fa به کارگیری بیز تجربی در تهیه نقشه جغرافیایی بروز بیماری سل در استان مازندران طی سال‌های 90-1384 اپیدمیولوژی Epidemiology پژوهشي-کامل Research(Original) 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. Background and purpose: Due to the increasing information about illnesses and deaths, classified map is of appropriate methods for analyzing this type of data. Standardized infection rates are commonly used in disease mapping but had many defects. This study aimed to compare the Poisson regression models and empirical Bayes models to prepare geographical map of tuberculosis incidence in Mazandaran province, Iran. Materials and methods: The standardized incidence rates were conducted using two methods of empirical Bayesian smoothing and without consideration of spatial correlation using data from 2005 to 2011. Results: The incidence rate of tuberculosis was 8.14 during the studied period. Poisson regression model showed that the variables of gender and disease were significantly effective on incidence rate. Using an empirical Bayes approach based on the smoothing, we found 2 clusters in west, 3 clusters in center and 2 clusters in east ofv Mazandaran province. Conclusion: Using Poisson regression models, we found significant effect of gender and disease on incidence rate. Poisson regression model is better to prepare geographical map of a disease. سل, میزان ابتلای استاندارد شده, مدل رگرسیون پواسن, مدل بیز تجربی, نیکویی برازش, هموارسازی Tuberculosis, standardized incidence rate, poisson regression models, empirical Bayes model, goodness of fit, smoothing 45 56 http://jmums.mazums.ac.ir/browse.php?a_code=A-10-29-151&slc_lang=fa&sid=1 Jamshid Yazdani-Chrati جمشید یزدانی چراتی jamshid_1380@yahoo.com 100319475328460035939 100319475328460035939 Yes علوم پزشکی مازندران Fatemeh Mrdanshah فاطمه مردانشاه 100319475328460035940 100319475328460035940 No علوم پزشکی مازندران Siavoush Etemadi-Nejad سیاوش اعتمادی نژاد 100319475328460035941 100319475328460035941 No علوم پزشکی مازندران Mohammad-Sadegh Rezaei محمد صادق رضایی 100319475328460035942 100319475328460035942 No علوم پزشکی مازندران Mustafa Ghadami مصطفی قدمی 100319475328460035943 100319475328460035943 No علوم پزشکی مازندران Elham Ahmadi-Baseri الهام احمدی باصیری 100319475328460035944 100319475328460035944 No علوم پزشکی مازندران