[Retracted] Development of Health Digital GIS Map for Tuberculosis Disease Distribution Analysis in Sudan

Siddik, Mohamed Sidahmed M.; Ahmed, Thowiba E.; Ahmed, Fatima Rayan Awad; Mokhtar, Rania A.; Ali, Elmustafa Sayed; Saeed, Rashid A.

doi:10.1155/2023/6479187

Cited by 6 publications

(3 citation statements)

References 24 publications

(25 reference statements)

Supporting

Mentioning

Contrasting

Order By: Relevance

“…We analyzed the prevalence of ODs and SSDs in children across different administrative districts and geographical zones in the Odesa region, using local GIS data. The study supported the experts' view on the usefulness of GIS as a tool for collecting, storing, analyzing, and visualizing geographic data and related medical information [9][10][11]. The results showed that the "null hypothesis" of a uniform distribution of GHD, CF, ALL and T1DM cases in children throughout the Odesa region was not confirmed.…”

Section: Discussionsupporting

confidence: 53%

Географічна Інформаційна Система В Моніторингу Орфанних Та Соціально Значущих Захворювань У Дітей

Aryayev,

Senkіvska,

Biryukov

et al. 2023

View full text Add to dashboard Cite

Мета: покращити моніторинг орфанних та соціально значущих захворювань у дітей на основі використання географічної інформаційної системи (ГІС) і вивчити зв’язок між поширеністю дефіциту гормону росту (ДГР), муковісцидозу (МВ), гострого лімфобластного лейкозу (ГЛЛ), цукрового діабету 1-го типу (Т1ЦД) й еколого-геофізичними факторами навколишньої території. Матеріали та методи. Моніторинг випадків ДГР, МВ, ГЛЛ та Т1ЦД у дітей в Одеській області проводився з 2016 по 2020 роки. Ми зареєстрували дані 862 дітей, серед яких 92 мали ДГР, 54 — МВ, 88 — ГЛЛ і 628 — T1ЦД. У дослідженні використано клінічні та епідеміологічні методи, а також локальну ГІС. Для аналізу даних застосовували локальний медико-соціологічний шар ГІС і накладали його на еколого-геофізичний шар тієї ж ГІС. У дослідженні використано інформацію, отриману при проведенні Чорноморської геофізичної експедиції в Одеській області. Поширеність захворювань аналізували за χ2-тестом. Значення р < 0,05 вважалося статистично значущим. Результати. Під час перевірки «нульової гіпотези» щодо розподілу випадків ДГР, МВ, ГЛЛ та Т1ЦД у дітей за трьома фізико-географічними зонами Одеської області виявлено суттєві відмінності в поширеності захворювань на різних територіях. У лісостеповій зоні, зокрема в Ананьївському районі, виявлено найбільшу поширеність ДГР, водночас у Миколаївському районі степової зони переважав Т1ЦД. У Придністровській зоні у Біляївському районі найвищими були показники Т1ЦД, тоді як в Овідіопольському районі — показники МВ, а в Одесі — ГЛЛ. При дослідженні поширеності ДГР, МВ, ГЛЛ та Т1ЦД у дітей разом із картуванням геофізичних та екологічних аномалій в Одеській області виявлено істотну роль еколого-геофізичних факторів. Висновки. Використання методу ГІС при епідеміологічному дослідженні ДГР, МВ, ГЛЛ та Т1ЦД у дітей сприяє покращенню моніторингу орфанних та соціально значущих захворювань.

show abstract

Section: Discussionsupporting

confidence: 53%

Географічна Інформаційна Система В Моніторингу Орфанних Та Соціально Значущих Захворювань У Дітей

Aryayev,

Senkіvska,

Biryukov

et al. 2023

View full text Add to dashboard Cite

show abstract

“…The recognition of epidemics holds great importance in public health, and understanding the geographical distribution of a disease is one of the most effective factors in this process. Since disease prevalence is related to the environment and climate, studying geographical conditions becomes essential [ 16 , 17 ]. However, spatial data analysis for investigating epidemics often presents challenges, prompting public health experts to seek solutions.…”

Section: Introductionmentioning

confidence: 99%

Geospatial Patterns of Non-Melanoma Skin Cancer in Relation to Climate Changes in Iran

Aryan Kya

2024

Asian Pac J Cancer Prev

View full text Add to dashboard Cite

Objective:The purpose of this study is to examine the impact of climate change factors on the incidence of skin cancer in Iran. Methods: The statistical population for this study comprises skin cancer patients in Iran. All other data used in this research were extracted from Remote Sensing imagery, including Ultraviolet ray, Relative humidity, Cloud cover, incoming short-wave flux, elevation, and total hours of sunshine. Initially, spatial autocorrelation analysis and cluster patterns were calculated using General G and Moran's I indices. Subsequently, a Geographically Weighted Regression Model was used to establish a regression relationship between the climate change data and the detection and forecasting rate of skin cancer. Finally, the model's accuracy was evaluated by estimating the detection coefficient between the reality map and the forecasting map. Results: The study found that UV radiation and relative humidity exhibit the highest positive and negative correlation, respectively, with the skin cancer rate in Iran. Geostatistical analysis revealed a clustered spatial distribution of skin cancer rates, and the proposed GWR model demonstrated high accuracy in predicting the skin cancer rate. The results indicate the highest positive correlation (+0.51) for UV ray and the most negative correlation (-0.43) for relative humidity. The Geostatistical analysis reveals spatial autocorrelation, cluster patterns, and non-randomness of the data. Conclusion: The detection rate of skin cancer increases from north to south and from west to east.

show abstract

“…Tis article has been retracted by Hindawi, as publisher, following an investigation undertaken by the publisher [1]. Tis investigation has uncovered evidence of systematic manipulation of the publication and peer-review process.…”

mentioning

confidence: 99%