脑卒中是一组由脑部血液循环障碍引起的以局部神经功能缺失为特征的急性脑血管疾病，已成为严重危害人类生命的一种非传染性疾病。本文主要利用淮安市淮阴区某医院2013年的脑卒中病例的空间位置、性别、年龄、职业等属性信息，结合地理信息系统和空间点模式研究方法，对脑卒中样本病例的空间分布特征和空间点模式进行了研究。研究中首先对总体空间分布的中心化指标和离散趋势指标进行描述统计分析；然后运用基于密度的点模式识别方法，对该样本病例的空间点分布强度的异质性进行了检验，并建立了基于坐标或者距离的指数函数分布强度模型，来拟合真实的样本病例点分布，并进行了拟合优度的比较分析，选择最合适的拟合模型；再采用基于最近邻距离的点模式分析技术，检验了该点模式的聚集性特征和点间依赖性随尺度的变化关系；最后创新性地使用点模式的二阶交叉效应分析方法，探测了不同属性不同类别交叉组合时的二阶效应关系，分析不同类别事件间分布的依赖性特征。主要结论如下：

（1）淮阴区该样本医院的脑卒中病例的空间分布中心均落在淮阴区王营镇，且均在距离该医院中心不远的位置。而在空间分布的离散趋势上，南北方向上的离散程度比东西方向上更大，且两个方向上的分布均存在一定的偏度，形成了与原坐标轴呈顺时针方向8.939704度偏转角的标准差椭圆。

（2）淮阴区该脑卒中样本病例的空间分布强度具有显著的异质性，并且分布强度与坐标和距离之间存在指数函数关系。脑卒中样本病例的分布模式具有显著的聚集特征，并且呈现出空间依赖性先随着尺度逐渐增加，随后逐渐减弱，最后减弱到负的依赖性的规律。

（3）不同属性类别之间的任何重新组合所得到的新的带有标记特征的点事件集，在小于10000米的空间尺度上，均表现出事件空间分布上的显著依赖性特征，但不同属性类别的组合在依赖性尺度和强度上各有差异。从事件之间的依赖性强度来看，个体属性特征同时为“男性”和“75-89岁”、“女性”和“75-89岁”、“男性”和“工人”、“女性”和“工人”、“工人”和“75-89岁”、“农民”和“90岁及以上”、“农民”和“75-89岁”、“农民”和“44岁及以下”这几类特征的人群脑卒中发病的几率可能更高。

[1] Lozano R, Naghavi M, Foreman K, et al. Global and regional mortality from 235 causes of death for 20 age groups in 1990 and 2010: a systematic analysis for the Global Burden of Disease Study 2010[J]. The Lancet ,2013, 380(9859):2095–2128.

[2] Christopher J L Murray, Theo Vos, Rafael Lozano, et al. Disability-adjusted life years (DALYs) for 291 diseases and injuries in 21 regions, 1990–2010: a systematic analysis for the Global Burden of Disease Study 2010[J]. The Lancet ,2013, 380(9859):2197-2223.

[3] S Claiborne Johnston, Shanthi Mendis, Colin D Mathers. Global variation in stroke burden and mortality: estimates from monitoring, surveillance, and modeling[J]. Lancet Neurology, 2009, 8(4):345-354.

[4] 王劲峰等. 空间分析[M]. 北京：科学出版社，2006.

[5] 龚双辉. 空间统计分析及在区域经济中的应用[D]. 华中科技大学硕士学位论文, 2007,5.

[6] Feigin VL, Lawes CM, Bennett DA, Barker-Collo SL, Parag V. Worldwide stroke incidence and early case fatality reported in 56 population-based studies: a systematic review[J]. Lancet Neurology ,2009, 8(7): 355–369.

[7] Krishnamurthi RV, Feigin VL, Forouzanfar MH, et al. Global and regional burden of ischaemic and haemorrhagic strokes in 1990–2010: findings from the Global Burden of Disease Study 2010[J]. Lancet Global Health , 2013, 11(5): 259-281.

[8] Mukherjee D, Patil CG. Epidemiology and the Global Burden of Stroke[J]. World Neurosurgery, 2011, 76 (65) : 585-590.

