疾病空间结构异质性界限的识别方法及其应用研究
目的：探讨疾病空间结构异质性界限的识别方法及其应用。 方法：以自然疫源性疾病HFRS例，以疫源地内疫点间相似距离测度矩阵、疫点的空间位置坐标矩阵为基础，在Delaunay三角测量框架内，利用改进的”Monmonier”s algorithm”计算几何学方法构建基于空间点数据的旨在寻找疫点间最大差异的疾病空间结构异质性界限识别模型。 结果：改进的”Monmonier”sAlgorithm”计算几何学方法较好地识别出了疫源地空间结构的地理界限，找出了同质的疾病地理区域的边界或疾病空间化变量变化迅速的地带，且能通过Bootstrap重采样方法检验界限的统计显著性，特别是能够展示地理界限的层次性和空间邻接性。 结论：改进的”Monmonier”s Algorithm”计算几何学方法是识别疾病空间结构异质性界限的良好方法。
疾病空间结构 地理界限 自然疫源性疾 识别模型 计算几何学 地理流行病学
唐芳 薛付忠 王洁贞
山东大学公共卫生学院流行病与卫生统计研究所
国内会议
西安
中文
118-131
2007-08-01（万方平台首次上网日期，不代表论文的发表时间）