【目的】针对地理信息数据,进行信息的收集、加工、输入以及输出。综合运用信息管理、计算机等知识对手足口病进行时空格局演变特征分析,探究有关因素对手足口病发病率的影响,并对手足口病发病率进行预测。为卫生部门做出更精准决策提供科学依据,丰富图书情报工作在医学领域的应用。【方法】（1）基于地理信息系统,建立2008—2017年全国手足口病报告发病率地理信息数据库。（2）基于建立的地理信息数据库,运用趋势面分析以及空间自相关分析,系统研究2013—2017年手足口病发病率时空格局演变特征。（3）基于建立的地理信息数据库,运用地理探测器对手足口病发病率潜在影响因素进行影响因素分析。（4）基于建立的地理信息数据库,综合差分自回归移动平均（Autoregressive Integrated Moving Average,ARIMA）模型、支持向量机回归SVR（Support Vector Regression,SVR）模型、人工神经网络BP神经网络模型（Back Propagation Neural Network）进行建模分析,对每月手足口病时间序列发病率进行预测,最后通过模型评价指标验证三个模型预测效果。【结果】（1）时间上按年份来看,2013—2017年手足口病平均发病率为160.9365/10万。按月份来看,一年12个月手足口病发病率存在较大波动,最高值出现在5月与6月,两月占全年发病率33.052%,2月最低,仅占全年发病率1.588%。（2）趋势面分析表明各年份虽发病率高低不同,但各年份空间分布特点基本一致。从西部到东部地区手足口病发病率缓慢升高,从北部到南部地区手足口病发病率显著升高。（3）空间自相关分析显示,2013—2017年Moran’s指数分别为0.401、0.365、0.369、0.431、0.467,分布形态呈现聚集性;广义G统计分析显示,G值分别为0.044、0.041、0.044、0.043、0.049,具体的聚集类型为高值聚集;局部自相关分析显示,热点区域集中在中南部地区湖北、湖南、广西、广东、海南五省,冷点区域主要为北部地区的辽宁与吉林两省。（4）地理探测器分析显示,自然环境因素对于手足口病发病率的解释力大于社会经济因素对其解释力。不存在相互独立的影响因素,且两两交互后的解释力大于单因素解释力。（5）预测模型比较分析显示,三种模型ARIMA、SVR、BP神经网络平均绝对误差分别为2.7062、2.1688、2.1300;平均绝对百分误差分别为26.88%、26.58%、27.17%;均方根误差分别为3.6667、2.7149、2.8006。【结论】（1）手足口病发病率呈现季节性趋势,夏秋两季为手足口病高发时间段,尤其是5月与6月两月最易感染,春冬两季这段时间相对低发。（2）全国手足口病发病率存在中等强度的空间聚集性,并且我国中南、东部沿海地区为重点防控区域。（3）手足口病发病受自然气象因素与社会经济因素的共同影响。（4）ARIMA模型、SVR模型、BP神经网络模型均可用于我国手足口病发病率的预测。比较而言,机器学习方法优于时间序列分析。