摘要：阿片类药物可以减轻疼痛，但人们服用很长时间后很容易上瘾。在美国，阿片类药物成瘾和滥用已经演变成“最严重的公共卫生危机”，一些人甚至称之为“美国历史上最致命的毒品流行病”。本文根据对大量数据的分析來了解阿片类药物在美国的使用情况及其特征，从而能够针对实际情况来对这一危机做出合理的应对措施。建立了基于贝叶斯理论的阿片类药物时空模型，该模型能从时间和空间两个维度描述合成类阿片和海诺因传播规律。基于美国人口普查数据，利用Pearson相关系数法对相关指标进行了初步筛选，然后通过对数据进行拟合，确定了阿片类药物滥用群体，得到了影响阿片类使用情况的社会经济因素，以此对阿片类药物时空模型实现了优化。
　　关键词：阿片类药物 贝叶斯理论 时空模型 Pearson相关系数法
　　贝叶斯时空模型的建立
　　（1）模型介绍
　　贝叶斯时空模型是基于贝叶斯理论统计分析时空数据的模型，目前在气象、环境等领域得到了广泛的应用。一些学者将其应用于流行病学领域，探索疾病空间分布和时间变异的特征，为公共卫生决策提供理论依据。本文研究的药物具有时间分布特征和空间异质性。其传播特性也表现出较强的时空相关性。
　　（2）模型建立
　　为了进一步分析，考虑药物报告的因素可能与时间和地点相互作用，并随时间和空间而变化。相关因素的数据需要与药物报告数据的时间和空间属性相匹配。例如，毒品报告的数据是按县和年记录的。因此，相关因素也应以县和年的形式记录。显然，实际情况符合这一要求。
　　通过对数据的分析，可以从以下几类人中找出滥用阿片类的人：婚姻状况分居、婚姻状况未结婚、婚姻状况丧偶、有生育能力未结婚的妇女（丧偶、离婚、未结婚）、祖父母为女性、独居、有18岁以下子女的家庭。
　　由于社会经济因素之间的相关性很强，采用Pearson相关系数检验法计算初始变量之间的相关系数。基于相关系数的显著性，排除了具有明显共线性或最小相关的解释变量。
　　通过对优化后的贝叶斯时空模型的应用，根据样本数据绘制了趋势变化图。样本数据是一些县检测到的事件数量。为了更准确地确定滥用阿片类药物者的类别，还绘制了相关人群的趋势变化图。由于这类人滥用类阿片，将直接导致类阿片事件数量的增加。这样就可以找到类阿片事件的数量与滥用者数量之间的逻辑关系。因此，通过比较数量趋势来预测类阿片滥用人群是合理的。
　　参考文献：
　　[1]韩贺鹏.饮茶型氟中毒流行病学预测模型的建立[D].哈尔滨：哈尔滨医科大学.2012：27-36.
　　[2]郑杨，李晓松.贝叶斯时空模型在疾病时空数据分析中的应用[J].中华预防医学杂志，2010，12（12）：1136-1138.