واکاوی و مدل‌سازی توزیع مکانی بیماری‌های تنفسی مرتبط با عوامل محیطی (مطالعه موردی: استان کردستان)

الموضوعات :

عبدالله فرجی ¹ , محمد کمانگر ² , فیروزه قادری ³

1 - استادیار آب و هواشناسی، دانشکده انسانی، دانشگاه زنجان، زنجان
2 - دانشجو دکتری آب و هواشناسی، دانشکده انسانی، دانشگاه زنجان، زنجان
3 - کارشناس پژوهش جهاد دانشگاهی، کردستان

تاريخ الإرسال : 26 الثلاثاء , رجب, 1440 تاريخ التأكيد : 30 الأربعاء , شوال, 1440 تاريخ الإصدار : 05 الثلاثاء , صفر, 1442

الکلمات المفتاحية: شاخص موران, بیماری تنفسی, تحلیل مکانی, گردوغبار, کردستان,

ملخص المقالة :

زمینه و هدف: سلامت جسمی و روحی انسان تا حد زیادی به شرایط آب و هوایی مکان زیست او بستگی دارد. شناسایی عوامل محیطی ایجاد یا تشدیدکننده بیماری‌ها در بهینه کردن تصمیم‌گیری برای پیشگیری و کنترل می‌تواند مفید باشد. هدف از این تحقیق تحلیل مکانی بیماری‌های تنفسی و ارتباط آن با عوامل محیطی به‌منظور شناخت توزیع مکانی، کشف خوشه‌ها و مدل‌سازی پیش‌بینی مکانی است. روش بررسی: جمعیت موردمطالعه افراد دارای بیماری‌های تنفسی مراجعه‌کننده بین بازه زمانی1386 تا1396به مراکز درمانی و محدوده موردمطالعه استان کردستان است. با توجه به پراکندگی بیماران از آماره بیضوی انحراف استاندارد مکانی، میانه مکانی و شاخص موران جهت بررسی و برای مدل‌سازی با استفاده از متغیرهای مستقل گردوغبار، ارتفاع، جهت شیب و دما از روش رگرسیون مکانی استفاده شد. یافته‌ها: یافته‌ها نشان داد که جهت بیضوی مکانی سه برابر انحراف استاندارد شمال غربی جنوب شرقی است که نشان می‌دهد بیش از 99 درصد این بیماری‌ها در این راستا گسترش دارد. شاخص 82/0 موران نیز نشان‌دهنده وجود خودهمبستگی مکانی و تعداد بیماری در سطح معناداری 99 درصداست. در مدل‌سازی مکانی جهت پیش‌بینی پراکندگی مکانی بیماری علامت مثبت ضرایب به‌دست‌آمده برای گردوغبار و دما با بیماری نشان‌دهنده ارتباط مستقیم و ضرایب منفی بین ارتفاع و شیب نشان‌دهنده رابطه غیرمستقیم با بیماری است. همچنین مدل‌سازی نشان داد که گردوغبار مهم‌ترین پارامتر در پیش‌بینی بیماری است. بحث و نتیجه‌گیری: مقدار 82/0 R2= بیانگر این است که مدل استخراج‌شده قادر است به‌طور کامل متغیر وابسته یعنی بیماری تنفسی در استان کردستان را با در نظر گرفتن متغیرهای مستقل محیطی پیش‌بینی کند. با استفاده از نقشه پیش‌بینی به‌دست‌آمده می‌توان مناطق در معرض ابتلا به بیماری تنفسی را در راستای بهبود فرآیند تصمیم‌گیری تخصیص و توزیع مکانی خدمات بهتر شناسایی کرد.

المصادر:

1. Bigdeli, A. 2001. Climate impact and air pollution in Tehran on myocardial infarction. Geographic research, Vol. 9, pp.14-24. (In Persian)


2. Kimberly, A. 2017. Climate Change, Health, and the Role of Nurses. Nursing for Women's Health, Vol. 21(2), pp.79-83.


3. Hamdamjo, M., Rashki, A., Jafari, R. and Mehrabi, SH. 2014. Investigation of the number of days with dust in Shahdad, third national conference on wind erosion and dust storms. Iran_Kerman.(In Persian)


4. Peters, A. 2005. Particulate matter and heart disease: Evidence from epidemiological studies. Toxicol Appl Pharmacol, Vol. 207(1), pp.477-480.


5. Gregory, P.2006. Long-term exposure to air pollution is associated with survival following acute coronary syndrome. Eur Heart, Vol. 19, pp.307-319.


6. Rivero, A., Bolufe, J., Ortiz, P.L., Rodriguez, Y. and Reyes, MC. 2015. Influence of climate variability on acute myocardial infarction mortality in Havana. Medicc review, Vol. 17(2), pp.9-14.


7. Garavandi, S., Godarzi, GH. Bitmashal, S. and Mohamadi, M. 2015. Estimation of the number of cardiovascular deaths and hospital visits due to exposure to respiratory tract due to suspended particles of less than 10 microns in Ahvaz city in 2011-2012. Journal of Rafsanjan University of Medical Sciences, Vol. 14, pp.853-864. (In Persian)


8. Mohamad, B., Karimi, sh. 2017. The Relationship between Thermal Feeling and Hospital Acceptance of Cardiovascular Patients in Kermanshah. Natural Geography Research, Vol. 49(2), pp.355-379. (In Persian)


9. Hidari, H., Moradi, H. and Talebi, R. 2018. Investigation and Comparison of Climatic Elements Effective on the Development of Respiratory Diseases in Mountainous and Plain Areas (Case Study: Ilam Province). Journal of Environmental Risks, Vol. 15(7), pp.125-140. (In Persian)


10. Rahimpor, Z., Nadrian, P., Abri, M., Hosini, K. and Afkari. 2017. Identification of Kurdestan Province. Iran Printing & Publishing Company, Vol1, pp.30-31.
    
    
    1. Mitchell, A. 2005. The ESRI Guide to GIS Analysis, Volume 2. ESRI Press.
    
    


11. Asakereh, H. and Shadman, H. 2015. Statistical analysis of the abundance and temperature of warm days in Iran. Sepehr, Vol. 25(100), pp.147-156. (In Persian)           


12. Gail, M., Krickeberg, K., Samet, J., Tsiatis, A. and Wong, W. 2007.Statistics for Biology and Health. USA. Springer


13. Fotheringham, A., Brunsdon, C.  And Charlton, M. 2003. Geographically weighted regression: the analysis of spatially varying relationships:Wiley Chichester.


14. Ahangarani, M., Farnoghi, M. and Shirzadi, M. 2016. Spatial prediction of high risk areas of leptospirosis disease using geographic weight regression methods and multilayer perceptron neural network, Journal of Surveying Science and Technologies, Vol. 2, pp.79-98. (In Persian)


15. Gunathilakaabc, R., Smart, J., and Flemingd, M. 2018. Adaptation to climate change in perennial cropping systems: Options, barriers and policy implications, Environmental Science & Policy, Vol. 82, pp.108-116.


16. Askari, A. 2012. Spatial Statistics Analysis with ARCGIS. Information and Communication Technology Organization of Tehran Municipality, Vol. 1, pp.128. (In Persian).


17. Mansouri, N., Esmaeelzadeh, J. 2011. Investigating suspended particles resulted from Tehran`s highways traffic. Journal of Traffic Engineering,Vol. 44, pp.15-44. (In Persian)


18. Ataii, H., Hidari, M. 2016. Investigation of the effect of climate change and dust on respiratory diseases. Life sciences and biotechnology studies. Vol. 3, pp.1-10. (In Persian)