AI Summary & Key Takeaways
AI InsightIt also shows that geographic information systems, spatial analyses and statistics can contribute to understanding epidemiology of diseases and identifying high rate disease locations.
📌 3 Key Takeaways
Abstract
AIM: This study aimed to explore the distribution of neonatal tetanus between provinces of Turkey with the aid of geographic information systems and spatial analyses and to identify infection cluster areas. METHODS: Analyses performed to report neonatal tetanus cases that recorded by the Ministry of Health belong to 1990-2006 period and to the demographic data belong to 1996-2006 period recorded by Turkish Statistical Institute. Firstly, to detect global variations and trends in the values of smoothed rates over the neighboring provinces, spatial rate smoothing based on spatial moving areas technique is performed by using different weight matrices. Secondly, global and local spatial autocorrelation analyses are performed whether the cases of neonatal tetanus show clustering. RESULTS: Analyses showed that neonatal tetanus cases are not spatially random and form clusters in the country (Moran’s I: 0.030, p<0.05). Spatial rate smoothing analysis that is performed by using 658 cases showed a significant trend towards to the Southeast and East Anatolian region. Local spatial autocorrelation analyses determined significantly some specific provinces as clusters. CONCLUSION: This study shows that neonatal tetanus is a serious public health concern in the some region of Turkey, and that regions should have a priority to implement precautionary measures. It also shows that geographic information systems, spatial analyses and statistics can contribute to understanding epidemiology of diseases and identifying high rate disease locations.
Özet
AMAÇ: Bu araştırmada coğrafi bilgi sistemlerinin bünyesinde bulunan mekânsal analiz yöntemlerinin kullanılmasıyla, Türkiye’de neonatal tetanoza ilişkin istatistikî olarak anlamlı bölgesel bir kümelenmenin olup olmadığının belirlenmesi amaçlanmıştır. YÖNTEM: Çalışmanın analizlerinde T.C. Sağlık Bakanlığının 1990–2006 yılları arasındaki kayıtlı neonatal tetanoz vakalarına ait veriler ile 1996–2006 yıllarına ait Türkiye İstatistik Kurumu’nun demografik verileri kullanılmıştır. İlk olarak, il bazında morbidite ve mortalite değerlerinde bölgesel bir eğilim olup olmadığı farklı ağırlık matrislerinin kullanımıyla test edilmiştir. İkinci olarak, global ve lokal mekansal oto-korelasyon yöntemleri uygulanarak illerde neonatal tetanoz vakalarına ilişkin kümelenme olup olmadığı incelenmiştir. BULGULAR: Global mekansal oto-korelasyon indeksleri neonatal tetanoza ait istatistiki açıdan anlamlı bir kümelenmenin varlığına işaret etmiştir (Moran’s I: 0.030, p<0.05). Toplam 658 neonatal tetanoz vakası ile gerçekleştirilen mekansal oran eğilim analizleri ile Güneydoğu ve Doğu Anadolu bölgelerine doğru bir trend olduğu belirlenmiştir. Yine lokal mekansal oto-korelasyon yöntemleri kullanılarak gerçekleştirilen analizlerde Türkiye’de bu hastalığın özellikle belirli bölgelerde istatistiki açıdan anlamlı olarak kümelendiği saptanmıştır. SONUÇ: Neonatal tetanozun özellikle belirlenen bölgelerde önemli bir halk sağlığı sorunu olduğunu, dolayısıyla hastalığın önlenmesinde koruyucu önlemlerin alınması için bu bölgelerin öncelikli bölge olarak belirlenmesi gerektiğini göstermektedir. Bu çalışma aynı zamanda coğrafi bilgi sistemlerinin ve bu sistemlerin çatısı altında gerçekleştirilen mekânsal analiz ve istatistik yöntemlerinin hastalık hızının yüksek olduğu yerleri belirlemede ve hastalıkların epidemiyolojisini anlamada önemli katkılar sağlayacağını da göstermektedir.