Meny

Javascript verkar inte påslaget? - Vissa delar av Lunds universitets webbplats fungerar inte optimalt utan javascript, kontrollera din webbläsares inställningar.
Du är här

Rumsliga modelleringstekniker för övervakning av sjukdomsspridning

Huvudsyftet med detta projekt är att skapa en bättre förståelse för den rumsliga fördelningen av risken för en sjukdom i ett intresseområde. Detta kommer att ge nya insikter till politiska beslutsfattare samt utgöra underlag för planering av olika scenarion som folkhälsomyndigheterna gör, med syfte att minska risken för dödsfall pga sjukdom. Det handlar dock också om att minska antalet personer som lider av en viss sjukdom under en viss tidsperiod, för befolkningen i riskzonen. Svartfeber (SF) och orientböld (O) i Iran samt kronisk vaskulär sjukdom (KVS) användes som fallstudiesjukdomar.

Rumslig statistik användes i denna studie för att undersöka den rumsliga variationen av förekomst av en KVS för att detektera områden där sjukdomen är särskilt utbredd, vilket kan leda till upptäckt av tidigare okända riskfaktorer. Dessutom undersöktes eventuella samband mellan sjukdomsincidenter och socioekonomiska och miljömässiga variabler såsom socialt fördärv och luftförorening med allmänna och lokala rumsliga regressionsmetoder.

För svartfeber utvecklades spatial data mining modeller genom att integrera maskinlärningsalgoritmer i en GIS-baserad modelleringsmetod. Konstgjorda neurala nätverk, luddiga modeller och Bayesian-sannolikhetsmodeller användes alla för att identifiera de mest mottagliga områdena för en dödlig sjukdom. Dessa modeller utbildades med sjukdomsincidensen och topografiska, miljömässiga och demografiska data och fann framgångsrikt de mest riskabla områdena.

Den rumsliga dynamiken i en epidemi av orientböld, och relaterade vektorer (t.ex. myggor, sandflugor) samt däggdjursreservoarer undersöktes med hjälp av rumsliga simuleringstekniker. Dessutom tillämpades agentbaserade modelleringsmetoder för att simulera olika socioekologiska processer associerade med rumsliga mönster av sjukdomsincidenser. Modellerna markerade områden där patogener spreds lokalt. Detta gjordes genom att undersöka växelverkan mellan vektorer, reservoarer och mottagliga personer (värdar) i en viss miljö.

Kontaktinformation

Ali Mansourian

Forskare som ingår i detta projekt

Mohammadreza Rajabi, Doktorand
Petter Pilesjö, Professor

Sidansvarig:

Institutionen för naturgeografi och ekosystemvetenskap
Lunds universitet
Sölvegatan 12
223 62 Lund
Sverige

Hantering av personuppgifter