本文提出了一个统一的贝叶斯分析框架，用于空间和时间上的发病率或死亡率数据。在仅具有主要影响的模型的扩展中，我们引入了四种不同类型的先验分布，用于空间与时间的交互作用。每种类型都意味着交互参数具有一定程度的先验依赖性，并对应于两个空间效应之一与两个时间主效应之一的乘积。通过对1968-88年俄亥俄州肺癌数据的马尔可夫链蒙特卡罗模拟分析，说明了该方法。我们通过与后偏差相关的数量来比较具有不同交互类型的几个模型的拟合度和复杂性。我们的结果证实了一个关于城市化与癌症风险因素之间关系的时间发展的流行病学假设。