛(MCMC)模拟的贝叶斯空间模型。比较了基于MCMC和INLA-SPDE两类贝叶斯空间模型的推断结果、预测准确性和计算时间,结果表明基于INLA-SPDE与MCMC的有机碳含量的贝叶斯空间模型具有相似的参数后验分布、后验预测分布以及预测准确度;INLA-SPDE模型比MCMC模型具有更快的运算速度。