杨书，杨晓红，陈卫中

（成都医学院公共卫生系，四川 成都 610083）

Poisson分布以法国数学家西蒙D.Poisson名字命名，常用于稀有事件发生的研究，如某段时间、某段距离或某个空间内的“稀有事件”发生的次数等。当某种疾病比较罕见或发病水平较低时，可以将其近似地当成是符合Poisson分布。利用Poisson分布原理可以实现对发病率较低的传染病如人免疫缺陷病毒（human immunodeficiency virus，HIV）感染的预警。如果某事件的发生是完全随机的，则单位时间或单位空间内，某时间发生0次，1次，2次，……的概率为称该事件的发生服从参数为λ的Poisson分布。Poisson分布的一个显著特点是方差等于均数。但在实际工作中常常遇到应用Poisson模型预测的方差大于均数，称为超Poisson方差（extra－Poisson dispersion），又称超离散（over－dispersion）模型。从生物学角度来说，导致超离散现象的原因与事件发生的聚集性有关［1］。

因此，通过计算超方差系数k，观察系数k随时间变化趋势，可以在一定程度上反映HIV流行聚集程度的变化。我们应用超Poisson方差模型定量分析HIV流行在空间和人群两个层面聚集性随时间变化的趋势。现将结果报道如下。

1 资料和方法

1.1 资料来源

艾滋病数据资料为1994～2009重庆市每年度各区县新发HIV／获得性免疫缺陷综合征（acquired immuno－deficiency syndrome，AIDS）感染人数，为频数资料，由重庆市疾病控制部门提供；重庆市1994～2009年每年度各区县常住人口数据来自《重庆市统计年鉴》，其中2003～2009年数据可直接从重庆 统 计 信 息 网 （http：／／www.cqtj.gov.cn／）上 查 阅，1994～2002年数据由重庆市巫溪县统计局提供。重庆各辖区土地面积数据来自重庆市统计年鉴。

1.2 数据预分析

以1994年重庆市首次出现本地区户籍HIV感染者为观察起点。