Nghiên cứu tích hợp Viễn thám, Hệ thông tin địa lý và mô hình khai phá dữ liệu trong đánh giá nguy cơ mắc bệnh sốt rét tại tỉnh Đăk Nông

ĐẠI HỌC QUỐC GIA HÀ NỘI BÁO CÁO TỔNG KẾT KẾT QUẢ THỰC HIỆN ĐỀ TÀI KH&CN CẤP ĐẠI HỌC QUỐC GIA Tên đề tài: Nghiên cứu tích hợp Viễn thám, Hệ thơng tin địa lý mơ hình khai phá liệu đánh giá nguy mắc bệnh sốt rét tỉnh Đăk Nông Mã số đề tài: QG.17.20 Chủ nhiệm đề tài: TS Bùi Quang Thành Hà Nội, 2019 PHẦN I THÔNG TIN CHUNG 1.1 Tên đề tài: Nghiên cứu tích hợp Viễn thám, Hệ thơng tin địa lý mơ hình khai phá liệu đánh giá nguy mắc bệnh sốt rét tỉnh Đăk Nông 1.2 Mã số: QG.17.20 1.3 Danh sách chủ trì, thành viên tham gia thực đề tài TT Chức danh, học vị, họ tên TS Bùi Quang Thành ThS Nguyễn Quang Minh Đơn vị cơng tác Vai trị thực đề tài Đại học KHTN Điều hành chung, tổ chức thực nội dung nghiên cứu; Nghiên cứu xác lập sở khoa học dịch bệnh sốt rét, xây dựng mơ hình dự báo, thiết lập WebGIS, đề xuất giải pháp giảm thiểu nguy mắc bệnh sốt rét Đại học KHTN Thư kí khoa học; ứng dụng VT-GIS mơ hình khai phá liệu nghiên cứu nguy mắc bệnh sốt rét ThS Hoàng Tuấn Anh (NCS đề tài) Đại học KHTN Nghiên cứu sinh đề tài; ứng dụng VT-GIS mơ hình khai phá liệu nghiên cứu nguy mắc bệnh sốt rét ThS Dương Thị Thủy Đại học KHTN Nghiên cứu điều kiện tự nhiên, KTXH liên quan đến dịch bệnh sốt rét; xây dựng CSDL ThS Đỗ Trung Hiếu Đại học KHTN Nghiên cứu điều kiện tự nhiên, KTXH liên quan đến dịch bệnh sốt rét; xây dựng CSDL 1.4 Đơn vị chủ trì: 1.5 Thời gian thực hiện: 1.5.1 Theo hợp đồng: từ tháng 02 năm 2017 đến tháng 02 năm 2019 1.5.2 Gia hạn (nếu có): đến tháng… năm… 1.5.3 Thực thực tế: từ tháng 02 năm 2017 đến tháng 02 năm 2019 1.6 Những thay đổi so với thuyết minh ban đầu (nếu có): (Về mục tiêu, nội dung, phương pháp, kết nghiên cứu tổ chức thực hiện; Nguyên nhân; Ý kiến Cơ quan quản lý) 1.7 Tổng kinh phí phê duyệt đề tài: 300 triệu đồng PHẦN II TỔNG QUAN KẾT QUẢ NGHIÊN CỨU Viết theo cấu trúc báo khoa học tổng quan từ 6-15 trang (báo cáo đăng tạp chí khoa học ĐHQGHN sau đề tài nghiệm thu), nội dung gồm phần: Đặt vấn đề Bệnh sốt rét vấn đề sức khoẻ lớn giới nói chung Việt Nam nói riêng Theo ước tính Tổ chức Y tế giới khoảng 40% dân số giới sống vùng có nguy mắc sốt rét (World Health Organization, 2016) Hàng năm có khoảng 3502 500 triệu người mắc sốt rét triệu người chết sốt rét Hiện nay, bất chấp nỗ lực cơng tác kiểm sốt, bệnh sốt rét cịn thách thức tồn cầu, đặc biệt ảnh hưởng đến nhóm dễ bị tổn thương khả tiếp cận dịch vụ y tế cơng tác phịng chống cịn hạn chế (Darkoh, Larbi, & Lawer, 2017; Ge et al., 2016) Mặc dù có suy giảm số lượng ca nhiễm, khu vực trước miễn nhiễm với bệnh đối diện với nguy lây nhiễm thay đổi điều kiện môi trường, điều kiện kinh tế xã hội, đặc biệt bối cảnh biến đổi khí hậu tác động đến tần suất thời gian xảy tượng khí hậu cực đoan (Zinszer et al., 2012) Tính dễ bị tổn thương cộng đồng phụ thuộc vào