தொற்று நோய்கள் & தடுப்பு மருத்துவத்தின் இதழ்
திறந்த அணுகல்
ஐ.எஸ்.எஸ்.என்: 2329-8731
ஐ.எஸ்.எஸ்.என்: 2329-8731
பரிமா எமாதி சஃபாவி, கரீம் ரஹிமியன், அலிரேசா தௌஸ்த்மொஹம்மதி, மஹ்லா சஃபாரி தாஸ்ட்ஜெர்டி, அஹ்மத்ரேசா ரசூலி, ஜாவத் ஜாஹிரி
பின்னணி: கொரோனா வைரஸ் நோய் 2019 (COVID-19) தொற்றுநோய் சில மாதங்களில் உலகளாவிய ஆரோக்கியத்திற்கு மிகப்பெரிய அச்சுறுத்தலாக மாறியுள்ளது. கோவிட்-19 உடன் போராடும் ஈரான், நவ்ரூஸ் விடுமுறையுடன் தற்செயலாக மக்கள் மற்றும் பொது சுகாதார பணியாளர்களுக்கு பயங்கரமான விளைவுகளுக்கு வழிவகுத்தது. தொற்றுநோயின் ஆரம்ப கட்டங்களில் பொருத்தமான நடவடிக்கைகளை எடுப்பதில் மாடலிங் அணுகுமுறைகள் மிகவும் சாதகமாக இருப்பதாக நிரூபிக்கப்பட்டுள்ளது. இதுநாள் வரை, கோவிட்-19 வழக்குகளின் பரவலை ஆராய, குறிப்பாக ஈரானில் பயணக் கட்டுப்பாடுகளுக்குப் பிறகு, நோயை மாதிரியாக்க எந்த ஆய்வும் நடத்தப்படவில்லை. ஈரானில் தினசரி உறுதிப்படுத்தப்பட்ட வழக்குகளைக் கணிக்க ஒரு மாதிரியை உருவாக்குவதன் மூலம் ஆரம்ப கட்ட கொரோனா வைரஸ் பரவுவதற்கான காரணிகளை நாங்கள் ஆராய்ந்தோம்.
முறைகள்: இந்த ஆய்வில், ஏப்ரல் 4, 2020 முதல் மே 2, 2020 வரை 24 மாகாணங்களில் உறுதிப்படுத்தப்பட்ட வழக்குகளின் பொதுவில் கிடைக்கக்கூடிய தரவை விளக்கக் காரணிகளின் பட்டியலுடன் சேகரித்தோம். ஈரானில் தினசரி உறுதிப்படுத்தப்பட்ட வழக்குகளைக் கணிக்க ஒரு மாதிரியை உருவாக்குவதன் மூலம் ஆரம்ப கட்ட கொரோனா வைரஸ் பரவுவதற்கான பங்களிக்கும் காரணிகளை ஆராய செயற்கை நரம்பியல் நெட்வொர்க்குகள் வழங்கும் வாய்ப்புகளை நாங்கள் பயன்படுத்தினோம். காரணிகள் எந்த நேரியல் சங்கங்களுக்கும் தனித்தனியாக சரிபார்க்கப்பட்டது மற்றும் பல அடுக்கு பெர்செப்ட்ரான் நெட்வொர்க்கைப் பயிற்றுவிக்கவும் சரிபார்க்கவும்.
முடிவுகள்: மாதிரிகளின் துல்லியம் மதிப்பீடு செய்யப்பட்டது; R2 மதிப்பெண்கள் மக்கள்தொகை விநியோகத்திற்கு 0.842, சுகாதார குறியீட்டிற்கு 0.822 மற்றும் மாகாணங்களில் உள்ள மக்கள்தொகைக்கு 0.864. சேகரிக்கப்பட்ட காரணிகளுக்கும் மாகாணங்களில் கோவிட்-19 நிகழ்வுகளுக்கும் இடையே குறிப்பிடத்தக்க நேரியல் தொடர்புகள் எதுவும் காணப்படவில்லை. மேலும், நோய் மையப்பகுதியிலிருந்து ஒப்பீட்டு தூரம் மாகாணங்களில் நோய் நிகழ்வுகளுடன் எந்த தொடர்பும் இல்லை.
முடிவு: விடுமுறை முடிந்தவுடன் பயணக் கட்டுப்பாடுகளின் போது, மக்கள்தொகை, மக்கள் தொகை அடர்த்தி மற்றும் சுகாதார உள்கட்டமைப்புத் தரம் ஆகியவற்றின் குறிப்பிடத்தக்க தாக்கத்தை எங்கள் முடிவுகள் காட்டுகின்றன. அதன்படி, இந்தத் தகவல் தொற்றுநோய்களின் அபாயத்தை மதிப்பிடுவதிலும், இந்தப் பகுதியில் எதிர்கால கொள்கை வகுப்பதிலும் உட்படுத்தப்படலாம்.