AI Summary & Key Takeaways
AI InsightIn future studies, it is planned to conduct spatial regression analyzes on the reasons of event in the provinces where clustering is detected.
📌 3 Key Takeaways
Abstract
Every year, a significant number of people die due to respiratory diseases in the world. Investigation of the spatial dependence of deaths caused by such diseases plays an active role in determining the causes of death and creating awareness against these high mortality rates and taking necessary precautions. In this study, it is aimed to investigate the spatial dependence of Turkey's people who lost their lives due to respiratory diseases in provincial units with spatial clustering methods between 2014-2018 years. Global clustering statistics (Moran Is I, Geary C and Getis-Ord General G) and local clustering statistics (Local Moran’s I and Getis-Ord G *) were used to determine clusters in the Geographical Information System (GIS) environment. As a result of the study, spatial clusters over 95% significance level were determined according to the global statistics. As a result of local statistics, it is observed that clusters are defined in the same regions in all years. Accordingly, it is high in the western and central Black Sea regions; low clusters were detected with a high degree of significance in eastern and southeastern Anatolia regions. In future studies, it is planned to conduct spatial regression analyzes on the reasons of event in the provinces where clustering is detected.
Özet
Dünyada her yıl solunum sistemi hastalıkları sebebiyle önemli sayıda insan hayatını kaybetmektedir. Butür hastalıklardan dolayı meydana gelen ölümlerin mekânsal bağımlılıklarının incelenmesi, ölümnedenlerinin tespit edilmesinde ve bu yüksek ölüm oranlarına karşı farkındalık yaratılarak gerekliönlemlerin alınmasında etkin rol oynamaktadır. Bu çalışmada, 2014-2018 yılları arasında Türkiye ilbirimlerindekisolunum sistemi hastalıkları sebebiyle hayatını kaybeden insanların mekânsal kümelemeyöntemleri ile mekânsal bağımlılıklarının incelenmesi amaçlanmıştır. Kümelenmelerin tespiti içinCoğrafi Bilgi Sistemi (CBS) ortamında, global kümeleme istatistikleri (Moran’s I, Geary C ve Getis-OrdGenel G) ve lokal kümeleme istatistikleri (Lokal Moran’s I ve Getis-Ord G*) kullanılmıştır. Globalistatistiklerin sonucunda yüksek anlamlılıkta mekânsal kümelenmeler tespit edilmiştir. Çalışmasonucunda Global istatistiklerde %95 anlamlılık düzeyi üzerinde mekânsal kümelenmeler tespitedilmiştir. Lokal istatistikler sonucunda ise kümelenmelerin tüm yıllarda aynı bölgelerde yoğunlaştığıgörülmüştür. Buna göre Batı ve Orta Karadeniz kesimlerinde yüksek; Doğu ve Güneydoğu AnadoluBölgelerinde düşük kümelenmeler yüksek anlamlılık derecesi ile tespit edilmiştir. Gelecek çalışmalarda,kümelenme tespit edilen illerde, oluşum nedenleri ile ilgili mekansal regresyon analizleri yapılmasıplanlanmaktadır.