مقايسه دو الگوريتم خوشه ­بندي PAM و CLARA به‌منظور بررسي علل مرگ و مير در جمعيت تحت پوشش دانشگاه علوم پرشكي مشهد

Comparison of PAM and CLARA Clustering Algorithms for Assessing the Causes of Mortality in the Population Covered by Mashhad University of Medical Sciences, Iran

مقدمه: تحليل اطلاعات مربوط به مرگ و مير يكي از ابزارهاي مهم در سياست گذاري سلامت براي هر كشوري است. مطالعه حاضر به منظور خوشه بندي افراد فوت شده در سال 1396 در منطقه تحت پوشش دانشگاه علوم پزشكي مشهد انجام شد. روش بررسي: مطالعه تحليلي و مقطعي بر روي تعداد 21838 مرگ گزارش شده در سال 1396 در جمعيت تحت پوشش دانشگاه علوم پزشكي مشهد كه از سامانه نظام ثبت مرگ اين دانشگاه استخراج شد، انجام شد. پس از پاك سازي داده ها و رفع نواقص موجود، افراد با دو الگوريتم PAM و CLARA براساس 4 متغير سن، جنس، علت مرگ و منطقه محل سكونت خوشه‌بندي شدند. تعداد بهينه خوشه ها و ارزيابي عملكرد خوشه بندي با استفاده از معيار ميانگين سيلوئت حاصل شد. يافته ها: براساس معيار سيلوئت، بيشترين تفاوت بين خوشه ها با تعداد 5 خوشه مشاهده شد. در تمامي خوشه ها (به جز خوشه سوم) كه شامل افراد بالاي 65 سال (5/64 درصد) بودند، به ترتيب بيماري هاي گردش خون (43 درصد)، نئوپلاسم-ها (17 درصد)، بيماري هاي تنفسي (10 درصد) و بيماري هاي غدد دورن ريز، تغذيه اي و سوخت و ساز (6 درصد) شايع-ترين علت مرگ و مير بودند. در خوشه سوم، مهم ترين علل مرگ و مير ناهنجاري هاي مادرزادي، تغيير شكل و شرايط خاص ناشي از ناهنجاري مادرزادي (44 درصد) و بيماري با منشأ قبل از دوران تولد (19 درصد) براي كودكان زير يك سال (74 درصد) بود. نتيجه گيري: توزيع سني علل مرگ جزو موارد بسيار مهم است. وجود ناهنجاري هاي مادرزادي و بيماري با منشأ قبل از دوران تولد در كودكان زير يك‌سال، همچنين علت مرگ به دليل وجود سرطان در سنين كمتر از 14 سال، با توجه به سياست هاي پيش  رو درمورد جواني جمعيت بايد مد نظر سياست گذاران سلامت قرار گيرد. درصد بالاي مرگ به دليل بيماري هاي عصبي، از جمله مواردي است كه مي‌توان با مطالعه دقيق درباره آن  نقشه راه سلامت را برنامه ريزي كرد.

Introduction: Analysing data related to morality is one of the important tools in health policy for any country. The present study was conducted in order to cluster people who died in 2017 in the area covered by Mashhad University of Medical Sciences. Methods: An analytical and cross-sectional study was conducted on the number of 21,838 deaths reported in 2017 in the population covered by Mashhad University of Medical Sciences, which were extracted from the death registration system of this university. After cleaning the data and fixing the existing defects, people were clustered with PAM and CLARA algorithms based on 4 variables: age, gender, cause of death and region of residence. The optimal number of clusters and the evaluation of the clustering performance were obtained using the average silhouette criterion. Results: According to the silhouette criterion, the biggest difference between the clusters was observed with the number of five clusters. In all clusters (except the third cluster), which included people over 65 years old (64.5%), circulatory diseases (43%), neoplasms (17%), diseases of the respiratory system (10%) and Endocrine, nutritional and metabolic diseases (6%) were the most common cause of death. In the third cluster, the most important causes of death were congenital malformations, deformation (44%) and diseases of prenatal origin (19%) for children under 1 year of age (74%). Conclusion: Age distribution of the causes of death is one of the most important cases. The existence of congenital malformations, deformation, and diseases of prenatal origin for children under 1 year of age, as well as the cause of death due to the presence of cancer at the age of less than 14 years, according to the upcoming policies regarding the youth of the population, should be considered by health care providers. The high percentage of death due to neurological diseases is one of the cases that can be studied carefully to plan a health road map.