空间分析是提取空间信息或者从现有的数据派生出新的数据,将空间数据转变为信息的过程。空间分析应用于流行病领域的研究主要根据疾病数据的时间、空间信息,并结合地理环境要素研究疾病的时空分布,确定高发区域,相关的危险因素,对疾病进行预测和防控。目前,空间分析在中国流行病领域应用的相关研究较少,但是发展迅速,正逐渐成为流行病和公共卫生研究的新的技术手段。河南省人口密集,尤其是在经济发展及公共卫生条件相对落后的广大农村地区。探测河南省细菌性痢疾高发的时空聚集和定量分析发病率的影响因素对控制细菌性痢疾疫情和减少公共健康和经济损失有重要意义。本研究为GIS空间分析方法在流行病和公共卫生领域的研究,研究方法可为相关领域的研究提供借鉴,研究结果对了解河南省细菌性痢疾的时空分布规律和风险因素,对公共卫生部门制定相关防控政策与措施,以及对合理分配医疗资源有重要参考意义。本研究对河南省细菌性痢疾病例数据进行空间分析,首先讨论了GIS空间分析方法在流行病领域的主要研究内容,基本理论与方法;在病例数据统计的基础上对河南省细菌性痢疾进行了描述性分析,并分析发病率的分布的空间相关性及异质性;对病例分布进行扫描统计分析,探测细菌性痢疾流行的时空高发聚集区;通过构建地理加权回归模型与空间面板数据模型,探索分析了社会经济要素中人口密度、人均生产总值,气象因子中月平均气温、月降雨量、风速等影响因素与细菌性痢疾月发病率的关系。通过上述分析,本文得出以下主要结论:(1)总结了目前GIS空间分析方法在公共健康领域的主要研究内容,阐述了应用于流行病数据研究的空间分析的相关基本理论与方法,并介绍了应用于流行病研究的主要空间分析软件或软件包。(2)对河南省细菌性痢疾病例数据进行描述性统计分析,发现在性别分布上,男性在发病人数中比重及男性的发病率均高于女性;在年龄分布上,0-14岁年龄组与大于60岁年龄组发病率远高于15-60岁年龄组的发病率;在职业分布上,农民与散居儿童在总发病人数中占据较大比重;在时间分布上,夏秋季节为细菌性痢疾高发时段,发病率较高。(3)河南省细菌性痢疾县级发病率呈正的空间相关性,基于共边或共点(Queen)关系的Moran’s I值最大;基于距离计算Moran’s I时,距离为默认最小的55.77km时值最大,随着距离的增加,Moran’s I值减小。(4)局部相关性指数(LISA)空间分布表明研究区域范围内大部分县(市)存在正的局部相关性,但部分正值区邻域存在负值,说明细菌性痢疾县级发病率存在空间异质性。(5)空间扫描统计结果表明,河南省全省范围内细菌性痢疾发生不同程度的爆发,其中东部商丘、周口两市所辖的部分县(市)是最危险的高发聚集区,西部洛阳、三门峡、平顶山等市的部分县(市)位于较危险次级高发聚集区。时空扫描统计结果表明,河南省细菌性痢疾在5至10月份间在不同地区有不同程度的爆发,其中最危险的高发聚集区仍然是东部商丘、周口两市所属的部分县(市);在5至10月份的不同时段,西部洛阳、平顶山、三门峡,西北部的焦作,南部的驻马店及北部的安阳、濮阳等地也有不同程度的爆发。(6)地理加权回归模型分析结果表明,细菌性痢疾发病率与人口密度存在正相关关系,与人均生产总值存在负相关关系。(7)空间面板数据模型统计结果表明细菌性痢疾月发病率与月平均气温、降雨量(P<0.05)存在正相关关系,细菌性痢疾月发病率与风速(p<0.05)存在负相关关系;对于河南省细菌性痢疾月发病率数据,空间误差模型表现出较高的拟合优度。