基于分层贝叶斯模型的高血压时空分布特征及其演化规律研究PDF电子书下载

第一章 导论 1

第一节 研究背景与研究意义 1

（一）研究背景 1

（二）研究意义 3

第二节 研究思路、基本框架与创新点 3

（一）研究思路 3

（二）基本框架 4

（三）创新点 5

第三节 研究方法 6

（一）基于个体层面的传统方法 6

（二）基于空间层面的传统方法 6

（三）BYM空间与时空模型 6

（四）SCM空间与时空模型 6

第二章 基本概念与理论基础 8

第一节 基本概念 8

（一）空间自相关 8

（二）时空分析常用方法 8

（三）分层贝叶斯模型与疾病制图 9

（四）贝叶斯疾病制图 10

（五）标化患病比 10

第二节 理论基础 11

（一）全局Moran指数 11

（二）先验分布相关问题 12

（三）BYM基本模型 18

（四）SCM基本模型 22

（五）MCMC常见算法概述 23

第三章 文献综述 28

第一节 高血压危险因素研究现状 28

第二节 疾病制图的常用方法 29

（一）“内插”制图法 30

（二）“平滑”制图法 33

（三）小结 37

第三节 贝叶斯疾病制图研究进展 38

（一）疾病制图的贝叶斯方法 39

（二）贝叶斯疾病制图 41

（三）展望 48

第四节 BYM研究现状 48

（一）BYM空间分析 48

（二）BYM时空分析 50

第五节 SCM研究现状 52

（一）SCM空间分析 52

（二）SCM时空分析 54

第六节 MCMC算法研究现状 57

第四章 描述统计分析 66

第一节 资料来源与分析指标 66

（一）资料来源 66

（二）分析指标定义 67

（三）数据缺失情况 70

第二节 分析方法与分析工具 71

第三节 不同特征调查样本情况 73

（一）总体 73

（二）性别 75

（三）地区 76

（四）年份 83

（五）居住地 89

第四节 高血压患病特征 90

（一）患病率及其变化趋势 90

（二）不同特征的患病率 93

第五章 基于传统方法的高血压风险变异来源研究 97

第一节 单因素分析与多因素分析 97

（一）单因素分析 97

（二）多因素分析 98

第二节 基于面板数据的分析 104

（一）面板数据描述性统计 104

（二）固定效应logit分析 108

（三）随机效应logit分析 112

（四）混合logit分析 117

第三节 模型比较 120

（一）固定效应与随机效应 120

（二）混合效应与随机效应 121

第六章 高血压时空分布特征及其演化规律研究——空间模型 123

第一节 标化患病比与空间自相关 123

（一）标化患病比分析 123

（二）空间自相关分析 127

第二节 BYM模型 128

（一）先验参数的选择 128

（二）模型诊断与敏感性分析 135

（三）实证分析 143

第三节 SCM模型 145

（一）先验参数的选择 145

（二）模型诊断与评估 145

（三）实证分析 146

第七章 高血压时空分布特征及其演化规律研究——时空模型 151

第一节 BYM时空模型 151

（一）研究动机 151

（二）模型构建 152

（三）模型选择 155

（四）模型诊断与敏感性分析 156

第二节 SCM时空模型 161

（一）研究动机 161

（二）模型构建 162

（三）模型选择 164

（四）模型诊断与敏感性分析 166

第三节 实证分析 167

（一）BYM时空模型分析结果 167

（二）SCM时空模型分析结果 170

第八章 高血压时空变异来源研究 176

第一节 BYM协变量模型 176

（一）研究动机 176

（二）模型构建 176

（三）参数的选择 178

（四）BYM模型变量选择 185

（五）模型诊断与敏感性分析 191

第二节 SCM协变量模型 194

（一）研究动机 194

（二）模型构建 194

第三节 实证分析 195

（一）BYM协变量模型分析结果 195

（二）SCM协变量模型分析结果 198

第九章 研究结论与建议 201

第一节 研究结论 201

（一）方法学讨论 201

（二）高血压时空分布特征及其演化规律 206

（三）高血压时空变异潜在来源 207

第二节 政策建议 212

（一）推广健康生活方式，控制高血压危险因素流行 212

（二）加强健康教育，开展健康体检和筛查，推广高血压自我管理 213

（三）因时制宜，因地制宜，制订高血压防治中长期规划 213

第三节 总结与展望 214

参考文献 216