بررسي انتشار بيماري سل با استفاده از سامانه اطلاعات جغرافيايي در استان خوزستان طي سال‌هاي 1391-1384: گزارش كوتاه

Assessment of Tuberculosis distribution by geographical information system in Khuzestan province: a brief report

زمينه و هدف: امروزه سيستم اطلاعات جغرافيايی (GIS) يكی از مفيدترين ابزار اپيدميولوژيك در شناسايی مناطق جغرافيايی با خطر بالای ابتلا به بيماری سل می‌باشد. مطالعه حاضر با هدف بررسی چگونگی انتشار بيماری سل با استفاده از GIS اجرا گرديد. روش بررسی: در اين مطالعه‌ی كوهورت گذشته‌نگر، 6363 بيمار جديد كه از فروردين سال 1384 تا پايان شهريور سال 1391 در استان خوزستان مبتلا به سل تشخيص داده شده بودند، با روش سرشماری مورد مطالعه قرارگرفتند. بروز بيماری سل بر اساس شرايط اقليمی و پوشش گياهی با استفاده از GIS بررسی شد. اطلاعات آماری با استفاده از نرم‌افزار SPSS ويراست 16 تجزيه و تحليل گرديد. يافته‌ها: نقشه‌ی GIS انتشار بيماری سل در شرايط اقليمی و پوشش‌های گياهی مختلف ترسيم شد. بين بروز بيماری سل و شرايط اقليمی ارتباط معناداری از لحاظ آماری مشاهده گرديد (017/0P=). بين بروز سل و پوشش گياهی، ارتباط آماری معناداری مشاهده شد (004/0P=). نتيجه‌گيری: خطر ابتلا به بيماری سل ارتباط تنگاتنگی با شرايط اقليمی و پوشش گياهی دارد به‌طوری‌كه خطر ابتلا به بيماری سل در مناطق با شرايط اقليمی فراخشك و پوشش گياهی مراتع كوهستانی بيشتر از ساير مناطق است. ارايه خدمات و مراقبت‌های ويژه به مناطق با خطر بالا توصيه می‌شود.

Background: Distribution of Tuberculosis (TB) has a special template affected by geographic and social factors. Nowadays Geographical Information System (GIS) software is one of the most important and useful epidemiologic devise for identifying geographic areas and high risk population for infection by TB. Aim of this study was assessment of Tuberculosis distribution by GIS in Khuzestan province, Iran. Methods: In this retrospective cohort study, documents of 6363 TB patients identified in Khuzestan province at the beginning of 2005 until the end of the September of 2012 were assessed and sampling method was census. The data was gathered by TB-Register Center. TB incidence was evaluated by GIS maps according to climatic and vegetation with 1:25,000 scale. The data was analyzed in SPSS software and means plot and Independent’s t-test, ANOVA with a significance level of less than 5% and Eta Correlation. Results: Spread of Tuberculosis in climatic and vegetation were plotted in GIS maps, cumulative incidence rate was calculated separately for each area. There was a statistical significant relationship between cumulative incidence rate of disease and climatic (P=0.017) and the Eta correlation coefficient was 0.379 (P=0.011). There was a statistical significant relationship between cumulative incidence rate of TB and vegetation (P=0.004) and the Eta correlation coefficient was 0.388 (P=0.188). Mean age and median age of patients were 39.3±18 and 35±6.5 years respectively. For women, mean age was 2.1 years older than men and this difference was statistically significant. (P=0.0001). Conclusion: The risk of TB infection is closely associated with the climatic and vegetation. So the risk of TB in extra-dry climate and vegetation of highland meadows is more than other areas. Special care and services to high-risk areas is recommended.