نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube
کاربرد جی ای اس

خلاصه

بنگلادش یک کشور بومی مالاریا است. 13 منطقه در این کشور هم مرز با هند و میانمار وجود دارد که در معرض خطر ابتلا به مالاریا قرار دارند. اکثر موارد ابتلا و مرگ و میر مالاریا در منطقه کوهستانی جنوب شرقی بنگلادش به نام Chittagong Hill Tracts است. در سال های اخیر، بار مالاریا در کشور کاهش یافته است. در این مطالعه، ما داده‌های منتشر شده (تا سال 2014) را در مورد استفاده از فناوری‌های مکانی در اپیدمیولوژی مالاریا در بنگلادش بررسی و خلاصه کردیم و سهم بالقوه فناوری‌های مکانی برای از بین بردن مالاریا در کشور را تشریح کردیم. ما یک بررسی ادبیات را با استفاده از عبارات جستجوی “مالاریا، بنگلادش” تکمیل کردیم و 218 مقاله منتشر شده در مجلات معتبر فهرست شده در PubMed یافتیم. پس از بررسی دقیق، 201 مقاله به دلیل اینکه معیارهای ورود ما را نداشتند حذف شدند، 17 مقاله برای ارزیابی نهایی انتخاب شدند. مطالعات منتشر شده نشان می‌دهد که ابزارهای فناوری‌های مکانی (سیستم اطلاعات جغرافیایی، سیستم موقعیت‌یابی جهانی و سنجش از راه دور) برای تعیین مکان‌های تولید مثل ناقل، طبقه‌بندی پوشش زمین، دسترسی به مراکز بهداشتی، رفتارهای جستجوی درمان، و نقشه‌برداری ریسک در خانوار، منطقه‌ای، استفاده شده است. و سطوح ملی در بنگلادش. برای دستیابی به هدف حذف مالاریا در بنگلادش، به این نتیجه رسیدیم که تحقیقات بیشتر با استفاده از فناوری‌های فضایی باید در سیستم نظارت مستمر کشور برای شناسایی و ارزیابی بهتر پیشرفت در جهت حذف مالاریا ادغام شود. مطالعات منتشر شده نشان می‌دهد که ابزارهای فناوری‌های مکانی (سیستم اطلاعات جغرافیایی، سیستم موقعیت‌یابی جهانی و سنجش از راه دور) برای تعیین مکان‌های تولید مثل ناقل، طبقه‌بندی پوشش زمین، دسترسی به مراکز بهداشتی، رفتارهای جستجوی درمان، و نقشه‌برداری ریسک در خانوار، منطقه‌ای، استفاده شده است. و سطوح ملی در بنگلادش. برای دستیابی به هدف حذف مالاریا در بنگلادش، به این نتیجه رسیدیم که تحقیقات بیشتر با استفاده از فناوری‌های فضایی باید در سیستم نظارت مستمر کشور برای شناسایی و ارزیابی بهتر پیشرفت در جهت حذف مالاریا ادغام شود. مطالعات منتشر شده نشان می‌دهد که ابزارهای فناوری‌های مکانی (سیستم اطلاعات جغرافیایی، سیستم موقعیت‌یابی جهانی و سنجش از راه دور) برای تعیین مکان‌های تولید مثل ناقل، طبقه‌بندی پوشش زمین، دسترسی به مراکز بهداشتی، رفتارهای جستجوی درمان، و نقشه‌برداری ریسک در خانوار، منطقه‌ای، استفاده شده است. و سطوح ملی در بنگلادش. برای دستیابی به هدف حذف مالاریا در بنگلادش، به این نتیجه رسیدیم که تحقیقات بیشتر با استفاده از فناوری‌های فضایی باید در سیستم نظارت مستمر کشور برای شناسایی و ارزیابی بهتر پیشرفت در جهت حذف مالاریا ادغام شود. و نقشه برداری ریسک در سطوح خانگی، منطقه ای و ملی در بنگلادش. برای دستیابی به هدف حذف مالاریا در بنگلادش، به این نتیجه رسیدیم که تحقیقات بیشتر با استفاده از فناوری‌های فضایی باید در سیستم نظارت مستمر کشور برای شناسایی و ارزیابی بهتر پیشرفت در جهت حذف مالاریا ادغام شود. و نقشه برداری ریسک در سطوح خانگی، منطقه ای و ملی در بنگلادش. برای دستیابی به هدف حذف مالاریا در بنگلادش، به این نتیجه رسیدیم که تحقیقات بیشتر با استفاده از فناوری‌های فضایی باید در سیستم نظارت مستمر کشور برای شناسایی و ارزیابی بهتر پیشرفت در جهت حذف مالاریا ادغام شود.
کلید واژه ها: 

مالاریا ؛ بنگلادش ؛ GIS ; GPS ؛ سنجش از دور

 

