مطالعه برخی عوامل ایجاد خطر بر زایمان زودرس در شهرستان گراش استان فارس با استفاده از روش رگرسیون وزنی جغرافیایی (GWR)

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 210

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJOGI-27-12_005

تاریخ نمایه سازی: 17 اردیبهشت 1404

چکیده مقاله:

مقدمه: زایمان زودرس به زایمان قبل از ۳۷ هفته حاملگی اطلاق می ­گردد و بزرگ ترین علت مرگ نوزادان، تولد نارس می­ باشد. بنابراین پژوهشگران در نقاط مختلف دنیا عوامل مرتبط گوناگونی را به ­عنوان عوامل خطر منجر به بروز زایمان زودرس معرفی کرده ­اند، لذا هدف اصلی این تحقیق این است که با استفاده از روش رگرسیون وزنی جغرافیایی، نواحی که بیشترین تاثیر را از زایمان زودرس می­ پذیرند، با توجه به گروه­ های سنی، هفته بارداری و شرایط جسمی و اقتصادی مادران در شهرستان گراش مشخص شوند.روش کار: در این تحقیق برای بررسی رابطه بین زایمان زودرس و ۲۶ عامل ایجاد خطر در شهرستان گراش از مدل GWR استفاده شد. ۲۶ عامل ایجاد خطر شامل گروه ­های سنی مختلف، هفته ­های مختلف بارداری، میزان درآمد، سابقه سزارین، سابقه جفت سرراهی، وزن­ گیری نامناسب مادر، سابقه عفونت ادراری و دستگاه تناسلی، خونریزی سه ماهه اول بارداری، تالاسمی مینور، چندقلویی، تیروئید، دیابت، بیماری ­های کلیوی، سابقه فشارخون، کووید-۱۹ و مشکلات خونی به ­عنوان متغیر مستقل و زایمان زودرس به­ عنوان متغیر وابسته مشخص شدند.یافته­ ها: از بین ۲۶ عامل ایجاد خطر ۱۳ مورد یعنی نیمی از آن­ها با زایمان زودرس ارتباط معنی داری داشتند. از بین این عوامل، برخی از آن­ها در نقاط مختلف شهرستان همبستگی متفاوتی را از کم به زیاد نشان دادند، بنابراین به ­راحتی می ­توان در مکان­ های با همبستگی بالا، اقدامات پیشگیرانه و مدیریتی موثری را اعمال نمود، ولی برخی عوامل مانند تالاسمی مینور، وزن­گیری نامناسب، هفته­ های ۳۳-۳۰ و ۳۶-۳۴ بارداری در همه نقاط شهرستان میزان همبستگی بسیار بالایی را از خود نشان دادند که نیاز به توجه بسیار بالایی دارد.نتیجه ­گیری: نتایج کاربردی مدل رگرسیون وزنی جغرافیایی و قدرت بالای آن جهت مدل­ سازی مکانی به مدیران و برنامه­ ریزان کمک می­ کند تا نقاط حساس بیماری­ ها و مسائل مختلف به­ عنوان نمونه زایمان زودرس را شناسایی و برای مدیریت هرچه بهتر به کار گیرند.

کلیدواژه ها:

رگرسیون وزنی جغرافیایی (GWR) ، زایمان زودرس ، عوامل ایجاد خطر

نویسندگان

ثریا انصاری

رئیس گروه جوانی جمعیت، سلامت خانواده و مدارس معاونت بهداشت دانشکده علوم پزشکی گراش، فارس، ایران.

مریم انصاری

دکتری مخاطرات ژئومورفولوژیک، کارشناس پایش اداره حفاظت محیط زیست، شهرستان اوز، فارس، ایران.

محمد انصاری

کارشناس بیماری های واگیر، معاونت بهداشت، دانشکده علوم پزشکی گراش، فارس، ایران.

صفیه آتش بار

کارشناس برنامه سلامت مادران، معاونت بهداشت، دانشکده علوم پزشکی گراش، فارس، ایران.

محمد نوروزی

رئیس گروه بیماری ها، معاون اجرایی معاونت بهداشت، دانشکده علوم پزشکی گراش، فارس، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • Davari Tanha F, Valadan M, Kaveh M, Bagherzadeh S, Hasanzade ...
  • Martin JA, Osterman MJK. Shifts in the distribution of births ...
  • Zarezadeh T, Nemati N, Bagherpoor T. The effect of prenatal ...
  • Valiani M, Torabi F. The relationship between oral, the kidney ...
  • Brunsdon C, Fotheringham AS, Charlton ME. Geographically weighted regression: a ...
  • Ansari M, Jabbari I, Sargordi F. Spatial Modelling of Water ...
  • Tu J, Xia ZG. Examining spatially varying relationships between land ...
  • Nazeer M, Bilal M. Evaluation of ordinary least square (OLS) ...
  • Xu H, Zhang C. Investigating spatially varying relationships between total ...
  • Ansari M, Jabbari I, Sargordi F. Use of Morphometric Indicators ...
  • Yao Y, Shi W, Zhang A, Liu Z, Luo S. ...
  • Middya AI, Roy S. Geographically varying relationships of COVID-۱۹ mortality ...
  • Jasim IA, Fileeh MK, Ebrahhem MA, Al-Maliki LA, Al-Mamoori SK, ...
  • Widiawaty MA, Lam KC, Dede M, Asnawi NH. Spatial differentiation ...
  • Nasseh N, Rahimi SM, Yousefi Robayat E, Riahi SM. Spatial ...
  • Karimi M, Kaffash Charandabi N. Spatial-temporal prediction of high-risk areas ...
  • Pratt B, Chang H. Effects of land cover, topography, and ...
  • Erfanian M, Hosseinkhah M, Alijanpour A. Introduction to Ordinary Least ...
  • Isazadeh V, Argany M, Ghanbari A, Mohammadi H. Temporal and ...
  • Zare SN, Parizadi T, Hakimi M. Pathology of Rural Areas ...
  • Lin CH, Wen TH. Using geographically weighted regression (GWR) to ...
  • Mohan VR, Srinivasan M, Sinha B, Shrivastava A, Kanungo S, ...
  • Rugaimukam JJ, Mahande MJ, Msuya SE, Philemon RN. Risk factors ...
  • Mohammadinia A, Saeidian B, Pradhan B, Ghaemi Z. Prediction mapping ...
  • Sohrabi D, Ghanbari Gorkani M. A survey on risk factors ...
  • Gurung A, Wrammert J, Sunny AK, Gurung R, Rana N, ...
  • نمایش کامل مراجع