فهرست نشریات علمی دسترسی آزاد ایران

سابقه و هدف: همه‌گیری کوویدـ 19 به‌منزلة‌ پدیده‌ای جغرافیایی درنظر گرفته می‌شود که تجزیه‌وتحلیل فضایی و تأثیر جغرافیایی آن، در تصمیم‌گیری و جنبه‌های زندگی روزمره، بسیار اهمیت می‌یابد. سامانة اطلاعات جغرافیایی و تکنیک‌های مکانی می‌توانند نقش مهمی در تجزیه‌و‌تحلیل کلان‌داده‌های شیوع این بیماری در سطح جهانی ایفا کنند. مطالعات انجام‌شده باکمک تکنیک‌های تحلیل فضایی توانسته‌اند میزان اهمیت متغیرهای اجتماعی و بهداشتی را در میزان ابتلا و موارد مرگ‌ومیر ناشی از بیماری کووید‌ـ 19 نشان دهند؛ هرچند درمورد تأثیر متغیرهای هواشناسی در ‌این‌ زمینه، مطابق با متفاوت‌بودن نتایج پژوهش‌های پیشین، همچنان ابهاماتی وجود دارد. با توجه به تنوع اقلیمی ایران، با انجام‌دادن پژوهش‌هایی در این زمینه به‌منظور آشکارسازی عوامل مهم و اثرگذار فضایی، می‌توان گام‌های مؤثری برداشت. بنابراین هدف این مطالعه مدل‌سازی و تعیین عوامل تأثیرگذار در پراکنش بیماری کوویدـ 19، براساس داده‌های موجود و دردسترس است.مواد و روش‌ها: در این مطالعه، با استفاده از روش‌های رگرسیون فضایی عمومی و محلی، عوامل تأثیرگذار در پراکنش میزان ابتلا به بیماری کوویدـ 19 بررسی شد. برای این منظور، 73 شهرستان که آمار تعداد مبتلایان به بیماری کوویدـ 19 آنها (طی دوره‌ای کوتاه، از دهم اسفند 98 تا بیستم خرداد 99 به‌تفکیک شهرستان‌ها) دردسترس بوده است، انتخاب شدند. عوامل ارتفاع، تراکم جمعیت و میانگین سنی،‌ نسبت جمعیت بالای 55 سال به جمعیت کل و همچنین پارامترهای هواشناسی شامل رطوبت، دما، فشار و سرعت باد انتخاب و رابطة آنها با این بیماری، به‌کمک روش‌های آمار فضایی، بررسی شد. براساس روش رگرسیون گام‌به‌گام تراکم جمعیت، فشار هوا، میانگین سن و سرعت باد به‌منزلة پیش‌بینی‌کننده‌های معنی‌دار تعیین شدند و بروز بیماری با استفاده از تکنیک‌ OLS مدل‌سازی شد. سپس با توجه به ناایستابودن رابطة متغیرهای مستقل با متغیر وابسته، هم در بعد فضایی و هم در بعد داده‌ها، تکنیک GWR به‌کار رفت و برای افزایش تغییرپذیری فضایی و برطرف‌کردن مشکل هم‌راستایی خطی، از روش تحلیل مؤلفه‌های اصلی و نرم‌افزار SPSS بهره برده شد.نتایج و بحث: نتایج نشان داد مدل عمومی ارائه‌شده به‌طور کلی به‌لحاظ آماری معنی‌دار است و مقادیر واریانس توجیه‌شده با مدل تصادفی نیست اما رابطة متغیرهای مستقل با متغیر وابسته، هم در بعد فضایی و هم در بعد داده‌ها، ناایستاست. همچنین مشخص شد توزیع باقی‌مانده‌ها تاحدی از توزیع نرمال انحراف نشان می‌دهد که چه‌بسا به‌دلیل وجود ناایستایی در مدل باشد. بنابراین تکنیک رگرسیون وزن‌دار جغرافیایی برای مدل‌سازی به‌کار گرفته شد. به‌منظور اجرای آن و افزایش تغییرپذیری فضایی برای رفع مشکل هم‌راستایی خطی (به‌دلیل وجود الگوی خوشه‌ای در متغیرهای هواشناسی)، روش تحلیل مؤلفه‌های اصلی استفاده شد و عوامل هواشناسی به یک فاکتور کاهش یافت. این عامل نزدیک به 70٪ تغییرات این متغیرها را توجیه می‌کند. کاهش عوامل متغیرهای میانگین سن و نسبت جمعیت بالای 55 سال نیز به یک عامل باعث بهبود نتایج شد. بنابراین تراکم جمعیت، عامل هواشناسی و عامل سن به‌منزلة متغیرهای پیش‌بینی‌کننده در مدل‌سازی با تکنیک GWR درنظر گرفته شدند. افزایش 10درصدی ضریب تعیین تعدیل‌شدة مدل وزن‌دار جغرافیایی (63٪) نشان از بهبود نسبی نتایج این مدل درقیاس با مدل عمومی دارد. نتایج آزمون خودهمبستگی فضایی موران نشان داد، با اینکه از شدت الگوی خوشه‌ای باقی‌مانده‌ها در این مدل درمقایسه با مدل OLS کاسته شده است، همچنان در سطح اطمینان 99٪ معنی‌دار است. تحلیل نقاط داغ در سطح اطمینان 95٪ نشان داد بخش‌های غربی استان کردستان، بخش‌های شمالی و غربی استان خوزستان نقاط داغ (الگوی خوشه‌ای کم‌برآورد معنی‌دار) و بخش‌های شرقی استان همدان و بخش‌های شمالی استان بوشهر نقاط سرد (الگوی خوشه‌ای بیش‌برآورد معنی‌دار) هستند. بنابراین دست‌کم یک متغیر تأثیرگذار در بروز این بیماری درنظر گرفته نشده است. با توجه به اینکه متغیرهای احتمالی درنظر گرفته‌نشده همچون عوامل فرهنگی، بهداشتی و ژنتیکی دردسترس نبوده‌اند و یا ممکن است اندازه‌گیری آنها سخت بوده باشد، از بررسی آنها صرف‌نظر شد.نتیجه‌گیری: نتایج این مطالعه اهمیت و میزان تأثیر عوامل جمعیت‌شناختی و محیطی را در میزان ابتلا به بیماری ‌کوویدـ 19 روشن کرده است و می‌تواند برای ادامة مطالعاتی در این زمینه راه‌گشا باشد.