1. معرفی

مالاریا یک مشکل عمده بهداشت عمومی در بسیاری از کشورهای در حال توسعه از جمله بنگلادش است. در سال 2012، تعداد رسمی موارد تایید شده آزمایشگاهی مالاریا در کشور 29522 مورد با 11 مورد مرگ تایید شده مالاریا بود [ 1 ]. 13 میلیون نفر در 13 منطقه از 64 منطقه اداری کشور در مناطق خطر مالاریا زندگی می کنند [ 2 ]. برنامه ملی کنترل مالاریا بنگلادش (NMCP)، که مسئول نظارت بر فعالیت های کنترل مالاریا در سطح ملی است، در کنترل مالاریا با کاهش شیوع همه مالاریا در کشور تا 65 درصد موفقیت هایی داشته است (95% CI: 65). -66) بین 2008 و 2012 [ 1 ، 3]. بین سال‌های 2008 و 2012، NMCP، از طریق حمایت صندوق جهانی، در 13 منطقه بومی، برنامه‌های کنترل مالاریا، از جمله آزمایش و درمان و توزیع شبکه‌های حشره‌کش طولانی‌مدت (LLINs) را اجرا کرد [ 1 ]. در این بازه زمانی، میزان شیوع در این 13 ناحیه بومی از 6.2 مورد در هر 1000 جمعیت در سال 2008 به 2.1 مورد در هر 1000 جمعیت در سال 2012 کاهش یافت [ 1 ]. این کاهش شدید در شیوع مالاریا به افزایش توزیع LLINs نسبت داده شده است [ 1 ]. بنگلادش پس از اجرای موفقیت آمیز برنامه کنترل مالاریا در مناطق خاصی از کشور، حذف مالاریا را در هشت منطقه از 13 منطقه بومی مالاریا آغاز کرده است ( شکل 1 ).
فعالیت های کنترل مالاریا در بنگلادش در سیستم خدمات بهداشت عمومی دولت ادغام شده است. با این حال، این سیستم بیشتر بر تشخیص موارد غیرفعال در مراکز بهداشتی و با کارکنان بهداشتی جامعه در سطح جامعه متکی است. این سیستم تحویل هنوز با چالش های زیادی مواجه است، از جمله دسترسی ناکافی به درمان مناسب. کمبود کارکنان بهداشتی آموزش دیده؛ و جمعیت های حاشیه ای و در معرض خطر با تحصیلات محدود [ 4 ]. علاوه بر این، تعداد محدودی مرکز بهداشتی در کشور وجود دارد که برای مدیریت موارد شدید مالاریا مجهز هستند. نظارت کلی و برنامه های کنترل ناقل کشور برای از بین بردن مالاریا از این جمعیت های در معرض خطر به ویژه در مناطق بومی کشور کافی نبوده است.
فناوری جغرافیایی، که با موفقیت در سایر برنامه های کنترل مالاریا در کشورهای در حال توسعه استفاده شده است، شامل سیستم اطلاعات جغرافیایی (GIS)، سیستم موقعیت یابی جهانی (GPS) و سنجش از دور (RS) [ 5 ] است. GIS به عنوان مجموعه‌ای سازمان‌یافته از سخت‌افزار و نرم‌افزار رایانه و داده‌های جغرافیایی برای جمع‌آوری، ذخیره، به‌روزرسانی، دستکاری، تجزیه و تحلیل و نمایش تمام اشکال اطلاعات جغرافیایی ارجاع شده تعریف می‌شود [ 5 ].]. با GIS می‌توان تفاوت‌ها را در لایه‌های داده‌های مکانی چندگانه مرتبط با موقعیت جغرافیایی یک پدیده، ویژگی‌های آن و روابط مکانی آنالیز کرد و با مطالعه جداگانه لایه‌های داده، اطلاعات مکانی جدیدی ایجاد کرد که در دسترس نیست. GPS به کاربران خدمات ناوبری، موقعیت و زمان‌بندی را که از طریق ارسال ماهواره‌ای ضبط شده‌اند، ارائه می‌کند [ 6]. این فناوری که در ارتباط با GIS استفاده می شود، جمع آوری داده ها را در زمان واقعی با اطلاعات موقعیت دقیق فراهم می کند که می تواند برای تجزیه و تحلیل اطلاعات مکانی استفاده شود. RS، یک ابزار رصد زمین بر روی سکوهای ماهواره‌ای، اطلاعاتی در مورد ویژگی‌های چشم‌انداز و عوامل آب و هوایی ارائه می‌دهد و می‌تواند برای مرتبط کردن این عوامل با خطر بیماری‌های منتقله از طریق ناقل استفاده شود. فناوری‌های زمین‌فضایی به‌طور گسترده در نقشه‌برداری خطر مالاریا و کنترل مالاریا در سراسر جهان استفاده شده است [ 7 ]. ارائه نقشه های دقیق خطر مالاریا می تواند به طور موثری تخصیص منابع و مداخلات مالاریا در کشورهای در حال توسعه را هدایت کند [ 8 ].
Ijgi 04 00047 g001 1024
شکل 1. شیوع مالاریا در بنگلادش در سال 2008، و پیشرفت در کنترل مالاریا از 2009 تا 2012 *. * برای سال های 2009-2012، مناطق قرمز مناطقی را نشان می دهد که بیشترین کاهش در شیوع مالاریا را دارند. (نمره Z: نمره Z مثبت آماری نشان دهنده نرخ های بالا و نمره Z منفی نشان دهنده نرخ های پایین است).
فناوری ژئوفضایی قبلاً در بنگلادش برای توسعه نقشه‌برداری ریسک در بخش‌هایی از این کشور اجرا شده است. در این مطالعه، پیشرفت اخیر نقشه‌برداری مالاریا در بنگلادش با GIS، GPS و RS را بررسی کردیم و کاربردهای بالقوه آینده و مشارکت فناوری‌های مکانی را برای حذف مالاریا در کشور شناسایی کردیم.

