فصلنامه دانشکده بهداشت و

---

در جمع آوری داده های انبوه بویژه در بررسی سلامت و بیماری در ایران بعضی از متغیرها با عدم پاسخ روبرو می شوند که به اینها داده های گم شده می گویند. این داده های گم شده می تواند در متغیر پاسخ یا در متغیرهای کمکی بوجود آید. در این مقاله داده های گم شده در متغیرهای کمکی مورد بررسی است. روش پیشنهادی برای تجزیه و تحلیل مدل های رگرسیون لجستیک وقتی که متغیر پاسخ (Y) چند وضعیتی باشد و متغیر کمکی (Z) دارای مشاهدات کامل و متغیر کمکی (X) دارای مقادیر گم شده باشد مورد بررسی قرار داده ایم. در اینجا فرض شده است که مقادیر گم شده متغیر کمکی (X) بطور تصادفی گم شده اند. برای این منظور تابع درست نمایی برای داده های مشاهده شده را بدست آورده و سپس نتایج آن با روش های معمول که مبتنی بر حذف مقادیر گم شده هستند و معمولا در نرم افزارهای متداول نظیر SPSS بکار می رود مقایسه شده اند. برای تشریح بیشتر، هردو روش روی مثالی در مورد بیماری گواتر که دارای پاسخ های چندحالته است بکار برده شد. مقایسه نتایج نشان داد که مدل پیشنهادی بهتر عمل می نماید.

---

زمینه و هدف: هاری بیماری ویروسی قابل انتقال از حیوانات خونگرم به انسان است. هاری با ایجاد انسفالیت حاد و کشنده در انسان و دیگر پستانداران یکی از علل ویروسی مرگ در کشورهای در حال توسعه می­باشد. بیماری عمدتاً از طریق گازگرفتگی و گاهی از طریق نسوج مخاطی، تنفس، جفت، وسایل آلوده و پیوند اعضا منتقل می­شود. هدف این بررسی، ترسیم نقشه­ی پراکندگی جغرافیایی گازگرفتگی، بیماری و مرگ از هاری در استان­های ساحلی دریای خزر بوده است.

روش کار: بررسی حاضر با جمع آوری داده­های موارد انسانی، دامی و حیوان گزیدگی از بخش تحقیقات و مرکز رفرانس هاری انستیتو پاستور و آزمایشگاه تشخیص هاری در پژوهشکده آمل طی سالهای 2002 تا 2007 انجام گرفت. داده­ها به کمک نرم افزار SPSS تحلیل و نقشه­های پراکندگی به وسیله برنامه Arc GIS 9.2 ترسیم شد.

نتایج: در این دوره 6 ساله، از 670743 مورد گازگرفتگی در کشور، 63890 مورد (5/9%)در گلستان،25767 مورد (8/3 %) در مازندران و 22874 مورد (4/3 %) در گیلان بوده است. بیشترین توزیع مکانی گازگرفتگی در گلستان ،شهرستان­های آق قلا، بندر ترکمن، آزاد شهر و کلاله و در مازندران، گلوگاه، بهشهر، رامسر و نکا و در گیلان شفت، ماسال، سیاهکل و فومن می­باشد. از 2312 مورد هاری دامی در کشور، 22/9% در گلستان،  4% در مازندران و 6/2% درگیلان گزارش گردید. بیشترین توزیع مکانی هاری دامی در گلستان شهرستان های گنبد کاووس، بندر ترکمن، گرگان و کلاله و در مازندران شهرستان­های بهشهر، نکا و چالوس و در گیلان شهرستان­های ماسال، فومن و رضوانشهر می­باشد. سگ مهمترین ناقل (3/91%) برای انسان و سایر حیوانات بوده است. طی این سالها41 مورد مرگ انسانی در اثر هاری در سراسرکشور گزارش گردیده که2 مورد مرگ از مازندران می­باشد.

نتیجه گیری: نتایج بررسی نشان می­دهد که برنامه­های کنترل و مراقبت بیشتری مورد نیاز است و می­تواند به برنامه­ریزی­های آینده در مراکز کنترل و مراقبت بهداشتی کمک نماید.

