مطالعه الگوی مکانی بیماری سل با استفاده از سیستم اطلاعات جغرافیایی در استان کرمان، ۱۳۹۵-۱۳۹۰: یک مطالعه اکولوژیک
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 146
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_RUMS-19-2_007
تاریخ نمایه سازی: 25 دی 1401
Abstract:
چکیده
زمینه و هدف: بیماری سل (Tuberculosis; TB) یک بیماری عفونی است که بیش از ۹۵ درصد موارد بیماری و مرگ ناشی از آن در کشورهای با درآمد پایین و متوسط رخ می دهد. امروزه سیستم اطلاعات جغرافیایی (GIS) یکی از مفیدترین ابزار اپیدمیولوژیک در شناسایی مناطق جغرافیایی و گروه های جمعیتی با خطر بالای ابتلاء به بیماری سل می باشد. این مطالعه با هدف تعیین الگوی مکانی بروز بیماری سل در استان کرمان به انجام رسیده است.
مواد و روش ها: در این مطالعه اکولوژیک، ۱۹۲۷ بیمار جدید که از ابتدای سال ۱۳۹۰ تا پایان سال ۱۳۹۵ در استان کرمان مبتلا به سل تشخیص داده شده بودند، وارد مطالعه گردیدند. اطلاعات بیماران از سامانه نرم افزاری ثبت بیماران سل، استخراج گردید. داده ها با استفاده آزمون آماری کای دو تجزیه و تحلیل شدند.
یافته ها: تعداد ۱۳۵۶ نفر (۳۷/۷۰ درصد) بیمار مبتلا به سل ریوی و ۵۷۱ نفر (۶۳/۲۹ درصد) بیمار مبتلا به سل خارج ریوی بودند. متوسط میزان بروز ۶ ساله بیماری سل در جمعیت زنان در استان، ۴۰/۱۱ و در جمعیت مردان ۹۴/۹ مورد در یک صد هزار نفر به دست آمد. با ترسیم نقشه های بروز بیماری سل، بالاترین مقادیر متوسط بروز ۶ ساله، در شهرستان های قلعه گنج، کهنوج و کرمان مشاهده گردید.
نتیجه گیری: نقشه های تهیه شده با GIS نشان دهنده آن است که خطر ابتلاء به بیماری سل در مناطق شرقی و جنوبی استان (به ویژه شهرستان های قلعه گنج، کهنوج، کرمان، بم و رودبار) بیش تر از سایر مناطق است، لذا ارائه خدمات و مراقبت های ویژه به به مناطق با خطر بالا پیشنهاد می گردد.
واژه های کلیدی: سل، الگوی مکانی، سیستم اطلاعات جغرافیایی، کرمان
Keywords:
Authors
رضا بهزادی نژاد
Rafsanjan University of Medical Sciences
محسن رضائیان
Rafsanjan University of Medical Sciences, Rafsanjan
پروین خلیلی
Rafsanjan University of Medical Sciences
رضا وزیری نژاد
دانشگاه علوم پزشکی رفسنجان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :