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

**章 导论 **节 研究背景与研究意义 (一)研究背景 (二)研究意义 第二节 研究思路、基本框架与创新点 (一)研究思路 (二)基本框架 (三)创新点 第三节 研究方法 (一)基于个体层面的传统方法 (二)基于空间层面的传统方法 (三)BYM空间与时空模型 (四)SCM空间与时空模型 第二章 基本概念与理论基础 **节 基本概念 (一)空间自相关 (二)时空分析常用方法 (三)分层贝叶斯模型与疾病制图 (四)贝叶斯疾病制图 (五)标化患病比 第二节 理论基础 (一)全局Moran指数 (二)先验分布相关问题 (三)BYM基本模型 (四)SCM基本模型 (五)MCMC常见算法概述 第三章 文献综述 **节 高血压危险因素研究现状 第二节 疾病制图的常用方法 (一)“内插”制图法 (二)“平滑”制图法 (三)小结 第三节 贝叶斯疾病制图研究进展 (一)疾病制图的贝叶斯方法 (二)贝叶斯疾病制图 (三)展望 第四节 BYM研究现状 (一)BYM空间分析 (二)BYM时空分析 第五节 SCM研究现状 (一)SCM空间分析 (二)SCM时空分析 第六节 MCMC算法研究现状 第四章 描述统计分析 **节 资料来源与分析指标 (一)资料来源 (二)分析指标定义 (三)数据缺失情况 第二节 分析方法与分析工具 第三节 不同特征调查样本情况 (一)总体 (二)性别 (三)地区 (四)年份 (五)居住地 第四节 高血压患病特征 (一)患病率及其变化趋势 (二)不同特征的患病率 第五章 基于传统方法的高血压风险变异 来源研究 **节 单因素分析与多因素分析 (一)单因素分析 (二)多因素分析 第二节 基于面板数据的分析 (一)面板数据描述性统计 (二)固定效应logit分析 (三)随机效应logit分析 (四)混合logit分析 第三节 模型比较 (一)固定效应与随机效应 (二)混合效应与随机效应 第六章 高血压时空分布特征及其演化规 律研究——空间模型 **节 标化患病比与空间自相关 (一)标化患病比分析 (二)空间自相关分析 第二节 BYM模型 (一)先验参数的选择 (二)模型诊断与敏感性分析 (三)实证分析 第三节 scM模型 (一)先验参数的选择 (二)模型诊断与评估 (三)实证分析 第七章 高血压时空分布特征及其演化规律研究——时空模型 **节 BYM时空模型 (一)研究动机 (二)模型构建 (三)模型选择 (四)模型诊断与敏感性分析 第二节 SCM时空模型 (一)研究动机 (二)模型构建 (三)模型选择 (四)模型诊断与敏感性分析 第三节 实证分析 (一)BYM时空模型分析结果 (二)SCM时空模型分析结果 第八章 高血压时空变异来源研究 **节 BYM协变量模型 (一)研究动机 (二)模型构建 (三)参数的选择 (四)BYM模型变量选择 (五)模型诊断与敏感性分析 第二节 SCM协变量模型 (一)研究动机 (二)模型构建 第三节 实证分析 (一)BYM协变量模型分析结果 (二)SCM协变量模型分析结果 第九章 研究结论与建议 **节 研究结论 (一)方法学讨论 (二)高血压时空分布特征及其演化规律 (三)高血压时空变异潜在来源 第二节 政策建议 (一)推广健康生活方式，控制高血压危险因素流行 (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 (三)因时制宜，因地制宜，制订高血压防治中长期规划 第三节 总结与展望 参考文献