تحليل زمان- مكان موارد سل ريوي در استان همدان با استفاده از خطر قابل انتساب جمعيت

Spatiotemporal Analysis of Pulmonary Tuberculosis in Hamadan Province Using Population Attributable Risk

مقدمه و اهداف: يكي از موارد كاربرد درصد خطر قابل انتساب جمعيت برآورد بار بيماري جمعيت در مواجهه با چند عامل خطر است. اين مطالعه به‌منظور برآورد مقادير درصد خطر قابل انتساب جمعيت (PAR%) خوشه‌هاي زمان مكان موارد سل ريوي در استان همدان اجرا شد. روش كار: در اين مطالعه اطلاعات موارد سل ريوي از معاونت بهداشتي دانشگاه علوم پزشكي همدان اخذ شد و پس از كشف خوشه‌هاي معني‌دار با استفاده از آماره كاوشي زمان-مكان از PAR% به‌منظور تحليل خوشه‌ها و برآورد دقيق‌تر مكان‌هاي كشف خوشه استفاده شد. يافته‌ها: در مجموع 4 خوشه زمان-مكان اوليه،3 خوشه زمان- مكان ثانويه براي موارد سل ريوي و 92 درصد مواردي كه وضع مشخصي از نظر ابتلا به اچ‌آي‌وي/ايدز نداشتند؛ در نواحي مطالعه كشف شد. با وجود تفاوت مكان‌هاي خوشه‌هاي كشف‌شده و تفاوت مقادير PAR% منتسب به آن‌ها، دومين خوشه اوليه موارد سل ريوي (متشكل از شهرستان‌هاي رزن، فامنين و كبودرآهنگ) بيش‌ترين مقدار PAR% را داشت كه نيازمند توجه بيش‌تري است. نتيجه گيري: وجود خوشه‌هاي زماني-مكاني معني‌دار در استان همدان لزوم استفاده از درصد قابل انتساب جمعيت را به‌منظور تمايز دقيق‌تر نواحي خوشه‌هاي كشف‌شده براي اتخاذ معيارهاي پيش‌گيري و كنترل از بيماري ضروري مي‌سازد. با اين‌حال مطالعه‌هاي تحليلي بيش‌تري به‌منظور كشف عوامل مؤثر بر رخ‌داد موارد سل ريوي نياز است.

Background and Objectives: One of the applications of population attributable risk percent (PAR%) is to estimate the disease burden in a population exposed to several risk factors. Therefore, this study was conducted to estimates the PAR% of the space-time clusters of pulmonary tuberculosis. Methods: In this study, the data of pulmonary TB cases were obtained from the health department of Hamadan University of Medical Sciences. After detecting significant clusters using the spatiotemporal scan statistic, PAR% was used to analyze the clusters and to detect the location of clusters more accurately. Results: Four primary space-time clusters and three secondary spatiotemporal clusters were detected for patients with pulmonary tuberculosis and 92% of the patients who did not have a clear state in term of HIV infection. Despite differences in the location of clusters and PAR% attributed to them, the second primary cluster of pulmonary tuberculosis cases (consisting of the cities of Razan, Famenain and Kabudrahang) had the highest amount of PAR% that needs more attention. Conclusion: The presence of significance spatiotemporal clusters in Hamadan highlights the necessity of the use of PAR% to distinguish cluster areas and to implement prevention and control policy. However, more analytical studies are needed to detect the on the determinants of the occurrence of pulmonary TB.