nhiều yếu tố yếu tố sinh học, tâm lý học, môi trường, xã hội yếu tố kinh tế (Pham Viet Hong, 2014) Các chương trình theo dõi diễn biến bệnh cần nghiên cứu tích hợp yếu tố đó, mối quan hệ tương hỗ chúng, yếu tố không gian thời gian chúng Tại Việt Nam, theo số liệu báo cáo hàng năm chương trình phịng chống sốt rét Quốc gia nhiều tỉnh có mức độ lưu hành sốt rét cao chủ yếu thuộc khu vực Miền Trung - Tây Nguyên Hầu hết tỉnh có xã, huyện có đường biên giới với Lào Campuchia có tỷ lệ bệnh nhân mắc sốt rét cao so với địa phương khác toàn quốc (Thanh et al., 2015) Bệnh sốt rét giảm có nguy quay trở lại lớn Đối tượng dễ mắc bệnh người sống vùng sâu, vùng xa đặc biệt người dân sống vùng biên giới Việt Nam với Lào Campuchia (Hoang, 2014) Tại vùng nguy lan truyền sốt rét tiếp diễn phức tạp, việc nhiễm bệnh sốt rét chủ yếu thông qua giao lưu tự nên khó khăn việc giám sát, phát hiện, điều trị quản lý bệnh nhân sốt rét Đối với cơng tác phịng chống giảm thiểu nguy dịch bệnh, điều cấp thiết cần phải xây dựng hệ thống thông tin y tế cộng đồng khuôn khổ chương trình giám sát sức khỏe thơng tin dịch tễ (Q.-T Bui, Nguyen, Pham, Pham, & Tran, 2018; Q T Bui & Pham, 2016) Về mặt kỹ thuật, có số vấn đề cịn tồn lĩnh vực dịch tễ học liên quan đến việc hiển thị liệu sức khỏe, phân tích xử lý không gian, truyền bá thông tin y tế chia sẻ thông tin đơn vị quản lý cộng đồng người dân Một nhận biết khu vưc dễ bị tổn thương bệnh sốt rét, hỗ trợ cán y tế hiểu nguyên nhân hình thành yếu tố tác động đến việc phân bố khu vực nhiễm bệnh Việc xác định đo lường khu vực dễ bị tổn thương đóng vai trị quan trọng việc cung cấp thông tin sơ ban đầu đến cán y tế Việc quản lý phịng tránh sốt rét, có dự báo nguy mắc bệnh sốt rét địi hỏi phải có liệu xác khơng gian thơng tin thời gian (Guru Balamurugan & N Roy, 2011), mơ hình tích hợp phương pháp phân tích khơng gian sử dụng hiệu nhằm đánh giá tính dễ bị tổn thương xã hội đối diện với dịch bệnh Việc quản lý đòi hỏi giải pháp thích hợp, kết hợp kinh nghiệm tất cấp, từ trung ương đến địa phương, có tham gia cộng đồng địa phương phải dựa liệu có độ xác cao Do nhà chức trách cộng đồng địa phương cần tiếp cận liệu nguy mắc bệnh sốt rét để phục vụ cho việc dự báo lên kế hoạch phương án đối phó hiệu Bản đồ tính dễ bị tổn thương sốt rét gây cần phải xây dựng sẵn phục vụ công tác dự báo khu vực có nguy cao cơng tác phòng chống dịch (Kiang et al., 2006) Việc xác định khu vực dễ bị tổn thương sốt rét đóng góp đáng kể vào việc nâng cao hiệu công tác dịch tễ thông qua việc hạn chế di chuyển đến khu vực dễ bị tác động, thay đổi yếu tố gây bệnh Các thành phần cốt yếu mơ hình đánh giá tổn thương đồ nguy mắc bệnh sốt rét có khả dự đốn xác suất khu vực phơi nhiễm với sốt rét Mặc dù có nhiều cơng trình liên quan đến phương pháp dự báo nguy sốt rét (Delmelle, Delmelle, Casas, & Barto, 2010; Ndiath et al., 2015; Palaniy & Masimalai, 2014; Pham Viet Hong, 2014; Zinszer et al., 2015) chúng khác phương pháp thu thập liệu phân tích tỷ lệ mắc bệnh phạm vi ảnh hưởng Việc thành lập đồ nguy mắc bệnh sốt rét chất nghiên cứu yếu tố tác động đến việc hình thành nên khu vực có cộng đồng mắc bệnh (Q.