2. مواد و روشها

2.1. منطقه مطالعه

تقریباً 98 درصد از همه موارد ابتلا و مرگ و میر مالاریا گزارش شده در بنگلادش در 13 منطقه بومی مالاریا در امتداد مرزهای هند و میانمار قرار دارند. این ولسوالی ها در مناطق پر جنگل و تپه ای با ارتفاع متوسط ​​500 متر از سطح دریا واقع شده اند. هشت ولسوالی که هیپرآندمیک در نظر گرفته می شوند، در منطقه شمالی کشور قرار دارند. سه ناحیه با بالاترین میزان شیوع مالاریا عبارتند از: بندربان، خاگراچاری، و رنگاماتی، واقع در منطقه جنوب غربی کشور، در منطقه Chittagong Hill Tracts (CHT) با 1.3 میلیون نفر [ 1 ، 2 ، 3 ].]. CHT از نظر توپوگرافی جنگل‌های تپه‌ای، دریاچه‌ها، رودخانه‌ها، کانال‌ها و آبشارها را در بر می‌گیرد که زمینه مناسبی برای پرورش گونه‌های آنوفلین ، ناقل مسئول حمل انگل‌های مالاریا فراهم می‌کند. از 35 گونه نوفلین A موجود در کشور، حداقل 26 گونه در منطقه CHT در زمان های اخیر گزارش شده است. بیش از 10 مورد از این ناقل ها از طریق آزمایش های آزمایشگاهی با انگل مالاریا دخیل بوده اند [ 9 ]. از نظر تاریخی، Anopheles minimus و An . بایمایی [ 10] فراوان ترین و کارآمدترین بردارها در منطقه بودند. به دلیل تخریب زیستگاه (جنگل زدایی) برای گسترش سکونتگاه های انسانی و معرفی سیستم های آبیاری در میان زمین های کشاورزی، این دو گونه به وفور کاهش یافته و تعدادی گونه ناقل زمین دشتی ( Anopheles philippinensis ، An. vagus ) جایگزین شده اند. Anularis ، An.aconitus، An . sundaicus ) [ 11 ، 12 ].

2.2. جستجوی داده ها

ما پایگاه داده PubMed را برای مطالعاتی در مورد استفاده از فناوری مکانی برای مطالعه مالاریا در بنگلادش تا ژوئن 2014 بررسی کردیم ( جعبه 1 ). عبارات جستجوی زیر استفاده شد: “مالاریا، بنگلادش”. نتایج در PubMed نشان داد که فهرست 218 مقاله مجله وجود دارد. با این حال، تنها 17 مقاله از 218 مقاله شامل GIS، GPS، و RS در مطالعات خود در مورد اپیدمیولوژی مالاریا و نقشه برداری خطر در بنگلادش بودند ( جدول 1 ). پنج مطالعه شامل تمام 13 منطقه اندمیک کشور بود در حالی که مطالعات دیگر به طور خاص بر روی مناطق با بالاترین میزان آندمیک مالاریا با پنج مطالعه در بندربان، 6 مطالعه در رنگاماتی و دو مطالعه در منطقه خاگراچاری متمرکز شدند.

کادر 1. جستجوی ادبیات برای داده‌های استفاده از فناوری مکانی برای مطالعه مالاریا در بنگلادش.

  • دوره جستجو: تا ژوئن 2014
  • منبع: پایگاه های اطلاعاتی PubMed
  • عبارات جستجو: (“بنگلادش”) و (“مالاریا”)
  • مقالات یافت شده: 218
  • معیار ورود: ارجاع به هر مقاله با استفاده از GIS/RS/GPS برای مطالعه مالاریا در بنگلادش
  • مقالات برای ارزیابی پس از بررسی دقیق حفظ شدند: 17 [ 1 ، 2 ، 4 ، 8 ، 13 ، 14 ، 15 ، 16 ، 17 ، 18 ، 19 ، 20 ، 21 ، 22 ، 23 ، 24 ، 25 ]
جدول
جدول 1. مطالعات نقشه برداری خطر مالاریا در بنگلادش، 1992-2012.

