检索历史 清除

摘要COVID-19的爆发给全球化进程带来了巨大冲击，对当今社会人类健康和社会经济发展构成严重威胁。时至今日全球累计确诊超过4亿例，国内接连出现多轮疫情，湖北是在疫情初期确诊病例最多的省份，其邻近地区也相应的受到了不同程度的影响，目前国内对湖北及周围地区COVID-19时空演变特征的研究仍是有所欠缺的，研究湖北及周围地区各地级市之间疫情传播的相互联系，描述COVID-19的时空演变特征，探讨影响疫情传播和发展的影响因素，可加深对流行病时空演变特征及其扩散模式的认识。<br>　　文章首先介绍了普通线性回归模型以及空间回归分析模型的相关理论，介绍了空间自相关的方法以及对层次贝叶斯空间模型的概述，层次贝叶斯模型的核心思想就是对先验分布采用分层先验信息，马尔科夫链蒙特卡洛(MCMC)方法使得层次贝叶斯模型中后验分布的多维计算问题得以解决。<br>　　其次，研究对湖北及周围地区各省1月23日至3月25日累计确诊病例以及每日新增确诊病例的演变趋势进行分析，通过全局空间自相关和局部空间自相关对COVID-19的空间分布格局进行了分析，结果表明自1月25日起2月12日Moran''sI值均大于零，P值均小于0.001，说明此时间段内确诊病例全局分布存在正向空间自相关性，病例分布保持稳定的较高聚集水平。<br>　　最后，考虑在疫情初期武汉市的人口迁徙指数，各地级市人口密度以及气象因素四个指标对COVID-19的影响，先通过普通线性回归分析看各指标的显著性，然后将空间权重矩阵纳入模型，通过模型比较发现空间滞后模型效果更好，说明一个地区的感染情况会受到邻近区域的影响，空间滞后模型结果显示武汉市人口迁徙指数以及平均相对湿度两个指标具有统计学意义。在层次贝叶斯模型中，采用马尔可夫链蒙特卡洛(MCMC)模拟进行推理，通过考虑空间误差因素以减少空间自相关性。结果表明在疫情初期迁徙指数对一个地区的感染率的增加有正向影响，人口密度和温度对感染率非正向影响不明显，平均湿度对感染率增加的影响不明显。可见添加随机效应弱化了气象因素对感染率的影响。通过比较模型的DIC值发现S.CARleroux()函数模型的拟合效果更好。证明包含空间效应的模型比不包含空间效应的模型效果要好。<br>　　就目前搜集的文献来看国内利用层次贝叶斯模型探讨影响COVID-19病例分布相关因素的文章较为少见，此后可扩充数据集通过此方法进行更深入的研究。疫情的防控是一项长期艰巨的任务，至今尚未完全结束。每个时间段每个地区都具有一定的特殊性，对COVID-19更科学的认识和深入的了解还需要时间和经验的积累。