空间回归模型在公共卫生中的应用

来源 :中华流行病学杂志 | 被引量 : 0次 | 上传用户:littleshrimp1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读

随着地理信息系统(GIS)、全球定位系统(GPS)、遥感系统(RS)即3S体系的发展,空间数据呈爆炸式增长,而科研人员也更容易从网络上获得信息[1].据统计80%的流行病学资料具有空间属性[2],且有空间自相关性质,采用传统的统计学分析方法并不符合其对数据独立性的要求,但空间回归模型不要求数据独立,可以利用数据的空间属性.在用于传染病分析时,可考虑疾病的聚集性和扩散性,并可说明各因素间的关系.空间回归模型已成功应用于探讨基本时空格局的影响因素以及空间变异性[3].为此本文复习空间回归模型的概念和基本原理及其在公共卫生中的应用,并初步探讨如何正确使用空间回归模型. 关键词:空间回归模型;公共卫生;空间自相关

其他文献
脑卒中有高致残率、高致死率和高复发率的特点,是目前世界第二大死因[1].2004年WHO采用伤残损失调整寿命年(DALY)报告脑卒中是全球第六大疾病负担,而在西太平洋地区则是第一大疾病负担,并预测到2030年世界范围内脑卒中的疾病负担将上升至第四位[1].2000年北京市一项60岁以上老年人调查显示脑卒中患病率已从1992年的7.6%上升至2000年的11.7%[2].脑卒中患病率上升意味着脑卒中