3. نتایج و بحث

3.1. نتایج

تا ژوئن 2014، 17 مطالعه منتشر شده وجود داشت که از فناوری‌های مکانی (GIS، GPS و/یا RS) برای درک و پیش‌بینی خطرات مالاریا استفاده کرده بودند [ 1 ، 2 ، 8 ، 13 ، 14 ، 15 ، 16 ، 17 ، 18 ، 19 ، 20 ، 21 ]، نقشه های خطر مالاریا را توسعه دادند، [ 21 ، 22 ] و یافته هایی را برای استراتژی های مداخلات هدفمند در بنگلادش ارائه کردند. برای ارائه بازخورد به NMCP، نقشه های ملی خطر مالاریا تولید شد [ 2 ، 23]. میانگین بلند مدت بارندگی ماهانه و دامنه حداقل/حداکثر دما درون یابی شد و داده های ارتفاع و پوشش گیاهی با استفاده از تصاویر ماهواره ای به دست آمد. GIS همچنین برای توسعه نقشه‌های توزیع پسین شیوع پیش‌بینی‌شده استفاده شد [ 13 ]. در یک مطالعه، متغیرهای محیطی از داده های RS برای پیش بینی خطر مالاریا در سطح ملی استخراج شد [ 8 ]. از سال 2008، NMCP کاهش مالاریا را در تمام مناطق بومی از جمله CHT تایید کرده است که نرخ شیوع بالای 10% را گزارش کرده است [ 1 ، 23 ].
چهار مطالعه منتشر شده بر اساس CHT وجود داشت که از تصاویر ماهواره‌ای برای طبقه‌بندی پوشش زمین، نقشه‌برداری خطر و نقشه‌برداری GIS برای بررسی روابط فضایی بین مالاریا و عوامل خطر استفاده کردند. علاوه بر این، GIS و GPS برای درک میزان بروز و شیوع مالاریا با نظارت فعال و غیرفعال در سطوح فردی و خانگی استفاده شد. در مطالعه دیگری، در منطقه بندربان، یک چارچوب کوهورت از بیش از 4000 خانوار ایجاد و برای یک مطالعه طولی ترسیم شد [ 21 ]. چهار مطالعه نقشه‌های خطر را در همان منطقه با تمرکز بر زنان باردار و کشت‌کنندگان جم تهیه کردند – کشاورزانی که از روش‌های بریده بریده و سوختن کشاورزی استفاده می‌کنند [ 18 ، 24 ]]. شش مطالعه نقشه برداری خطر مالاریا در راجستالی، یک ناحیه فرعی از ناحیه Rangamati انجام شد، که در سال 2007 بالاترین (36٪) نرخ شیوع مالاریا را در کشور داشت [ 23 ]. همه خانوارها ( 5322 = n ) مورد مطالعه در این منطقه فرعی با استفاده از GPS نقشه‌برداری شدند و یک سرشماری خانوار با جمع‌آوری اطلاعات اجتماعی و جمعیت‌شناختی انجام شد و این داده‌ها را به مکان‌های خانوارهای جغرافیایی کدگذاری شده پیوند داد [ 4 ]. علاوه بر این، همه امکانات و ارائه دهندگان بهداشتی از جمله مکان کارکنان بهداشتی جامعه، کلینیک های ماهواره ای، بیمارستان ها و داروخانه ها نقشه برداری شدند [ 4 ]]. مدل‌های فضایی در این مطالعات مختلف با استفاده از نرم‌افزار نقشه‌برداری ArcGIS، SaTScan، SAGA و WinBugs مورد بررسی قرار گرفتند. SAGA برای استخراج رطوبت توپوگرافی (معیار میزان تجمع جریان در نقطه داده شده از سطح توپوگرافی) و ارتفاع برای همه خانوارهای مورد بررسی در منطقه Rangamati استفاده شد. تصاویر ماهواره‌ای با استفاده از مدل‌های ارتفاعی دیجیتال تابش حرارتی و انعکاس رادیومتر فضایی پیشرفته برای ایجاد جهت جریان آب، تجمع، حوضه، شبکه جریان و لایه‌های پیوند جریان استفاده شد. با استفاده از داده های مقطعی و طولی از این مطالعات، مدل سازی فضایی رفتارهای جستجوی درمان [ 17 ] و نقشه های خطر [ 8 ، 13 ، 16 ]] برای تعیین پیشرفت و چالش های NMCP ایجاد و مورد استفاده قرار گرفتند.