[9] O’Donnell MJ, Xavier D, Liu L, et al. Risk factors for ischaemic and intracerebral haemorrhagic stroke in 22 countries (the INTERSTROKE study): a case-control study[J]. The Lancet , 2010, 376(9735):112-123.

[10] 吴升平, 王文志, 杜晓立, 等. 北京社区老年人群脑卒中危险因素随访观察[J]. 中国老年学杂志，2004,7（24）：609-610.

[11] 黄久义, 洪震, 王文志, 等. 我国四城市40岁以上样本人群脑卒中危险因素现状[J]. 中国慢性病预防与控制，2007,10（15）：416-419.

[12] 汪桂艳. 蒙古族人群脑卒中危险因素的队列研究[D]. 苏州大学博士学位论文, 2013,3.

[13] 许田, 张培培, 等. 流行病传播模型与SARS[J]. 自然杂志，2004,26(1)：20-25.

[14] 刘洪涛. 艾滋病及狂犬病的数学模型及其动力学分析[D]. 兰州大学硕士学位论文, 2008,5.

[15] 陈关荣, 许晓鸣, 汪秉宏, 等. 复杂网络理论与应用[M].香港:上海系统科学出版社, 2008,6.

[16] 余雷, 薛惠锋, 李刚.传染病传播模型研究[J]. 计算机仿真，2007, 24(4)：56-61.

[17] 冯军, 吴晓华, 等. 空间统计分析方法及相关软件在传染病研究中的应用[A]. 中国血吸虫病防治杂志, 2011,23(2): 217-220.

[18] 唐启强. 南昌县血吸虫疫情时空格局演化研究[D].江西师范大学硕士学位论文，2012,6.

[19] Getis A, Ord J K. The analysis of spatial association by the use of distance statistics[J]. Geographical Analysis, 1992, 24:189-206.

[20] Anselin L. Local indicators of spatial association: LISA [J]. Geographical Analysis, 1995, 27:93-115.

[21] Richard O.Djukpen. Mapping the HIV/AIDS epidemic in Nigeria using exploratory spatial data analysis[J]. GeoJournal,2012,77:555-569.

[22] Wei Tu, Stuart Tedders, Jie Tian. An exploratory spatial data analysis of low birth weight prevalence in Georgia[J]. Applied Geography, 2012, 32: 195-207.

[23] 王仲君，邹亚娟，赵华玲. 基于空间自相关的肺结核扩散的机理分析[J]. 中国卫生统计, 2013, 30(5)：630-634.

[24] 成月佳, 丁克琴, 等. 基于GIS技术的江苏省伤寒、副伤寒疫情空间分析[J]. 中国卫生统计，2011, 28(6)：632-637.

[25] 罗珍胄. 空间统计学方法在某市淋病疫情时空聚集性特征研究中的应用[D].中南大学硕士学位论文，2010.

[26] 王远飞, 何洪林. 空间数据分析方法[M]. 北京：科学出版社, 2007.

[27] Traci Leong. First-and Second-order properties of spatial point processes in biostatistics[D]. Emory University, Ph.D., 2004.

[28] D.J.Daley, D. Vere-Jones. An introduction to the theory of point processes (Second edition)[M]. Springer,2008.

[29] Patrick M.Joyce. A Multivariate spatial point process model: theory, simulation, and application[D]. University of Connecticut, Ph.D.2009.

[30] Anthony C Gatrell, Trevor C Bailey, Peter J Diggle, et al. Spatial point pattern analysis and its application in geographical epidemiology[J]. The Royal Geographical Society (with the Institute of British Geographers), 1996,11:256-274.

[31] Frederik P Agterberg. Fractals and spatial statistics for point patterns[J]. Journal of Earth Science, 2013, 24(1):1-11.

[32] Adrian Zaragoza Bastida, Marivel Hernandez Tellez, Lilia P.Bustamante Montes, et al. Spatial and temporal distribution of tuberculosis in the State of Mexico, Mexico[J]. The Scientific World Journal, 2012:1-7.

