برآورد يك‌ساله سهم منتسب جمعيتي مهم‌ترين عوامل خطر انساني سوانح ترافيكي در بزرگراه‌ها و خيابان‌هاي تهران بزرگ

Estimation of Annual Population Attributable Fraction of the Most Important Human Risk Factors for Road Traffic Injuries (RTIs) on Highways and Streets of the Great Tehran

مقدمه و اهداف: خطاي انساني از مهم‌ترين علت‌هاي مرتبط با مرگ و مصدوميت ناشي از سوانح ترافيكي است كه سهم كمي آن كمتر مطالعه شده است. هدف اين مطالعه محاسبه يك‌ساله سهم منتسب جمعيتي (Population Attributable Fraction) اين سبب‌ها در تهران بزرگ است. روش كار: در اين مطالعه از اطلاعات ثبت‌شده 124518 نفر در فرم كام 114 مركز اطلاعات و ارتباطات راهنمايي و رانندگي كشور (فاوا)، در سال 1393 استفاده ‌شده است. براي برآورد اندازه‌ي اثر تخلفات رانندگان دچار سانحه در خيابان و بزرگراه از نسبت بروز خطر تعديل‌يافته (Adjusted relative risk) توسط مدل رگرسيون استفاده شد. برآورد سهم منتسب جمعيتي و اندازه اثر بر اساس نسبت بروز خطر (RR) و با استفاده از روش برازي يا فرمول ميتينن سهم منتسب جمعيت محاسبه شد. يافته‌ها: سهم منتسب جمعيتي حركت با دنده‌عقب در خيابان‌ها 1/98درصد و عدم رعايت فاصله طولي 1/93درصد بود. اين رفتارها به ترتيب 22 و 23 درصد خطر جرح ناشي از سوانح ترافيكي را افزايش مي‌دهد. در بزرگراه‌ها بيشترين سهم منتسب جمعيتي، به حركت با دنده‌عقب 1/96 درصد، تغيير مسير ناگهاني 1/90 درصد و تجاوز از سرعت مقرر 1/87 درصد مربوط بود. تجاوز از سرعت مقرر 23 درصد خطر جرح ناشي از سوانح ترافيكي را افزايش مي‌دهد. نتيجه‌گيري: نظارت بر تخلفات رانندگان و كنترل دقيق آن‌ها در خيابان‌ها مي‌تواند تا 10 درصد از تصادفات جرحي پيشگيري نمايد. همچنين در بزرگراه‌ها، به‌كارگيري راهكارهايي براي ممانعت از تخلفات رانندگي موردبررسي در اين مطالعه، مي‌توان تا حدود 15 درصد از تصادفات منجر جرح را پيشگيري نمود.

Background and Objectives: Human errors are the most important factors for RTIs, which have been addressed in few quantitative studies. The objective of this study was to calculate the annual population attributable fraction (PAF) of the most important human risk factor for RTIs in the streets and highways of the Great Tehran. Methods: In this study, the data of 124518 individuals registered in the COM114 form of the Police Information and Communication Technology (ICT- FAVA) data system of the country were employed in 2014. A regression model was applied to estimate the magnitude of the impact of traffic violations of drivers with RTIs using the adjusted relative risk ratio. To estimate the PAF, the prevalence and effect size were calculated based on the risk ratio (RR) using the baseline method or the Miettinen formula. Results: The PAF of driving in reverse gear and failure to observe safe distance was 1.98% and 1.93%, respectively. Driving in the reverse gear and failure to observe the safe distance increased RTIs by 22% and 23%, respectively. On the highways of the Great Tehran, the largest proportion of PAF was related to driving in reverse gear (1.96%), sudden movement of the car (1.90%), speeding (1.87%). Speeding increased the risk of RTIs by 23%. Conclusion: Monitoring traffic violations can decrease road crashes by 10% in the streets. Moreover, on highways, use of strategies to prevent traffic violations can decrease RTIs by up to 15%.