3.2. بحث

از سال 2006 با به روز رسانی این نقشه ها در سال 2008 و 2012 توسط NMCP با همکاری سایر موسسات تحقیقاتی، از فناوری های مکانی برای نقشه برداری خطر مالاریا در بنگلادش استفاده شده است [ 1 ، 23 ]. بنگلادش همچنین مدل های فضایی را برای رفتار جستجوی درمان، تجزیه و تحلیل هیدرولوژیکی و پیش بینی با استفاده از مدل سازی زمین آماری توسعه داده است. یافته ها تأیید کرده است که بنگلادش بیش از هر زمان دیگری به حذف مالاریا نزدیک شده است. اجرای نقشه‌برداری ریسک با NMCP، با تمرکز به ویژه بر مداخلات هدفمند در مناطق پرخطر در CHT، می‌تواند اطلاعات مهمی را برای تصمیم‌گیرندگان برای استراتژی‌های حذف آنها فراهم کند [ 16 ].
در حالی که GIS، GPS و RS همگی در ارائه داده‌ها برای استراتژی‌های حذف مالاریا در بنگلادش و سایر کشورهای در حال توسعه مفید هستند، هنوز در فرآیند جمع‌آوری داده‌ها و انتشار یافته‌های مطالعات مختلف مالاریا به پیشرفت‌هایی نیاز است. استفاده از بررسی‌های خانگی، داده‌های نقاط داغ مالاریا (خوشه‌بندی موارد با شیوع بالای مالاریا) و پایگاه‌های اطلاعاتی فضایی مالاریا در دسترس‌تر همراه با درک بهتر تصمیم‌گیرندگان در مورد کاربردها و قابلیت‌های این روش‌های تحلیلی فضایی، می‌تواند منجر به موفقیت بیشتر شود. استراتژی های حذف مالاریا [ 26 ]. استفاده از سیستم های GIS و GPS متصل به تلفن های همراه [ 27] همچنین می تواند در تشخیص موارد مالاریا و ارائه خدمات بهداشتی به ویژه در مناطق دورافتاده CHT که ردیابی و تجزیه و تحلیل داده های شیوع مالاریا اغلب دشوار است کمک کند [ 28 ]. با تغییر اپیدمیولوژی مالاریا و کاهش بار مالاریا در سراسر کشور، بنگلادش نیاز به تمرکز بر استراتژی‌های حذف منطقه CHT برای رسیدگی موثر و مؤثر به نقاط داغ مالاریا و همچنین کاهش واردات مالاریا، مقاومت حشره‌کش، مقاومت دارویی [ 29 ] و نقشه‌برداری دارد. حامل بدون علامت [ 24 ]. فناوری جغرافیایی می‌تواند داده‌های لازم را برای کمک به این استراتژی‌های حذف فراهم کند.
NMCP بنگلادش دارای شبکه گسترده ای از کارکنان بهداشتی اجتماعی در تمام مناطق بومی است، اما سفر اغلب در مناطق خاص به دلیل زمین دشوار و پوشش جنگلی انبوه با جاده های کم و آبراه های محدود، که اغلب تنها راه برای سفر در این مناطق دورافتاده است، چالش برانگیز است. در طول فصل مرطوب بنابراین، مردم ساکن در این مناطق دورافتاده اغلب از بسیاری از خدمات بهداشتی ضروری از جمله روش‌های مناسب پیشگیری و درمان مالاریا محروم هستند. برنامه ریزی دقیق با استفاده از فناوری های مکانی برای مکان یابی نقاط داغ به ویژه در نواحی بومی بنگلادش در دستیابی به اهداف حذف مالاریا به روشی مقرون به صرفه با تمرکز منابع در مناطق با نرخ شیوع بالا بسیار مهم خواهد بود ( جدول 2 ).
جدول
جدول 2. فن آوری های جغرافیایی توصیه شده برای استفاده در جهت حذف مالاریا در بنگلادش.
با فراوانی مکان‌های تکثیر ناقل مالاریا در منطقه CHT کشور، از RS می‌توان برای بررسی محل تخم‌گذاری/محل تولید مثل ناقل و در نتیجه پیش‌بینی فراوانی آن‌ها استفاده کرد. تکثیر برخی از گونه‌های ناقل در این منطقه با افزایش آب راکد، به‌ویژه در فصول پرباران، از جنگل‌زدایی برای مقاصد کشاورزی، ایجاد مکان‌های بیشتری برای تکثیر پشه‌ها وجود دارد [ 30 ]. اشاره شده است که در طول فصل های خشک و مالاریا، مواردی در اطراف رودخانه ها و کانال های طبیعی در منطقه CHT جمع شده بودند [ 25 ]]. مکان یابی الگوهای کاربری اراضی در سراسر سایت های تولید مثل ناقل و استفاده از عوامل محیطی اقلیمی سنجش از دور، به ویژه دما، رطوبت و بارندگی که با شیوع مالاریا مرتبط هستند، می تواند اطلاعات مفیدی را در مورد برنامه ریزی کنترل ناقل در این منطقه ارائه دهد. این رویکرد مشابه در اندونزی اعمال شد و فراوانی ناقل مالاریا را در مناطق خاصی که برنامه‌های کنترل مالاریا با موفقیت زیادی اجرا می‌کردند، آشکار کرد [ 31 ]. متغیر توپوگرافی همچنین می‌تواند از راه دور برای پیش‌بینی مکان تولیدمثل ناقل مالاریا در مناطق آندمیک مالاریا مورد سنجش قرار گیرد [ 32 ].
لازم به ذکر است که بنگلادش در نقشه برداری مالاریا از مناطق بومی خود در مقایسه با کشورهای بومی مالاریا همسایه خود، هند و میانمار، عملکرد بسیار بهتری داشت. کشورها در کنترل مالاریا [ 33 ، 34 ، 35 ، 36 ] و حذف [ 37 ] ممکن است از تجربیات بنگلادش بیاموزند. مطالعات تحلیلی فضایی شیوع بالاتر مالاریا را در مناطق مجاور این مرزهای بین المللی نشان داده است [ 26 ]]. برای حفظ دستاوردهای اخیر در حذف مالاریا، NMCP بنگلادش باید به حرکت فرامرزی بین بنگلادش و هند و میانمار نگاه کند. نقشه برداری از شیوع مالاریا و همچنین بررسی برای جابجایی خانوارها در امتداد مرزها نیز می تواند برای شناسایی نقاط داغ در این مناطق استفاده شود.
بر اساس یافته‌های این مطالعات، توصیه‌های زیر برای NMCP برای اجرای بیشتر برنامه حذف مالاریا در بنگلادش است: شناسایی مناطق پرخطر مالاریا برای تعیین توزیع فضایی. ترکیب نظارت با GIS و پایگاه داده الگوی آب و هوا برای تعیین خطرات جغرافیایی و اقلیمی [ 21 ]. انجام مطالعات بیشتر برای درک انتقال مالاریا در میان جمعیت های آسیب دیده در طول فصل انتقال بالا. توسعه استراتژی برای قطع انتقال در تنظیمات انتقال کم [ 18 ]؛ استفاده از غربالگری انبوه در مناطق داغ پایدار برای شناسایی مخازن بدون علامت و ارائه درمان برای کاهش بار مالاریا [ 16 ]]؛ خدمات آزمایش و درمان مالاریا را به ویژه در میان جمعیت های آسیب پذیر، مانند کودکان زیر پنج سال و پرورش دهندگان جهوم، ترویج دهید [ 18 ]. نظارت بر مالاریا بدون علامت به ویژه در میان زنان باردار که در مناطق انتقال مالاریا با شدت پایین زندگی می کنند [ 24 ]. مداخلات هدف در مقیاس های فضایی خوب برای برنامه های کنترل مالاریا. بهبود برابری دسترسی به مداخلات [ 15 ]؛ بهبود همکاری بین محققان با استفاده از تکنیک های زمین آماری و مدیران کنترل مالاریا. مناطق پرمخاطره مالاریا را هدف قرار دهید [ 8 ] تا استراتژی های GPS، GIS و RS بیشتری را برای توصیف ناهمگونی فضایی با خطر مالاریا در مقیاس خوب و شناسایی مناطق پرخطری که مورد مطالعه قرار نگرفته اند ارائه دهید [ 19 ]]؛ و در نهایت بر مداخلاتی که باید با توجه به پروفایل های خطر مناطق بومی هدفمند و زمان بندی شوند تمرکز کنید [ 38 ].

