基于贝叶斯LASSO矩阵指数空间模型辨识布鲁氏菌病发病的关键风险因素

目的 探索2020年中国大陆31个省、直辖市、自治区布病发病率与气候、自然环境及畜牧业因素间的关系，从众多因素中筛选出关键变量，为布病防控提供科学依据。方法 针对空间自相关性，结合矩阵指数空间模型(MESS)与贝叶斯LASSO建立BL-MESS模型，利用置信区间辨识重要变量，通过空间效应分解揭示各因素对布病发病率的潜在关系。结果 我国布病省域发病率存在显著的空间正相关性，关键因素识别结果表明平均气温、平均海拔高度、牧草地面积占比、山羊、绵羊年末存栏量对发病率有显著影响，此外山羊年末存栏量空间溢出效应显著为正，平均海拔高度则相反。表明低海拔的地区及山羊养殖规模较大的省份有布病外溢的风险。结论 新方法显著缩小了参数估计的标准差，提升了精度，并有效识别重要风险因素。布病深受气候因素与畜牧业因素影响，密切关注气候变化与动物防护应是今后布病防控的重要内容。