利用R-INLA方法分析宏观因素对艾滋病疫情的影响

作者：丁书珍; 张辉国^*; 胡锡健; 李智明

来源：中国艾滋病性病, 2018, 24(12): 1192-1196.

DOI：10.13419/j.cnki.aids.2018.12.04

• 艾滋病
• 空间自相关
• 泊松回归模型
• 贝叶斯估计
• 整合嵌套拉普拉斯近似算法

目的分析各地区艾滋病疫情与经济发展、人民生活水平、医疗卫生水平、社会保障水平和交通水平等宏观因素的空间变化关系。方法以传统泊松回归模型为基础,分别利用空间自回归泊松模型和空间变系数泊松回归模型分析各省宏观因素对艾滋病病毒(HIV)感染者/艾滋病(AIDS)病人(简称HIV/AIDS病人)人数影响的空间相关性和异质性,并在贝叶斯模型框架下运用整合嵌套拉普拉斯近似算法(Bayesian-INLA)计算模型参数。结果各地区的综合发展水平、经济发展水平和社会保障水平对抑制HIV/AIDS病人人数有显著的正向作用,而交通水平对艾滋病疫情控制有显著的负向影响。不同区域各宏观因素的影响强度也不尽相同,西部地区综合发展水平和经济水平对艾滋病疫情抑制作用强于东部;东部的交通水平对控制疫情的负向影响超过西部,交通条件越发达越不利于疾病防控。中东部省份的综合实力和经济水平分别提高1.00%,HIV/AIDS病人人数降低0.27%和0.18%,相应交通水平提升1.00%,导致HIV/AIDS病人人数增加0.46%;社会医疗保障水平是抑制艾滋病疫情的最重要因素,并且不同区域间影响程度差异相对较小。结论宏观因素发展水平对艾滋病疫情的影响在不同地区存在着显著的差异。此外,忽视了空间结构的传统泊松回归模型会导致参数估计的偏差,从而误估宏观因素对艾滋病疫情的影响程度。