4. نتیجه گیری

بنگلادش پیشرفت های قابل توجهی در کاهش مالاریا داشته است و با موفقیت از فناوری های مکانی در سطوح مختلف برای نقشه برداری خطر و مداخلات هدفمند در 13 منطقه بومی مالاریا استفاده کرده است. با این حال، با کاهش مستمر بار مالاریا همراه با هدف حذف کشور، این فناوری باید توسط NMCP در استراتژی حذف خود در اولویت قرار گیرد. NMCP باید تلاش بیشتری برای ترکیب این استراتژی‌ها با سیستم‌های نظارتی بهبودیافته، به‌ویژه در مناطق دورافتاده منطقه CHT، برای شناسایی و رسیدگی به نقاط داغ مالاریا انجام دهد. ترکیب اکولوژی مالاریا با داده‌های مکانی به همراه نقشه‌های شیوع مالاریا، نقشه‌های کاربری زمین و توزیع جمعیت می‌تواند برای تصمیم‌گیرندگان برای ایجاد استراتژی‌های حذف در این مناطق بومی مالاریا مفید باشد. پیشرفت های سریع در فناوری و روش های تحلیلی امکان توسعه سیستم های پشتیبانی تصمیم گیری فضایی را فراهم کرده است که می تواند برنامه های حذف را با امکان تخصیص دقیق تر و به موقع منابع در مناطق پرخطر بهبود بخشد. فناوری‌های ژئوفضایی می‌توانند نقش مهمی در شناسایی نابرابری‌های خدمات بهداشتی در مناطق بومی کشور ایفا کنند. GIS، GPS و RS ابزارهای قوی اثبات شده ای هستند که می توانند داده های مهمی را ارائه دهند و باید با سیستم های نظارت فعال و غیرفعال برای دستیابی به حذف مالاریا در بنگلادش ادغام شوند. فناوری‌های ژئوفضایی می‌توانند نقش مهمی در شناسایی نابرابری‌های خدمات بهداشتی در مناطق بومی کشور ایفا کنند. GIS، GPS و RS ابزارهای قوی اثبات شده ای هستند که می توانند داده های مهمی را ارائه دهند و باید با سیستم های نظارت فعال و غیرفعال برای دستیابی به حذف مالاریا در بنگلادش ادغام شوند. فناوری‌های ژئوفضایی می‌توانند نقش مهمی در شناسایی نابرابری‌های خدمات بهداشتی در مناطق بومی کشور ایفا کنند. GIS، GPS و RS ابزارهای قوی اثبات شده ای هستند که می توانند داده های مهمی را ارائه دهند و باید با سیستم های نظارت فعال و غیرفعال برای دستیابی به حذف مالاریا در بنگلادش ادغام شوند.