---

زمینه و هدف: مالاریا به عنوان یک بیماری منتقل شده از طریق پشه تا حدود زیادی وابسته به شرایط اقلیمی می­باشد. درجه حرارت،  بارش و رطوبت نسبی از عوامل اقلیمی تاثیرگذار بر توزیع جغرافیایی این بیماری به حساب می­آیند. این عوامل اقلیمی هم در رشد و تکثیر پشه آنوفل و هم در فعالیت انگل پلاسمودیوم نقش تعیین کننده­ای دارند. هدف این تحقیق ارزیابی مناطق مختلف ایران از لحاظ فراهم بودن شرایط اقلیمی مناسب برای شیوع بیماری مالاریا می­باشد.

روش کار: در این راستا از 3 عامل اقلیمی میانگین ماهانه دما، بارش دوره فعالیت و نسبت اختلاط رطوبت هوا برای 31 ایستگاه  همدید مراکز استان­ها در دوره آماری 1975 تا 2005 (میانگین 30 ساله) استفاده شد. برای پهنه بندی کشور از لحاظ مخاطره­ی اقلیمی شیوع بیماری مالاریا ابتدا با تعریف و اجرای فیلترهای اطلاعاتی در ابزار جبر نقشه نرم افزار GIS  ایستگاه های مورد بررسی براساس درجه تناسب شرایط اقلیمی برای فعالیت و تکثیر پشه آنوفل و انگل پلاسمودیوم در 4 طبقه ریسک اقلیمی قرار گرفتند. سپس از طریق  برهم نهی لایه­های اطلاعاتی مربوط به نواحی مساعد برای فعالیت پشه و انگل، نواحی مساعد برای بروز بیماری مالاریا براساس شرایط اقلیمی شناسایی گردید. در نهایت با استفاده از مدل درون یاب اسپیلاین داده­های ایستگاهی به کل کشور تعمیم داده شده و نواحی مختلف کشور از لحاظ ریسک اقلیمی شیوع مالاریا پهنه بندی شد.

نتایج: نقشه­های پهنه بندی ریسک اقلیمی مالاریا در ایران نشان داد که نواحی جنوبی کشور شامل استان­های هرمزگان، بوشهر، خوزستان و نواحی جنوبی سیستان و بلوچستان مانند چابهار و نیک شهر و نیز نواحی شمالی کشور شامل استان­های مازندران و گیلان دارای بالاترین پتانسیل اقلیمی شیوع بیماری مالاریا می­باشند. در حالی که نواحی شمال غرب کشور شامل استان های آذربایجان غربی و شرقی، اردبیل و کردستان دارای پایین­ترین پتانسیل اقلیمی شیوع بیماری مالاریا هستند. همچنین مشاهده شد که بخش زیادی از جمعیت کشور در پهنه با مخاطره متوسط به بالا ساکن می­باشند.

نتیجه گیری: نتایج حاصل می­تواند در شناسایی مناطق مختلف کشور از لحاظ پتانسل اقلیمی شیوع مالاریا در برنامه­های کنترل و مبارزه با مالاریا بسیار مفید واقع گردد. اما باید خاطر نشان گردد که تحقیق حاضر بروز بیماری مالاریا در نواحی مختلف کشور را صرفا بر اساس عوامل اقلیم شناختی بررسی می­کند، در حالی که دخالت عوامل اقتصادی- اجتماعی و فرهنگی و مسائل مربوط به مهاجرین افغانی و پاکستانی و نیز کمیت و کیفیت اجرای برنامه­های کنترل مالاریا در منطق مختلف کشور موجب عدم انطباق کامل پهنه بندی ارائه شده با واقعیت موجود می­گردد.

