سمیه رفعتی الاشتی

سابقه و هدف: همهگیری کووید– 19بهمنزله پدیده جغرافای یایی درنظر گرفته میشود که تجزیهوتحلیل فضایی و یرتأث جغرافیایی آن، در تصمیمگیری و جنبههای زندگی روزمره، بسیار اهمیت مییابد. سامانه اطلاعات جغرافیایی و تکنیکهای مکانی یم توانند 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 کووید– 19نشان 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 رد پراکنش بیماری کووید– ،19براساس دادههای موجود و دردسترس است. مواد و روش : ها در این مطالعه، با استفاده از روشهای رگرسیون فضایی عمومی و محلی، عوامل تأثیرگذار در پراکنش میزان ابتلا به بیماری کووید– 19بررسی شد. برای این منظور، 73شهرستان که آمار تعداد مبتلایان به بیماری کووید– 19آنها )طی دورهای کوتاه، از دهم اسفند 98تا بیستم خرداد 99بهتفکیک شهرستانها( دردسترس بوده است، انتخاب شدند. عوامل ارتفاع، تراکم جمعیت و میانگین سنی، نسبت جمعیت بالای 55سال به جمعیت کل و همچنین پارامترهای هواشناسی شامل رطوبت، دما، فشار و سرعت باد انتخاب و رابطه آنها با این بیماری، بهکمک روشهای آمار فضایی، بررسی شد. براساس روش رگرسیون گامبهگام تراکم جمعیت، فشار هوا، میانگین سن و سرعت باد بهمنزله پیشبینیکنندههای معنیدار تعیین شدند و بروز بیماری با استفاده از تکنیک OLSمدلسازی شد. سپس با توجه به ناایستابودن رابطه متغیرهای مستقل با متغیر وابسته، هم در بعد فضایی و هم در بعد دادهها، تکنیک GWRبهکار رفت و برای افزایش تغییرپذیری فضایی و برطرفکردن مشکل همراستایی خطی، از روش تحلیل مؤلفههای اصلی و نرمافزار . SPSSبهره برده شد نتایج و بحث: نتایج نشان داد مدل عمومی بهارائهشده طور کلی بهلحاظ آماری معنیدار است و مقادیر واریانس توجیهشده با مدل تصادفی نیست اما رابطه 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 بهچهبسا دلیل 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 %70تغییرات این متغیرها را توجیه میکند. کاهش عوامل متغیرهای میانگین سن و نسبت جمعیت بالای 55سال نیز به یک عامل باعث بهبود نتایج شد. بنابراین تراکم جمعیت، عامل هواشناسی و عامل سن بهمنزله متغیرهای پیشبینیکننده در مدلسازی با تکنیک GWRدرنظر گرفته شدند. افزایش 10درصدی ضریب تعیین تعدیلشده مدل وزندار جغرافیایی ) (%63نشان 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 OLSکاسته شده است، همچنان در سطح اطمینان %99معنیدار است. تحلیل نقاط داغ در سطح اطمینان %95نشان 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 معنی . دار( 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 کووید– 19روشن کرده است و میتواند برای ادامه مطالعاتی در این زمینه راهگشا باشد