بررسي روند ميزان بروز موارد مشكوك به سرخك در ايران و عوامل مؤثر بر آن: مدل دوجمله اي منفي آميخته

Evaluation of suspected measles incidence rate trend in Iran and the affecting factors: Negative-Binomial mixed model

سابقه و هدف: شناسايي روند ميزان بروز بيماري‌ها و تغيير در آن، پاسخ به هنگام نظام‌ سلامت را به دنبال خواهد داشت. نظام مراقبت سندروميك كه مبتني بر موارد مشكوك به بيماري است، سرعت بالايي در تعيين طغيانها دارد. در اين مطالعه به بررسي عوامل مؤثر بر ميزان بروز تب و راش و چگونگي روند آن در ايران پرداخته شد. مواد و روش ‌ ها: اين مطالعه يك مطالعه همگروهي تاريخي بوده و دادههاي آن به صورت تمامشماري و شامل همه موارد مشكوك به سرخك ثبت شده در تمام استانهاي ايران طي سالهاي 1391-1376 بود؛ كه از نظام مراقبت بيماريهاي قابل پيشگيري با واكسن كشور استخراج گرديد. مدل رگرسيوني پواسون و دوجملهاي منفي با اثرات تصادفي براي اين داده‌ها برازش شد. برازش مدل و استنباطها از طريق رهيافت بيزي و با استفاده از نرم افزارهاي R و Open BUGS انجام شد. مدلها بر اساس آمارههاي نيكويي برازش دويانس و خي- دو پيرسون مقايسه شدند. يافته ‌ ها: اثر متقابل زمان و انجام واكسيناسيون تكميلي بر تعداد موارد مشكوك به سرخك از نظر آماري معنيدار شد (737/1, 083/1 CrI: 95%). تعداد موارد تب وراش بعد از انجام اين واكسيناسيون با گذشت زمان شيب افزايشي را نشان داد و واريانس جزء تصادفي مدل معنادار برآورد شد (430/0, 219/0 CrI: 95%). ويژگيهاي خاص استانها، عامل مؤثر بر ميزان موارد تب و راش يافت شد. نتيجه ‌ گيري: با توجه به روند افزايشي اين ميزان بروز در كشور به خصوص در سالهاي اخير و مؤثر بودن ويژگيهاي خاص استاني بر ميزان بروز تب و راش، لزوم كنترل دقيقتر و بهبود كيفيت واكسيناسيون به ويژه در بعضي استانها نتيجهگيري شد.

Introduction: The identifying incidence rate trend of disease and its changes lead to update response of surveillance system. Syndromic surveillance system is based on the suspected cases, so it has high speed in detecting outbreaks. This study aimed to evaluate trend of fever and rash incidence rates and detect affecting factors. Materials and Methods: This study was a retrospective cohort study and the data included the suspected measles cases in provinces of Iran in 1977-2012, which extracted from surveillance system of vaccine preventable diseases. We fitted Poisson and Negative-Binomial regression models with random effect. Modeling and inferences were based on a Bayesian algorithm. We used R and OpenBUGS software. The fitted models were compared based on Deviance and Chi-square goodness of fit statistics. Results: Interaction effect between year and immunization campaign was statistically significant (95% CrI:1.083,1.737), after immunization campaign, trend was increasing. The variance of random component in model was statistically significant (95% CrI: 0.219,0.430). On the other hand, province-specific characterizes found affecting factor on suspected incidence rate. Conclusion: In attention to increasing trend of this incidence in Iran, especially in recently years, and affecting of province-specific characterizes on suspected incidence rate, We found that more accurate control and improvement of quality vaccination is essential.