目的:掌握北京市手足口病(Hand,foot and mouth disease,HFMD)流行特征及概况,探究某些气象因素与手足口病发病的关联性及滞后效应。构建适合北京市HFMD流行病学特征的时间序列预测模型预测其发病趋势,为更加合理的制定适合北京市气候特点的HFMD防控手段提供一定的科学参考。方法:应用Excel2013软件整理北京市HFMD发病资料及同期气象数据并建立时间序列数据库,采用描述性流行病学方法对北京市2014-2017年HFMD发病数据及其同期气象因素进行特征描述和分析。应用Spearman相关分析方法探讨北京市HFMD周发病例数与各周别气象数据的相关性及各气象因素间相关性,结合相关性分析结果选择周平均气温,周平均风速,周平均气压,周平均相对湿度4个气象指标与发病资料进行广义相加模型(Generalized additive model,GAM)拟合,并将时间序列以周的形式通过自然立方样条函数引入GAM模型对HFMD发病数据的长期趋势及季节性特点影响进行控制,并探究各个气象指标对HFMD发病风险影响的暴露-反应关系及其滞后效应。最后利用北京市2014-2017年HFMD发病资料使用SPSS21.0软件构建乘积季节ARIMA时间序列预测模型,并对2018年1-12周的发病例数进行短期预测,将预测发病例数和2018年1-12周的实际发病数据进行比较,验证拟合效果,并评价其模型预测效果。结果:1、经统计北京市2014-2017年总计上报手足口病病例数达127373例,其中以2014年疫情最为严重,全年发病例数为48011例,全年发病率达223.1/10万,约占4年总病例数的37.7%;2014-2017年北京市手足口病全年每月均有发病病例,发病高峰时段大概集中在每年的第18-35周,即5-8月份,其中发病例数最多的是6月份。2、除周平均日照时数和周平均最大风速外,各气象因素与北京市HFMD发病数相关性均具有统计学意义。广义相加模型拟合分析结果提示周平均气温(℃)等4个气象指标在最长滞后期达两周的条件下对HFMD发病影响均有统计学意义,多因素广义相加模型拟合分析中,滞后一周的各气象因素对手足口病的发病影响最为显著,光滑函数图像提示周平均气温低于17℃时,随着气温的上升,log(RR)值呈上升趋势,周平均气温高于17℃时,log(RR)值呈下降趋势,周平均相对湿度在[20,38)(%)范围内log(RR)值呈逐渐上升趋势,此后会基本保持平稳状态。3、SARIMA(2,0,0)(0,1,1)52季节模型经残差诊断序列属于白噪声序列,使用北京地区2018年1-12周实际发病资料与模型预测值比较,实际发病例数与预测发病例数总体差别不大,预测精度比较理想。结论:1、北京市HFMD发病季节性流行特点比较明显,发病高峰时段集中在每年的18-35周,即5-8月份左右,应在此时间段加强北京市HFMD的疫情监测并落实防控工作。2、包括周平均气温在内的多个气象因素指标与北京市HFMD发病资料具有明显相关性,GAM拟合分析结果提示以滞后时长为一周的各气象因素对北京市HFMD的发病风险影响最为显著。3、以周为时间序列单位构建的季节性ARIMA预测模型可以对北京市HFMD发病情况进行很好的拟合,可以在北京市HFMD发病趋势的短期预测工作中进行应用。