整合不确定信息估计传染病流行水平的多层次贝叶斯模型

本项目旨在建立整合多来源不确定信息估计传染病流行水平的多层次贝叶斯模型。其主要内容包括：多来源不确定性信息收集、模型构建、流行阈值、模型稳健性、模型验证及应用研究。由于传染病流行强度判断上的复杂性，使得用于构建模型的信息具有多来源和不确定性的特点，经典统计学无法利用带有不确定性和主观性的先验信息。本项目突破传统经典统计学思想，使用贝叶斯多层次模型研究传染病的流行规律，将不确定性的先验信息进行定量并纳入统计模型是对流行病学研究中多来源、多类型信息利用上的突破，为充分利用传染病流行病学调查信息和相关先验信息提供新思路，为构建适合我国国情的传染病流行水平预测模型增添新方法。研究结果可望填补贝叶斯方法在我国传染病流行病学研究中的空白，所建立的模型可在不同层次上分析传染病的流行规律，从而为制定具有针对性的防制措施提供科学依据。