تحلیل فضایی پراکندگی مبتلایان به بیماری فشار خون بالا: مطالعه موردی
- سال انتشار: 1404
- محل انتشار: مجله انفورماتیک سلامت و زیست پزشکی، دوره: 12، شماره: 1
- کد COI اختصاصی: JR_JHBMI-12-1_003
- زبان مقاله: فارسی
- تعداد مشاهده: 45
نویسندگان
M.A in Geography and Urban Planning, Department of Geography, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran
Department of Geography, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran.
Department of Geography, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran.
Department of Geography, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran.
چکیده
مقدمه: بیماری فشارخون بالا یکی از چالش های مهم نظام سلامت عمومی است که با عوارض جدی نظیر سکته های قلبی و مغزی همراه بوده و نیازمند پایش و مداخله به موقع است. تحلیل فضایی به عنوان یکی از ابزارهای نوین در حوزه سلامت، امکان شناسایی الگوهای مکانی بیماری و عوامل موثر بر آن را فراهم می کند و می تواند در بهینه سازی خدمات درمانی نقش موثری ایفا نماید. این پژوهش با هدف تحلیل توزیع فضایی مبتلایان به فشار خون بالا در محله ابوطالب شهر اردبیل و ارائه پیشنهاداتی جهت بهبود دسترسی به خدمات درمانی انجام شده است. روش کار: این مطالعه از نوع توصیفی-تحلیلی است و داده های آن از پرونده بهداشتی ۶۰۰ نفر از مبتلایان به بیماری فشار خون بالا، در محدوده سنی ۳۶ تا ۸۷ سال، طی سال های ۱۳۹۷ تا ۱۴۰۱ استخراج شده است. داده ها با استفاده از روش Geocoding مکان مند و در محیط نرم افزار ArcGIS مدل سازی و تحلیل شدند. برای بررسی الگوهای مکانی بیماری از تحلیل Kernel Density، Hot Spot، فاصله کوتاه ترین مسیر، شاخص میانگین نزدیک ترین همسایگی، شاخص موران جهانی و محلی، تحلیل شعاع عملکردی و شبکه محدوده خدمات استفاده شد. یافته ها: یافته ها حاکی از آن است که توزیع بیماری در محله مورد مطالعه از الگوی خوشه ای پیروی می کند. در سال های ابتدایی تمرکز بیماران بیشتر در نواحی مرکزی و شمالی بود؛ اما به مرور زمان خوشه های بیماری به سمت مناطق جنوبی و غربی گسترش یافته اند. تراکم بالای بیماری در نواحی خاص، با فاصله کمتر از مراکز بهداشتی و تراکم جمعیت بالا همبستگی دارد. همچنین، فشار خون بالا در زنان شیوع بیشتری داشته (۶۲/۷%) و گروه سنی ۵۶ تا ۶۵ سال بیشترین میزان ابتلا را داشته اند. افزون بر این، ۶۸% از بیماران حداقل یک عامل خطر دیگر مانند دیابت، چاقی یا کلسترول بالا داشته اند. سال ۱۴۰۰ بیشترین موارد ابتلا ثبت شده که احتمالا با بهبود غربالگری و تغییر سبک زندگی ناشی از همه گیری کرونا مرتبط بوده است. نتیجه گیری: این مطالعه نشان می دهد که مکان یابی بهینه مراکز سلامت و طراحی برنامه های غربالگری هدفمند بر اساس تحلیل های فضایی می تواند به کاهش نابرابری های سلامت و ارتقای سطح بهداشت عمومی کمک کند. یافته ها می توانند مبنایی برای سیاست گذاری سلامت محلی در مناطق پرخطر قرار گیرند.کلیدواژه ها
Hypertension, Geographic Information Systems (GIS), Spatial Analysis, تحلیل فضایی, فشار خون بالا, سامانه اطلاعات جغرافیایی (GIS)اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.