منابع

  1. هاک، یو. اورگارد، اچ جی; کلمنتز، AC; نوریس، دی. اسلام، ن. کریم، ج. روی، اس. هاک، دبلیو. کبیر، م. اسمیت، دی.ال. و همکاران بار و کنترل مالاریا در بنگلادش و چشم انداز حذف: ارزیابی اپیدمیولوژیک و اقتصادی Lancet Glob. Health 2014 , 2 , e98–e105. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  2. رید، HL; هاک، یو. روی، اس. اسلام، ن. کلمنتز، AC مشخص کردن تغییرات مکانی و زمانی بروز مالاریا در بنگلادش، 2007. مالار. J. 2012 , 11 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  3. برنامه ملی کنترل مالاریا درباره NMCP در بنگلادش. در دسترس آنلاین: http://www.Nmcp.Info/nmcp.Aspx (در 9 ژوئن 2014 قابل دسترسی است).
  4. هاک، یو. هاشیزومه، م. سوناهارا، تی. حسین، س. احمد، SM; هاک، آر. یاماموتو، تی. شیشه، جنرال الکتریک پیشرفت و چالش‌ها برای کنترل مالاریا در منطقه‌ای دورافتاده از تپه‌های چیتاگونگ، بنگلادش. مالار. J. 2010 , 9 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  5. GIS چیست؟ در دسترس آنلاین: http://www.Volusia.Org/gis/whatsgis.Htm (دسترسی در 11 سپتامبر 2014).
  6. جی پی اس. در دسترس آنلاین: http://www.Gps.Gov/systems/gps/ (در 28 مه 2014 قابل دسترسی است).
  7. باوتیستا، سی تی. چان، ع. رایان، جی آر؛ کالامپا، سی. Roper، MH; Hightower، AW; Magill، AJ اپیدمیولوژی و تجزیه و تحلیل فضایی مالاریا در آمازون شمالی پرو. صبح. جی تروپ. پزشکی هیگ 2006 ، 75 ، 1216-1222. [ Google Scholar ] [ PubMed ]
  8. رید، اچ. هاک، یو. کلمنتز، ACA; تاتم، ای جی. والی، ا. احمد، اس ام. اسلام، ع. Haque, R. نقشه برداری خطر مالاریا در بنگلادش با استفاده از مدل های زمین آماری بیزی. صبح. جی تروپ. پزشکی هیگ 2010 ، 83 ، 861-867. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  9. علم، ام اس; چاکما، س. خان، WA; شیشه، جنرال الکتریک؛ Mohon، AN; الهی، ر. نوریس، ال سی؛ Podder، MP; احمد، س. هاک، آر. و همکاران تنوع گونه های آنوفلین و وضعیت آلودگی با پلاسمودیوم آنها در روستای بندربان، بنگلادش انگل. وکتور 2012 , 5 . [ Google Scholar ] [ CrossRef ]
  10. خان، ق. Talibi, SA ارزیابی اپیدمیولوژیک انتقال مالاریا در یک منطقه بومی پاکستان شرقی و اهمیت ایمنی مادرزادی. گاو نر ارگان بهداشت جهانی. 1972 ، 46 ، 783-792. [ Google Scholar ] [ PubMed ]
  11. الیاس، م. دوان، آر. احمد، R. ناقلین مالاریا در بنگلادش. J. قبلی Soc. پزشکی 1982 ، 1 ، 20-28. [ Google Scholar ]
  12. علم، م. خان، م. چاودری، ن. دلوئر، اس. نازیب، ف. بنگلی، ع. Haque، R. شیوع گونه های آنوفلین و وضعیت آلودگی پلاسمودیوم آنها در مناطق مرزی مستعد اپیدمی بنگلادش. مالار. J. 2010 , 9 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  13. هاک، یو. Magalhaes، RJS; رید، HL; کلمنتز، ACA; احمد، اس ام. اسلام، ع. یاماموتو، تی. هاک، آر. Glass، GE پیش بینی فضایی شیوع مالاریا در یک منطقه بومی بنگلادش. مالار. J. 2010 , 9 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  14. هاک، یو. هدی، م. حسین، ع. احمد، اس ام. منیروز زمان، م. Haque، R. اپیدمیولوژی مالاریا فضایی در ارتفاعات بنگلادش. مالار. J. 2009 , 8 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  15. هاک، یو. سوناهارا، تی. هاشیزومه، م. شیلدز، تی. یاماموتو، تی. هاک، آر. شیشه، شیوع GE مالاریا، عوامل خطر و توزیع فضایی در یک منطقه جنگلی تپه‌ای بنگلادش. PLoS One 2011 , 6 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  16. هاک، یو. شیشه، جنرال الکتریک؛ بومبلیز، ا. هاشیزومه، م. میترا، د. نومان، ن. هاک، دبلیو. کبیر، م.م. یاماموتو، تی. عوامل خطر Overgaard، HJ مرتبط با اپیزودهای مالاریا بالینی در بنگلادش: یک مطالعه طولی. صبح. جی تروپ. پزشکی هیگ 2013 ، 88 ، 727-732. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  17. هاک، یو. اسکات، LM; هاشیزومه، م. فیشر، ای. هاک، آر. یاماموتو، تی. شیشه، GE مدل سازی شیوه های درمان مالاریا در بنگلادش با استفاده از آمار فضایی. مالار. J. 2012 , 11 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  18. گالاگان، اس آر؛ Prue، CS; کیانگ، جی. خان، WA; احمد، س. رام، م. علم، ام اس; حق، MZ; آکتر، جی. Streatfield، PK؛ و همکاران تمرین کشت جوم و رابطه آن با عفونت پلاسمودیوم فالسیپاروم در نواحی تپه چیتاگونگ بنگلادش. صبح. جی تروپ. پزشکی هیگ 2014 ، 91 ، 374-383. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  19. رحمان، ع. کوگان، اف. Roytman، L. گزارش کوتاه: تجزیه و تحلیل موارد مالاریا در بنگلادش با داده های سنجش از دور. صبح. جی تروپ. پزشکی هیگ 2006 ، 74 ، 17-19. [ Google Scholar ] [ PubMed ]
  20. رحمان، ع. کراکائور، ن. رویتمن، ال. گلدبرگ، ام. کوگان، F. استفاده از شاخص های سلامت پوشش گیاهی مبتنی بر رادیومتر با وضوح بسیار بالا (AVHRR) برای تخمین موارد مالاریا. صبح. جی تروپ. پزشکی هیگ 2010 ، 82 ، 1004-1009. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  21. خان، WA; ساک، دی. احمد، س. Prue، CS; علم، ام اس; هاک، آر. کیانگ، جی. رام، م. آکتر، جی. Nyunt، MM; و همکاران نقشه برداری مالاریا هیپوآندمیک، فصلی در روستایی بندربان، بنگلادش: یک نظارت آینده نگر مالار. J. 2011 , 10 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  22. هاک، یو. Soares Magalhaes، RJ; میترا، د. کولیوراس، KN; اشمیت، WP; هاک، آر. گلس، جنرال الکتریک نقش سن، قومیت و عوامل محیطی در تعدیل خطر مالاریا در راجستالی، بنگلادش. مالار. J. 2011 , 10 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  23. هاک، یو. احمد، اس ام. حسین، س. هدی، م. حسین، ع. علم، ام اس; موندال، دی. خان، WA; خالقزمان، م. Haque، R. شیوع مالاریا در مناطق بومی بنگلادش. PLoS One 2009 ، 4 ، e6737. