TY - JOUR T1 - Application of empirical Bayes smoothed incidence rates of tuberculosis during the year 2005-2011 to prepare geographical map of tuberculosis incidence TT - به کارگیری بیز تجربی در تهیه نقشه جغرافیایی بروز بیماری سل در استان مازندران طی سال‌های 90-1384 JF - J-Mazand-Univ-Med-Sci JO - J-Mazand-Univ-Med-Sci VL - 23 IS - 110 UR - http://jmums.mazums.ac.ir/article-1-3407-fa.html Y1 - 2014 SP - 45 EP - 56 KW - Tuberculosis KW - standardized incidence rate KW - poisson regression models KW - empirical Bayes model KW - goodness of fit KW - smoothing N2 - سابقه و هدف: نقشه‌بندی بر اساس میزان‌های استاندارد شده بدون در نظر گرفتن همبستگی مکانی منجر به برآوردهای نامناسبی می‌گردد؛ در این مطالعه با استفاده از هموارگر بیزی (Bayes) در مدل پواسن (Poisson) با تابع پیشین گاما نقشه بروز بیماری سل تهیه گردید. مواد و روش‌ها: نرخ‌های بروز بیماری دارای مدل پواسن می‌باشند که پس از استانداردسازی با استفاده از دو روش هموارسازی بیزی تجربی با تابع پیشین گاما و بدون در نظر گرفتن همبستگی فضایی و با استفاده از داده‌های سال‌های 90-1384 محاسبه شد. سپس با استفاده از نرم‌افزار GIS (Geographic information systems) نقشه بروز بیماری سل تهیه گردید. برای تجزیه و تحلیل بیزی از نرم‌افزار Excel و WinBUGS نسخه 14 و برای سایر تحلیل‌ها از نرم‌افزار آماری SPSS نسخه 20 استفاده شد. یافته‌ها: بر اساس داده‌های موجود، میزان نرخ بروز بیماری در استان برابر با 14/8 برآورد گردید. با بررسی متغیرهای وارد شده در مدل رگرسیون پواسون، این نتیجه به دست آمد که متغیرهای جنس و بیماری از متغیرهای تأثیرگذار در نرخ بروز بیماری بودند. استفاده از هموارسازی باعث شناسایی خوشه‌های بهشهر و نکا در شرق استان و خوشه‌های سوادکوه و ساری و بخش بندپی بابل در مرکز و خوشه محمودآباد و سرخرود در غرب استان شد. استنتاج: نرخ بروز بیماری و مقایسه آن با آمار کشوری نشان دهنده وضعیت بهتر استان نسبت به کشور می‌باشد. بر اساس مدل مبتنی بر استنباط بیز تجربی، به دلیل بیش پراکنش برازش داده شده و با توجه به معیار نیکویی برازش بهتر، مدل فوق در شناسایی خوشه‌ها از توانایی بهتری برخوردار بود. M3 ER -