Türkiye’de solunum sistemine bağlı ölüm oranlarının mekansal kümelenmelerinin incelenmesi

Abstract

Dünyada her yıl solunum sistemi hastalıkları sebebiyle önemli sayıda insan hayatını kaybetmektedir. Bu tür hastalıklardan dolayı meydana gelen ölümlerin mekânsal bağımlılıklarının incelenmesi, ölüm nedenlerinin tespit edilmesinde ve bu yüksek ölüm oranlarına karşı farkındalık yaratılarak gerekli önlemlerin alınmasında etkin rol oynamaktadır. Bu çalışmada, 2014-2018 yılları arasında Türkiye il birimlerindeki solunum sistemi hastalıkları sebebiyle hayatını kaybeden insanların mekânsal kümeleme yöntemleri ile mekânsal bağımlılıklarının incelenmesi amaçlanmıştır. Kümelenmelerin tespiti için Coğrafi Bilgi Sistemi (CBS) ortamında, global kümeleme istatistikleri (Moran’s I, Geary C ve Getis-Ord Genel G) ve lokal kümeleme istatistikleri (Lokal Moran’s I ve Getis-Ord G*) kullanılmıştır. Global istatistiklerin sonucunda yüksek anlamlılıkta mekânsal kümelenmeler tespit edilmiştir. Çalışma sonucunda Global istatistiklerde %95 anlamlılık düzeyi üzerinde mekânsal kümelenmeler tespit edilmiştir. Lokal istatistikler sonucunda ise kümelenmelerin tüm yıllarda aynı bölgelerde yoğunlaştığı görülmüştür. Buna göre Batı ve Orta Karadeniz kesimlerinde yüksek; Doğu ve Güneydoğu Anadolu Bölgelerinde düşük kümelenmeler yüksek anlamlılık derecesi ile tespit edilmiştir. Gelecek çalışmalarda, kümelenme tespit edilen illerde, oluşum nedenleri ile ilgili mekansal regresyon analizleri yapılması planlanmaktadır.

Every year, a significant number of people die due to respiratory diseases in the world. Investigation of the spatial dependence of deaths caused by such diseases plays an active role in determining the causes of death and creating awareness against these high mortality rates and taking necessary precautions. In this study, it is aimed to investigate the spatial dependence of Turkey's people who lost their lives due to respiratory diseases in provincial units with spatial clustering methods between 2014-2018 years. Global clustering statistics (Moran Is I, Geary C and Getis-Ord General G) and local clustering statistics (Local Moran’s I and Getis-Ord G *) were used to determine clusters in the Geographical Information System (GIS) environment. As a result of the study, spatial clusters over 95% significance level were determined according to the global statistics. As a result of local statistics, it is observed that clusters are defined in the same regions in all years. Accordingly, it is high in the western and central Black Sea regions; low clusters were detected with a high degree of significance in eastern and southeastern Anatolia regions. In future studies, it is planned to conduct spatial regression analyzes on the reasons of event in the provinces where clustering is detected.