fa مدل‌سازی تغییرات مکانی-زمانی بروز لیشمانیوز جلدی در استان‌های خراسان جنوبی، رضوی و شمالی در شمال شرق ایران براساس معیارهای محیطی و اکولوژیک اپیدمیولوژی Epidemiology پژوهشي Research <div style="border-top:solid windowtext 1.0pt;border-left:none;border-bottom:solid windowtext 1.0pt;border-right:none;padding:1.0pt 0in 1.0pt 0in;margin-right:87.6pt;margin-left:0in;"><strong><span style="font-family:B Nazanin;"><span style="font-size:10.0pt;">مقدمه و اهداف: </span></span></strong><span style="font-family:B Nazanin;"><span style="font-size:10.0pt;">شرایط محیطی در مناطق مختلف جغرافیایی زمینه را برای شیوع برخی از بیماری‌ها فراهم می‌کند. لیشمانیوز جلدی یک تهدید جدی برای سلامت عمومی جامعه محسوب می‌شود و در زمره بیماری‌های همه‌گیر منتقله به‌وسیله بندپایان است. شیوع و توزیع این بیماری تحت تأثیر عوامل محیطی و اقلیمی قرار دارد. مطالعه حاضر باهدف مدل‌سازی تغییرات مکانی زمانی بروز&nbsp; این بیماری براساس معیارهای محیطی و اکولوژیک انجام‌شده است.</span></span><br> <strong><span style="font-family:B Nazanin;"><span style="font-size:10.0pt;">روش کار:</span></span></strong><span style="font-family:B Nazanin;"><span style="font-size:10.0pt;"> شمال شرق ایران به‌عنوان منطقه موردمطالعه انتخاب شد. داده‌های مورداستفاده در این تحقیق شامل پوشش گیاهی، دمای سطح، بارش، تبخیر و تعرق، رطوبت خاک، مدل رقومی ارتفاع و تعداد ساعات آفتابی بودند. برای مدل‌سازی تغییرات زمانی و مکانی لیشمانیوز جلدی از روش شبکه عصبی مصنوعی استفاده گردید.</span></span><strong><span style="font-family:B Nazanin;"><span style="font-size:10.0pt;"></span></span></strong><br> <strong><span style="font-family:B Nazanin;"><span style="font-size:10.0pt;">یافته‌ها: </span></span></strong><span style="font-family:B Nazanin;"><span style="font-size:10.0pt;">تغییرات مکانی بروز این بیماری روندی شمالی- جنوبی دارد و از شمال به جنوب کاهش می‌یابد. همچنین دو کانون در مناطق با ارتفاع متوسط در دو استان خراسان شمالی و جنوبی شناسایی شد. تغییرات زمانی بروز بیماری در طی دوره نشان داد که از سال 1390 تا 1395 بروز در دو کانون شناسایی‌شده سیر نزولی داشته است.</span></span><br> <strong><span style="font-family:B Nazanin;"><span style="font-size:10.0pt;">نتیجه‌گیری:</span></span></strong> <span style="font-family:B Nazanin;"><span style="font-size:10.0pt;">بر اساس نتایج مدل‌سازی مقدار ضریب رگرسیون برای مدل شبکه عصبی ساخته‌شده بر مبنای هر سه نوع داده</span></span><span style="font-family:Tahoma,sans-serif;"><span style="font-size:10.0pt;">ٔ</span></span><span style="font-family:B Nazanin;"><span style="font-size:10.0pt;"> آموزش، اعتبار سنجی، آزمون 92/0 بود که نشان‌دهنده کیفیت مناسب مدل شبکه عصبی ساخته‌شده است. همچنین نتایج آنالیز حساسیت نشان داد که ساعات آفتابی و رطوبت خاک بالاترین تأثیر در تابع مدل را داشته است.&nbsp; </span></span></div> &nbsp;<br> <strong>Background and Objectives</strong>: Environmental conditions in different geographical areas provide a basis for the spread of some diseases. Cutaneous leishmaniasis is a serious threat to public health and is one of the arthropod-borne diseases. The prevalence and distribution of this disease is affected by environmental and climatic factors. The aim of this study was to model the Spatio-temporal variations in the incidence rate of this disease based on environmental and ecological criteria.<br> &nbsp;<br> <strong>Methods:</strong> The northeast of Iran was selected as the study area. The data used in this study included vegetation, surface temperature, precipitation, evapotranspiration, soil moisture, digital elevation model and sunny hours. The artificial neural network method was used to model the spatio-temporal changes of cutaneous leishmaniasis.<br> &nbsp;<br> <strong>Results:</strong> Spatial variations in the incidence of the disease had a north-south trend and decreased from north to south. In addition, two foci were identified in the medium altitude areas in North and South Khorasan provinces. Temporal variations in the incidence of disease in the study period showed that the incidence rate decreased in the two identified foci from 2011 to 2016.<br> &nbsp;<br> <strong>Conclusion</strong>: The modeling results showed that the estimated regression coefficient was 0.92 for neural network based on all three types of data (training, validation, test) indicating good quality of constructed neural network.&nbsp; In addition, sensitivity analysis results showed that sunny hours and soil moisture were the most important factors in the model function. لیشمانیوز جلدی, معیارهای محیطی و اکولوژیک, شبکه عصبی مصنوعی, آنالیز حساسیت Cutaneous leishmaniasis, Environmental and ecological criteria, Artificial neural network, Sensitivity analysis 21 33 http://irje.tums.ac.ir/browse.php?a_code=A-10-2006-2&slc_lang=fa&sid=1 M Javanbakht محمد جوانبخت No hD Student in Remote Sensing and GIS, Faculty of Geography, University of Tehran, Tehran, Iran دانشجوی دکتری، گروه سنجش از دور و GIS، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران M Argani میثم ارگانی argany@ut.ac.ir Yes Assistant Professor Department of Remote Sensing and GIS, Faculty of Geography, University of Tehran, Tehran, Iran استادیار،گروه سنجش از دور و GIS، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران K Ezimand کیوان عزی مند No PhD Student in Remote Sensing and GIS, Faculty of Earth Science, University of Shahid Beheshti, Tehran, Iran دانشجوی دکتری، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران A Saghafipour عابدین ثقفی پور No Assistant Professor, Department of Public Health, Faculty of Public Health, Qom University of Medical Sciences, Qom, Iran استادیار دانشگاه علوم پزشکی قم،گروه بهداشت عمومی، دانشکده بهداشت، دانشگاه علوم پزشکی قم، قم، ایران