如今艾滋病已经发展成为一个全球性的问题,有很多国家政府意识到了其危害的严重性,艾滋病的肆意传播势必会影响到社会经济发展和社会和谐,同时还会对国家的人口发展战略和政策规划带来巨大的冲击。艾滋病疫情的发展受到很多因素的影响,其中吸毒是一个重要因素。云南省位于我国西南边陲,毗邻“金三角”地区,毒品泛滥是造成云南省艾滋病感染数量高居全国首位的主要原因。自1989年云南瑞丽市报道了第一例因静脉注射吸毒感染了HIV病毒的案例以来,艾滋病疫情一直持续上升,感染者以待业青年居多,其次为工人和农民。云南省吸毒人群中HIV病毒携带者主要集中在西南部边境和西部少数名族聚居地一带,呈现出明显的空间聚集特征。在国际背景下,吸毒人群与艾滋病相关的研究已经有二、三十年的历史。早期研究使用最多的方法是通过对采集的指标进行分类统计后,对其特征进行逐个罗列或对数据的一些趋势进行简单的描述。近年来,研究人员考虑了空间效应的影响,并建立了恰当的空间效应统计模型对吸毒人群感染艾滋病进行了相关研究,获得了一些重大发现,但这些工作几乎都是围绕Logistic回归模型来进行统计建模的。其中针对检测哨点一些变量指标数据中含有复杂的分类数据、计数数据、名义类数据和缺失数据的研究甚少,特别是近年来国际上关于流行病统计研究使用最为流行也最为有效的“Disease Mapping”方法在国内却鲜有报道。本文的研究对象为云南省西南部地区的临翔、盈江、保山和东北部地区的曲靖、昭通五个哨点采集到的吸毒人群中患有艾滋病或携带有HIV病毒者的数据,收集的指标含有吸毒方式,吸毒频率和性伴侣数量等17个指标。在对原始数据进行处理时,我们将这17项指标分为四类影响因素,包括自身因素、吸毒相关行为因素、生活因素和地区因素。本文从贝叶斯分析的角度入手,建立了吸毒人群艾滋病感染者的Hurdle模型,同时构建一个空间自回归模型,采用“Disease Mapping ”的方法将空间效应因素掺入其中计算出空间效应相对风险的影响,刻画出云南省吸毒人群感染艾滋病的高风险区域。然后按照艾滋病病原体的不同对数据进行分类,考查不同潜在类别在回归结构方面的差异,分析不同艾滋病病原体在感染者的四类影响因素之间存在的差异。在此基础上,构建一个贝叶斯有限混合模型,利用DIC信息准则来判定潜在类别的数量,并与前者做出比较。