---

زمینه و هدف:  با توجه به اهمیت لیشمانیوز پوستی در ایران، در این مقاله خصوصیات اپیدمیولوژیک مبتلایان به لیشمانیوز و روند زمانی و نقشه سازی بیماری در شهرستانهای تحت پوشش دانشگاه علوم پزشکی شیراز به منظور فراهم شدن زمینه تحقیقات بیشتر و ارائه راهکارهای موثر در جهت پیشگیری و کنترل بیماری مورد بررسی قرار گرفت.
روش کار:  داده ها به روش سرشماری با استفاده از آمارهای موجود در معاونت بهداشتی دانشگاه علوم پزشکی شیراز و شبکه بهداشت و درمان شهرستان­ها از سال 1384 تا 1393 جمع آوری شد و با استفاده از  نرم افزارهای اکسل و SPSS نسخه 19 مورد تجزیه و تحلیل قرار گرفت. برای مقایسه ها از آزمون کای مربع و رگرسیون پوآسون استفاده شد.
نتایج: میزان بروز بیماری از 109 مورد در صد هزار نفر در سال84 به 218 مورد در سال 87 افزایش و در سال 93 به 110مورد کاهش داشت. گروه سنی 9- 0 سال بیشترین گروه سنی آسیب پذیر و زنان خانه دار بیشترین گروه شغلی درگیر بود. بیشتر مبتلایان زخم مرطوب داشتند. دست ها بیشترین عضو مبتلا بود. بیشترین بروز بیماری در فصل پاییز بود. لیشمانیوز پوستی روستایی نوع غالب بود. سهم بیماری در سالهای انتهایی مطالعه در مناطق شمالی استان بیشتر از مناطق جنوبی بود.
نتیجه گیری: در سال­های انتهایی مطالعه برعکس سال­های ابتدایی، سهم بیماری در مناطق شمالی استان بیشتر از مناطق جنوبی بوده است. این یافته می تواند زنگ خطری مبنی بر احتمال جابجایی بیماری و گسترش آن در مناطقی که بیماری قبلا اندمیک نبوده است، باشد.
 

---

زمینه و هدف: غلظت بالای PM_2.5 مسبب اکثر روزهای ناسالم هوای تهران طی سال های اخیر بوده است؛ به همین منظور مطالعه حاضر با هدف تحلیل فضایی- زمانی حجم ترافیک و ارتباط آن با غلظت آلاینده ی PM_2.5 در کلانشهر تهران طی سال های 1397-1394 با استفاده از سیستم اطلاعات جغرافیایی (GIS) انجام شد.
روش کار: در این مطالعه از مدل درون یابی معکوس فاصله وزنی(IDW) Inverse Distance Weighting برای پیش بینی و پهنه بندی غلظت آلاینده ی PM_2.5 و حجم ترافیک استفاده شد. همچنین از مدل رگرسیون وزنی جغرافیاییGeographically Weighted Regression (GWR) برای میزان ارتباط غلظت آلاینده PM_2.5 و حجم ترافیک در نواحی مختلف کلانشهر تهران طی چهار سال متوالی (1394-1397) استفاده شده است.
نتایج: نتایج حاصل از پهنه بندی غلظت آلاینده PM_2.5 و حجم ترافیک نشان داد که نواحی جنوب و جنوب غرب بیشترین غلظت آلاینده PM_2.5 (میانگین سالانه بیش از μg/m³ 40) و نواحی شرقی و شمالی بیشترین حجم ترافیک را داشته اند؛ همچنین بیشترین مقادیر R² محلی از مدلGWR  برای نواحی شرقی (بین 36/0 تا 70/0) به دست آمد.
نتیجه گیری: در بیشتر مناطق تهران نمی توان ارتباط قوی بین غلظت بالای آلاینده PM_2.5 و ترافیک یافت. با این وجود، مطالعه حاضر ارتباط ترافیک و غلظت آلاینده PM_2.5 را رد نمی کند بلکه علت اصلی غلظت بالای PM_2.5 را منابع دیگری می داند که در گام اول، باید شناسایی شوند؛ در گام بعدی برای رسیدن به هوایی پاک تر، به استراتژی های کنترل و کاهش حجم ترافیک پرداخته شود.