تحلیل الگوهای مکانیزمانی اپیدمی ویروس‌ کووید 19 و مخاطرات آن در ایران

کووید 19 یکی از بیماری‌های واگیردار و عفونی قرن بیست‌ویکم است که از اواخر دسامبر سال 2019 به‌صورت شیوع پنومونی از ووهان چین به سراسر جهان گسترش یافت. تحلیل الگوهای مکانیزمانی ویروس ‌کرونا با استفاده از gis در درک تفاوت توزیع جغرافیایی این اپیدمی و نیز مطالعات اپیدمیولوژیکی و بهداشت جامعه در کشور اهمیت فراوانی دارد. از این‌رو بررسی جغرافیایی این بیماری به‌منظور کنترل و پیشگیری آن ضروری است. در پژوهش کاربردی و توصیفی تحلیلی حاضر، با استفاده از آمار فضایی به تحلیل مکانی زمانی و نیز مدلسازی پخش فضایی اپیدمیولوژی ویروس‌ کرونا در کشور پرداخته شده است. جامعۀ آماری پژوهش، 31 استان کشور است که داده‌های مبتلایان به ویروس ‌کرونا در دامنۀ زمانی 3 اسفند 1398 تا 3 فروردین 1399 (21638 نفر) با استفاده از نرم‌افزار arcgis تجزیه‌وتحلیل شد. نتایج حاصل از خودهمبستگی فضایی نشان می‌دهد که استان‌های تهران، البرز، قم، مازندران، گیلان، قزوین، اصفهان، سمنان، مرکزی و یزد در خوشۀ hh قرار دارند، بدین معنا که تعداد مبتلایان به ویروس کرونا در این استان‌ها بیشتر از میانگین بوده که 26/32 درصد استان‌های کشور را در بر می‌گیرد. همچنین تحلیل لکه‌های داغ در خصوص تعداد مبتلایان به ویروس‌ کرونا نشان داد که استان‌های قم، تهران، گلستان، سمنان، اصفهان، مازندران و البرز در خوشه‌های‌ داغ و استان‌های بوشهر، ایلام و کرمانشاه در خوشه‌های سرد قرار دارند. نتایج تحقیق بیانگر آن است که مهم‌ترین عامل جغرافیایی انتشار ویروس ‌کرونا در کشور، فاصله و مجاورت مکانی استان‌های درگیر با این بیماری بوده که از الگوی پخش فضایی سازش‌پذیر تبعیت می‌کند. از این‌رو ممنوعیت سفر به شهرهای زیارتی به‌ویژه مشهد و ارائۀ خدمات سازمان‌ها و ادارات به‌صورت الکترونیکی و غیرحضوری با هدف کاهش حضور مردم در جامعه، پیشنهادهای پژوهش حاضر به‌منظور کاهش شیوع بیماری کرونا در کشور است.

Analysis of spatialtemporal patterns of corona virus epidemic in Iran

One of the most contagious and infectious diseases of the 21st century is the coronavirus (Covid19), which has been spreading worldwide since the end of December 2019 as a pneumonia outbreak from China. Analysis of spatialtemporal patterns of Coronavirus using GIS is important in understanding the geographical distribution of this epidemic as well as epidemiological and community health studies in the country. Therefore, it is necessary to study the geography of this disease in order to control and prevent it; Therefore, in the present applied and descriptiveanalytical research, using spatial statistics, it has performed spatialtemporal analysis as well as spatial modeling of coronavirus epidemiology in the country. The statistical population of the present study is 31 provinces of the country. The data of Corona virus patients were analyzed in the period from March 24, 2017 to April 24, 2012 (21638 people) using ArcGIS software. The results of spatial correlation show that the provinces of Tehran, Alborz, Qom, Mazandaran, Gilan, Qazvin, Isfahan, Semnan, Markazi and Yazd are in the HH cluster, which means that the number of people infected with coronavirus in these provinces is higher than average. 32.26% of the country’s provinces. Also, the analysis of hot spots on the number of people infected with Coronavirus showed that the provinces (Qom, Tehran, Golestan, Semnan, Isfahan, Mazandaran and Alborz) in the hot clusters and the provinces (Bushehr, Ilam and Kermanshah) in the cold clusters. Are located. The results of the study indicate that the most important geographical factor in the spread of coronavirus in the country is the distance and proximity of the provinces affected by the disease, which follows the pattern of compatible spatial distribution.