[33] 张志杰, 彭文祥, 周艺彪, 等. 空间分析中的集中趋势指标研究及应用[J].中国卫生统计，2008,6(25):269-272.

[34] 张志杰, 彭文祥, 周艺彪, 等. 空间点模式分析中离散趋势的描述研究及应用[J].中国卫生统计，2008,10(25):470-473.

[35] 邵琦. 基于GIS的小地域生态环境内HFRS病毒与宿主鼠类之间时空关系的研究[D].山东大学硕士学位论文, 2008.

[36] 曹志东, 王劲峰, 高一鸽, 等. 广州SARS流行的空间风险因子与空间相关性特征[J].地理学报, 2008,9: 981-993.

[37] 迟文学, 王劲峰, 李新虎, 等. 出生缺陷的空间点格局分析[J].环境与健康杂志, 2007,24 (4):238-240.

[38] 王鑫厅, 侯亚丽, 梁存柱, 等. 基于不同零模型的点格局分析[J].生物多样性，2012,20(2): 151-158.

[39] 王涛. 山东省临沂市肺结核的空间流行病学研究[D].山东大学硕士学位论文, 2012,5.

[40] Lee J, Wong DWS. Statistical analysis with Arcview GIS[M]. New York: John Wiley& Sons Inc, 2001,33-57.

[41] Ned Levine. CrimeStat: A Spatial Statistics Program for the Analysis of Crime Incident Locations (v 3.0)[M]. Ned Levine & Associates,Houston, TX, and the National Institute of Justice, Washington,DC.2004.

[42] Burt JE, Barber GM. Elementary Statistics for Geographers.2nd ed [M]. The Guilford Press: New York, 1996.

[43] 王忠东. 基于空间点模式分析的青岛市结核病时空流行病学研究[D]. 山东大学硕士学位论文, 2010,5.

[44] Diggle, P.J. A kernel method for smoothing point process data [J]. Applied Statistics (Journal of the Royal Statistical Society, Series C), 1985,34:138-147.

[45] Diggle, P.J. Statistical analysis of spatial point patterns.Second edition [M]. Arnold, 2003.

[46] A. Baddeley, R. Turner. Practical maximum pseudolikelihood for spatial point patterns (with discussion) [J]. Australian and New Zealand Journal of Statistics, 2000, 42(3):283-322.

[47] M. Besag, P. J. Diggle. Simple Monte Carlo tests for spatial pattern [J]. Applied Statistics, 1977, 26: 327-333.

[48] Lewis, P. A. W. Recent results in the statistical analysis of univariate point processes[J]. Stochastic point processes:statistical analysis, theory, and applications,1972: 1-54.

[49] D.R. Brillinger. Comparative aspects of the study of ordinary time series and of point processes[J]. Developments in Statistics, Academic Press, 1978: 33-133.

[50] J.K. Lindsey. The analysis of stochastic processes using GLIM [M]. Springer, Berlin, 1992.

[51] 徐爱萍, 舒红译. 空间数据分析与R语言实践[M]. 北京：清华大学出版社, 2013.

[52] 薛亚婷, 刘勇, 孟蕾, 等. 应用地理信息系统研究甘肃省麻疹流行的空间分布规律[J]. 兰州大学学报（医学版）, 2007,33(1): 51-54.

[53] Baddeley, A. Analyzing spatial point patterns in R. Workshop notes. Version 4.1. CSIRO online technical publication, 2010. URL: www. uwa. edu. au/ resources/ pf16h.html.

[54] Amanda S. Hering, Cynthia L. Bell, Marc G. Genton. Modeling spatio-temporal wildfire ignition point patterns[J]. Environ Ecol Stat, 2009, 16: 225-250.

[55] Schabenberger O, Gotway CA. Statistical methods for spatial data analysis[J]. Chapman and Hall/CRC, Boca Raton,FL, 2005:488.

[56] 曹志东, 王劲峰, 高一鸽, 等. 广州SARS流行过程的空间模式与分异特征[J]. 地理研究, 2008,27(5): 1139-1149.

[57] 汤国安, 陈正江, 赵牡丹. Arcview地理信息系统空间分析方法[M]. 北京：科学出版社，2002.