中国山东省HIV/AIDS发病率的时空演变特征与2030年预测：基于空间自相关模型与ARIMA模型的综合分析

为揭示山东省HIV/AIDS流行趋势，研究人员采用空间自相关模型、时空扫描分析和地理加权回归（GWR）模型，结合ARIMA时间序列预测，发现2012-2022年发病率呈先升后降趋势，东部地区聚集显著，且第三产业GDP占比为最强影响因素。预测显示2030年发病率将达6.33/10万，为区域化防控提供科学依据。

　　

艾滋病（AIDS）作为由人类免疫缺陷病毒（HIV）引发的重大传染病，其全球流行已对公共卫生构成持续威胁。中国作为人口大国，HIV感染率呈现复杂的地域差异，而山东省作为东部沿海人口第二大省，兼具高流动性人口与经济不平衡特点，其艾滋病防控面临独特挑战。既往研究多聚焦特殊人群或简单描述性分析，缺乏对时空动态规律的系统解析，更罕见对未来趋势的预测模型。为此，滨州医学院附属医院联合山西省医科大学等机构的研究团队，在《Scientific Reports》发表了一项融合空间统计学与时间序列分析的创新研究，首次全面揭示山东省HIV/AIDS的时空演变规律并完成2030年发病率预测。

研究采用三大关键技术：1）基于ArcGIS 10.3的空间自相关模型（含全局/局部Moran's I）和时空扫描分析，解析2012-2022年16地市疫情聚类特征；2）地理加权回归（GWR）与地理探测器模型，量化7项社会经济因素（如人均GDP、第三产业占比、千人口病床数）的空间异质性影响；3）ARIMA(2,1,2)模型预测发病率，剔除COVID-19干扰的2020-2022年数据后建模。数据源自山东省疾控中心CRIMS系统及统计年鉴。

时间变化特征
2012-2022年发病率呈"快速上升（2012-2015年增速32.19%）→缓慢增长（2016-2019年增速10.18%）→疫情波动"三阶段，2021年达峰值（3.12倍于2012年），十年平均增长率9.5%。

空间分布规律
济南、青岛及周边形成稳定高发区，呈现"东高西低"梯度分布。局部空间自相关显示2016-2022年烟台持续为"高-高"聚类中心，时空扫描检出8个聚集区，其中2017-2021年以东营为核心的188km半径区域为一级聚集区（LLR=700.869, P<0.001）。

影响因素解析
GWR模型显示第三产业GDP占比影响强度最高（回归系数自西向东递增），其次为千人口病床数（系数东高西低）和人口密度（系数西高东低）。地理探测器揭示各因素交互作用均为非线性增强，如人均GDP与公路里程的交互q值达0.995。

2030年预测
ARIMA模型显示发病率将持续攀升，2030年达6.33/10万（95%CI:4.83-7.83），远超联合国"2030年终结艾滋病"目标。各城市预测中，2023年总体呈下降趋势但存在区域差异。

该研究首次整合时空分析与预测模型，揭示山东省艾滋病流行与第三产业占比、医疗资源配置的强空间耦合性。结论警示当前防控措施未能逆转疫情上升趋势，建议针对东部经济发达区加强高危行为干预，同时改善西部检测资源短缺。研究为制定区域差异化防控策略提供了精准时空坐标，其方法学框架可推广至其他发展中国家疫情预测。值得注意的是，COVID-19防控措施导致的2020-2022年数据异常可能影响预测精度，未来需结合时空交互模型深化机制研究。