目前,在全球范围内慢性非传染性疾病(即慢性病)已成为威胁全人类身体健康的主要因素之一,其中癌症、心血管疾病、糖尿病和呼吸系统疾病的死亡率占到慢性病死亡率的82%。根据数据显示,我国现有慢性病患者人数已超过3亿,其致死率占到我国每年死亡人口总数的85%,慢性病的病程长、治疗费用高,已成为我国严重的经济负担之一,因此,慢性病的早期筛查和预防显得尤为重要。血清脂联素(APN)和空腹胰岛素(FINS)水平是可用来评价糖尿病和心血管疾病的血液指标,其中脂联素水平可提示Ⅱ型糖尿病和动脉粥样硬化性心脑血管疾病等代谢性疾病的发生发展,空腹胰岛素是糖尿病肾病的早期诊断标志物。现有的研究涉及年龄、性别、民族以及高原环境等因素对脂联素和空腹胰岛素两项医学指标的研究,但缺少其他地理环境因素对其影响的研究。因此本文依据地理学的研究思路和方法,探讨脂联素和空腹胰岛素与地理因素之间的相互关系以及分布规律,尝试为医学指标参考值的制定提供方法和依据,完善制定标准,增加科学性。搜集了 2008年至2018年期间,全国214个市、县、区级医院和相关医疗单位测定的13988例成年人脂联素指标和108个市、县、区级医院及相关单位的测定的12627例成年人空腹胰岛素指标,选取经度、纬度、海拔、年日照时数、年平均气温、年降水量、气温年较差、年平均相对湿度、表土有机质含量、表土 pH、表土总可交换量和表土盐分,共12项地理因素进行分析。通过空间自相关分析,探索医学指标在空间上的相关性,确定研究可行性;利用相关分析筛选出与之相关的地理因素,并依据地理探测器,确定对医学指标的空间分布影响最大的因素。根据共线性诊断结果,选择合适的建模方法进行分析,本文选择了岭回归、主成分和支持向量机三种方法进行建模并建立组合模型。对不同的模型方法进行评价选取最优的预测模型进行预测,得到全国2322个数据点的预测值。运用地统计分析方法对预测数据进行探索性分析,采用合适的插值方法,分别绘制出两项医学指标参考值的空间分布图,观察其空间分布规律。根据空间自相关和相关分析结果显示,两项医学指标在空间上都存在相关性。脂联素医学指标与纬度、海拔、年平均气温、年降水量、表土 pH和表土总可交换量共6项地理因素存在相关性;空腹胰岛素医学指标与经度、海拔、年平均气温、年降水量和年平均相对湿度共5项地理因素存在相关性。地理探测器结果显示,海拔都是影响两项医学指标空间分布最主要的因子。由于地理因素之间存在共线性问题,因而选取岭回归、主成分和支持向量机方法进行建模并根据单一模型建立组合模型。经过模型检验后,两项医学指标的最优预测模型均为方差倒数法组合模型。根据两项医学指标参考值的空间分布图可以得出,我国成年人脂联素和空腹胰岛素参考值在空间上的低值区都分布在青藏高原及周围地区。本文主要研究了脂联素和空腹胰岛素两项医学指标参考值与地理因素之间的关系,以医学指标和地理因素为基础,旨在找出医学指标参考值在空间上的分布规律并尝试用地理学原理进行解释,利用地理学的研究方法进行探索,分析建模后得出脂联素参考值的最优预测模型为:YAPN组合=0.332Y 岭+0.317Y主+0.351Y向,空腹胰岛素参考值的最优预测模型为:YFINS组合=0.322Y 岭+0.319Y 主+0.359Y向,为制定更加准确科学的医学指标参考值提供参考标准,将地理因素纳入参考标准能够因地制宜的制定适合当地人群的标准,利于提高临床诊断的科学性。