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  24. خان، WA; گالاگان، اس آر. Prue، CS; کیانگ، جی. احمد، س. رام، م. علم، ام اس; حق، MZ; آکتر، جی. گلس، جی. و همکاران مالاریا پلاسمودیوم فالسیپاروم بدون علامت در زنان باردار در نواحی تپه چیتاگونگ بنگلادش. PLoS One 2014 , 9 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  25. گلس، جی. علم، ام اس; خان، WA; ساک، دی. Sullivan، DJ خوشه‌بندی فضایی موارد مالاریا در طول فصل انتقال کم در Kuhalong، بنگلادش. در مجموعه مقالات سیزدهمین کنفرانس آسکن، داکا، بنگلادش، 28 مارس 2011.
  26. کلمنت، AC; رید، اچ. کلی، جی. Hay, S. کوچک کردن بیشتر نقشه مالاریا: چگونه علم زمین فضایی می تواند به حذف مالاریا کمک کند؟ عفونت لانست دیس 2013 ، 13 ، 709-718. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  27. تاتم، ای جی. هوانگ، ز. نریب، سی. کومار، یو. کاندولا، دی. پیندولیا، DK; اسمیت، دی.ال. کوهن، جی.ام. گروپ، بی. یوسیکو، پی. و همکاران ادغام نقشه‌برداری سریع خطر و داده‌های رکورد تماس تلفن همراه برای برنامه‌ریزی استراتژیک حذف مالاریا. مالار. J. 2014 , 13 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  28. Prue، CS; شانون، KL; کیانگ، جی. ادواردز، ال جی. احمد، س. رام، م. شیلدز، تی. حسین، ام اس; شیشه، جنرال الکتریک؛ Nyunt، MM; و همکاران تلفن های همراه تشخیص و مدیریت مالاریا را در روستاهای بنگلادش بهبود می بخشد. مالار. J. 2013 , 12 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  29. هاک، یو. شیشه، جنرال الکتریک؛ هاک، دبلیو. اسلام، ن. روی، اس. کریم، ج. Noedl، H. مقاومت دارویی ضد مالاریا در بنگلادش، 1996-2012. ترانس. R. Soc. تروپ پزشکی هیگ 2013 ، 107 ، 745-752. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  30. علم، ام اس; چاکما، س. الامین، ح.م. الهی، ر. Mohon، AN; خان، WA; هاک، آر. شیشه، جنرال الکتریک؛ ساک، دی. سالیوان، دی جی؛ و همکاران نقش ظروف مصنوعی به عنوان مکان‌های تکثیر پشه‌های آنوفلین در مناطق کم بومی مالاریا در روستایی بندربان، بنگلادش: شواهد یک بررسی پایه را تشکیل می‌دهند. در مجموعه مقالات کنفرانس Astmh 2012، آتلانتا، GA، ایالات متحده آمریکا، 11-15 نوامبر 2012.
  31. Stoops، CA; جیونار، یر. شینتا سسمدی، پ. راچمت، ا. Elyazar، IF; Sukowati، S. الگوهای کاربری زمین با سنجش از دور و حضور لارو آنوفل (دوبالا: Culicidae) در سوکابومی، جاوه غربی، اندونزی. ج. بردار. Ecol. 2008 ، 33 ، 30-39. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  32. Nmor، JC; سوناهارا، تی. گوتو، ک. فطمی، ک. سونی، جی. آکویوا، پ. دیدا، جی. Minakawa، N. مدل های توپوگرافی برای پیش بینی زیستگاه های تولید مثل ناقل مالاریا: ابزارهای بالقوه برای مدیران کنترل ناقل. انگل. وکتور 2013 , 6 . [ Google Scholar ] [ CrossRef ]
  33. کامولیوو، ام. چاندا، ای. هاک، یو. موانزا-اینگوه، م. سیکاالا، سی. کاتبه-ساکالا، سی. Mukonka، VM؛ نوریس، دی. اسمیت، دی.ال. شیشه، جنرال الکتریک؛ و همکاران تغییر بار مالاریا و ارتباط با مداخلات کنترل ناقل در زامبیا با استفاده از داده های نظارت در سطح منطقه، 2006-2011. مالار. J. 2013 , 12 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  34. Mukonka، VM؛ چاندا، ای. هاک، یو. کامولیوو، ام. موشینگ، جی. چیلش، ج. چیبوه، کالیفرنیا؛ نوریس، دی. مولنگا، م. چاپوندا، م. و همکاران بار بالای مالاریا به دنبال افزایش مداخلات کنترل در ناحیه Nchelenge، استان Luapula، زامبیا. مالار. J. 2014 , 13 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  35. چاندا، ای. Mukonka، VM؛ کامولیوو، ام. مک دونالد، MB; Haque، U. مداخله حشره‌شناختی مقیاس عملیاتی برای کنترل مالاریا: استراتژی‌ها، دستاوردها و چالش‌ها در زامبیا. مالار. J. 2013 , 12 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  36. چاندا، ای. گوور، جی.ام. مک دونالد، MB; Lako, RL; هاک، یو. بابا، اس پی; Mnzava، A. مدیریت یکپارچه ناقل: یک استراتژی حیاتی برای مبارزه با بیماری های منتقله از طریق ناقل در سودان جنوبی. مالار. J. 2013 , 12 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  37. سیمون، سی. معارفی، ک. Mosweunyane، T. جبرئیل، HB; انکومو، بی. مطلنگ، م. Ntebela، DS؛ چاندا، ای. Haque، U. کنترل مالاریا در بوتسوانا، 2008-2012: مسیر به سوی حذف. مالار. J. 2013 , 12 . [ Google Scholar ] [ CrossRef ] [ PubMed ]
  38. احمد، س. گالاگان، اس. اسکوبی، اچ. کیانگ، جی. Prue، CS; خان، WA; رام، م. علم، ام اس; حق، MZ; آکتر، جی. و همکاران نقاط داغ مالاریا باعث انتقال هیپوآندمیک در نواحی تپه چیتاگونگ بنگلادش می شود. PLoS One 2013 , 8 . [ Google Scholar ] [ CrossRef ] [ PubMed ]

;کاربردهای GISمقالات

آموزش کاربردی ArcGISالهام ابراهیم زادهکاربرد جی ای اسکاربرد جی ای اس در زمین شناسی

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

همواره حمایت دانشجویان عزیزمان همراه ما بوده و این سببب شده که گامی محکم به‌سوی ایجاد یک مرجع برای آموزش GIS برداریم. با این امید که بتوانیم قدردان حمایت شما بزرگواران باشیم.

  • خانه
  • آموزش
  • فیلم آموزشی
  • تماس با ما
  • درباره ما
  • وبلاگ
  • سمنان /خیابان کاشانی/ساختمان فناوری اطلاعات/پ 8
  • 09120049370