Koyun ve keçilerde meydana gelen çiçek hastalığı vakalarının coğrafi bilgi sistemleri ile zamansal ve mekânsal analizi

Hastalıkların mekânsal doğasına ve dağılımının analizine odaklanılmasında "mekânsal epidemiyoloji" kavramı gelişmiştir. Coğrafi Bilgi Sistemleri (CBS), yükselişi devam eden mekânsal analizlerle bu alanı son derece desteklemektedir. CBS, hastalıkların önlenmesi, kontrol altına alınması, sürveyans programlarının uygulanması gibi çeşitli çalışmalarda halk sağlığı çalışanlarına, epidemiyologlara ve yetkili otoritelere hedef müdahale göstererek kritik araçlar sunmaktadır. CBS, doğası gereği, hastalık kontrol senaryolarında politika yapıcılara uygun maliyetli sonuçlar elde etmek için yenilikçi ve yaratıcı yöntemler sunar. Bu bağlamda, olası müdahale noktalarının belirlenmesi, hızlı karar verme ve kaynak tahsisi sorunları için ana eylem yoludur. Bu çalışmada, CBS ile mekansal istatistiksel analiz ve yöntemler kullanılarak bir salgınının zamansal ve mekansal analizi gerçekleştirilmiştir. Bu kapsamda, Türkiye'de "ihbarı mecburi hastalıklar" ve "tazminatlı hayvan hastalıkları" listesinde yer alan, OIE (Dünya Hayvan Sağlığı Örgütü)'ne bildirimi zorunlu olan Koyun ve Keçi Çiçeği (KKÇ) hastalığına ait 2010-2019 yılları arasında meydana gelen salgın verileri kullanılmıştır. KKÇ, koyun ve keçileri etkileyerek ciddi sürü kayıplarına neden olan viral bir hastalıktır. Çalışma kapsamında, KKÇ epidemiyolojisinin anlaşılması ve hastalık nedenlerinin açığa çıkarılması için hastalığın mekânsal dağılımının ve belirleyici faktörlerinin analizine odaklanılmıştır. Bu çalışmada, Poisson, Mekan-Zaman Permütasyon Modeli (Space-time Permutation Model-STPM), Zamansal Eğilimlerdeki Mekansal Varyasyon (Spatial Variation in Temporal Trends-SVTT) ve Ordinal Model gibi mekan-zaman tarama istatistikleri ve olasılık modelleri kullanılmaktadır. Bulgular, yıl, ay ve coğrafi bölge bazında değerlendirilmiştir. Sonuçlar, KKÇ'nin Türkiye'deki epidemiyolojisi ve sürveyans çalışmalarına yönelik daha ileri çalışmalar için bir temel sağlayarak katkıda bulunur.

The concept of 'spatial epidemiology' has evolved to focus on the spatial nature of diseases and analysis of their distribution. Geographical Information Systems (GIS) support this field with its ever-increasing spatial analysis capabilities. GIS provides critical tools for public health workers, epidemiologists and competent authorities in various subjects such as disease control and prevention, and implementation of surveillance programs by identifying potential points of intervention. GIS, by its nature, offers innovative and creative methods for obtaining cost-effective results to policy makers in disease control scenarios. In this respect, identification of potential points of intervention is the main course of action for rapid decision making and resource allocation problems. In this study, temporal and spatial analysis of an outbreak was carried out by utilizing GIS tools. The dataset used in this study consists of SPGP—Sheep Pox and Goat Pox, a notifiable and compensated disease in Turkey—outbreak data reported to OIE (World Organisation for Animal Health) between years 2010 and 2019. SPGP is a viral disease that affects sheep and goats, causing serious herd losses. The main objective of this study is understanding the epidemiology of the disease and revealing its causes by analysing spatial distributions and defining factors. In this study, space-time scanning statistics and probability models such as Poisson, Space-time Permutation Model (STPM), Spatial Variation in Temporal Trends (SVTT) and Ordinal Model were used. Findings were evaluated on the basis of year, month and geographical region. Results provide a baseline for further studies into the epidemiology and surveillance studies of SPGP in Turkey.