手足口病传播和流行是一系列自然和社会多源复杂因子综合作用的结果，反映手足口病时间和空间传播过程的规律就蕴含在手足口病时空数据中。本项目拟在多学科交叉基础上，基于手足口病网络直报数据、GIS及气象、遥感等自然和社会因素数据，针对数据中多层次、复杂的时空效应、线性和非线性效应及滞后效应等特点，建立Bayes多水平时空模型，探讨其构建策略和建模过程中的若干关键技术问题。此外，针对经典MCMC法在时空建模中运算效率低下的问题，采用国际上新近提出的INLA法改进模型后验推断，进行算法优化与程序实现并评估其效率和准确性。在此基础上，同时从时空两个维度深入研究手足口病在不同空间尺度和时间长度上的分布特征、传播过程和变化规律及与之相关联的各种自然和社会因素。这对确定手足口病防控重点、调整或完善防控策略和政策制定具有潜在的重要公共卫生学意义，同时可为手足口病及类似传染病时空流行规律的研究奠定理论与技术基础。

Hand, foot, and mouth disease (HFMD) was associated with a lot of complicated natural and social factors. Using multi-discipline and cross-discipline knowledge, we suppose to build Bayesian multilevel spatio-temporal models to investigate epidemiological characteristics, spatial-temporal patterns and the potential risk factors of HFMD. The data included in our research will be collected from the national web-based reporting system of communicable diseases，GIS, Meteorological station, and remote sensor, etc. The HFMD cases and related data have the properties of multi-scale, complicated spatio-temporal interaction, linear or non-linear effects with different time lags, etc. We aim to investigate some key points in the process of model building. The standard solutions to obtain estimates of the posterior marginals of the unknown parameters are the Markov Chain Monte Carlo methods, which are very time-consuming. We intend to adopt the recently proposed integrated nested Laplace approximations (INLA) approach to improve the Bayesian inference. We suppose to optimize the algorithm, realize the procedure and evaluate the accuracy and efficiency of the algorithm. Our research will contribute to provide scientific information for public health decision making, responses and interventions of HFMD. As an essential aspect of statistical surveillance and spatial-temporal analysis, Bayesian multilevel spatio-temporal modelling and INLA will undoubtedly be the important theoretical and technological foundations of spatio-temporal epidemiological characteristics investigation of HFMD and similar infectious diseases, which possess brilliant prospect both in scientific research and application domain.

手足口病传播和流行是一系列自然和社会多源复杂因子综合作用的结果，反映手足口病时间和空间传播过程的规律就蕴含在手足口病时空数据中。本项目在网络直报的手足口病数据和GIS基础上，收集大量影响因素数据(包括气象因素和社会经济因素等相关因素)，基于贝叶斯层次模型的理论框架，引入解释发病的时间、空间相关性的时间、空间效应，构建贝叶斯时空模型，对各类相关因素对手足口病发病的影响进行了研究。本项目对贝叶斯多水平时空建模过程中的若干关键技术问题进行了研究，包括时间效应、空间效应和时空交互效应等的拟合形式; 各类相关因素对手足口病的效应的拟合。同时，本项目采用INLA方法，改进贝叶斯多水平时空模型的后验推断过程，进行算法优化与程序实现，并通过统计模拟和实证研究，对算法的效率和准确性进行了评估。研究结果表明，INLA法与MCMC法相比，运算时间可大幅度缩短，且参数的精确程度与MCMC法非常接近。INLA的三种不同的估计方法的比较结果表明，全拉普拉斯估计法可以提高估计准确性，然而运行速度较慢。高斯估计法最为快速，然而准确度最低。简化的拉普拉斯估计法，估计准确性和运行速度均居中。时空建模分析结果表明，手足口发病存在明显的时间和空间聚集性；气象因素和社会经济因素对手足口病的发病存在影响，气象因素对手足口病的影响具有非线性效应和滞后效应；手足口病与气象因素的时序关联在不同地区间呈现出明显的空间异质性。本项目运用贝叶斯统计理论建立时空模型，深入挖掘蕴含于手足口病数据及其相关数据中的丰富的时空信息，探索手足口病的分布特征、传播模式及其变化，实现时间-空间及协变量的多维度分析。同时从时空两个维度深入研究手足口病在不同空间和时间上的分布特征、传播过程和变化规律及与之相关联的各种自然和社会因素。研究结果有助于加深对手足口病传播流行规律的认识与理解并为其防控提供参考，研究方法及相关程序实现可为手足口病及类似传染病时空流行病学研究奠定理论与技术基础。