-T Bui et al., 2018) Các yếu tố chất liên quan đến điều kiện vật lý, địa hình khu vực, điều kiện khí tượng, hoạt động kinh tế xã hội người (Kiang et al., 2006) Trên sở tổng quan tài liệu, có nhiều nghiên cứu sử dụng mơ hình trí thông minh nhân tạo dự báo nguy dịch bệnh cơng bố tạp trí khoa học có uy tín Nhìn chung, hướng nghiên cứu chia thành ba hướng (1) dựa vào kiến thức chuyên gia (2) Sử dụng viễn thám, GIS (3) sử dụng mơ hình thống kê kết hợp với chí thơng minh nhân tạo, viễn thám GIS Các hướng nghiên cứu tìm hiểu mối quan hệ biến độc lập xây dựng mơ hình dự báo nguy mắc bệnh sốt rét dựa tập hợp biến Phần lớn nghiên cứu gần theo hướng thứ (1) (2), Hệ thông tin địa lý (GIS) ý đến công cụ để nhận thức thấu đáo mường tượng trạng thái phát sinh tái phát sinh bệnh dịch, đặc biệt bệnh dịch thể truyền (Ge et al., 2016) GIS bước WHO đưa vào sử dụng công cụ thực hành thông thường cơng cụ y tế khác việc đối phó với bệnh dịch Dữ liệu viễn thám dùng để phân tích lãnh thổ thơng qua tích hợp GIS đang sử dụng rộng rãi cho việc nghiên cứu cách nhanh chóng xác điều kiện mơi trường vùng xác định Các mơ hình tuyến tính tích hợp viễn thám GIS lập đồ nguy sốt rét có đóng góp mặt khoa học thực tiễn Tuy nhiên, mơ hình dự báo truyền thống cần phải phát triển thay phương pháp mạnh mẽ tự động để giải hạn chế của kỹ thuật Hiện tại, hướng nghiên cứu thứ (3) chứng minh tính hiệu dựa sở đánh giá độ xác kết dự báo (Q.-T Bui et al., 2018; Ge et al., 2016; Kiang et al., 2006) Ví dụ, tiếp cận thống kê phương pháp phân tích không gian đề xuất nghiên cứu của, phân tích thống kê dựa chuỗi thời gian (Cheng, Haworth, Anbaroglu, Tanaksaranond, & Wang, 2014) Tuy nhiên, cách tiếp cận thống kê không giải cấu trúc phức tạp phi tuyến tính mơ hình dự báo nguy sốt rét Hiện nay, có nhiều nghiên cứu với xu hướng mới, kết hợp sử dụng trí thơng minh nhân tạo phân tích viễn thám GIS quản lý dự báo rủi ro sốt rét Cụ thể hơn, số nghiên tích hợp mơ hình Neural Network, Support Vector Machine, Random Forest (Ch et al., 2014; Palaniy & Masimalai, 2014; Zacarias & Bostr, 2013) thuật tốn tối ưu hóa đom đóm, ứng dụng logic mờ nghiên cứu sốt rét (Buczak et al., 2015) Những nghiên cứu kết luận tính ưu việt mơ hình so với mơ hình khác dựa việc đánh giá độ xác đồ kết Nghiên cứu dự báo phân vùng nguy mắc bệnh sốt rét vấn đề cấp thiết giới Việt Nam ảnh hưởng tượng khí hậu cực đoan (hạn, lũ, sương muối…) gây biến đổi khí hậu Đặc biệt khu vực Tây nguyên, khu vực sinh sống cộng đồng thiểu số, với điều kiện sở hạ tầng thiếu khả tiếp cận dịch vụ y tế hạn chế (Q.-T Bui et al., 2018; Q T Bui & Pham, 2016; Hoang, 2014) Mặc dù nhiều nghiên cứu tiến hành Việt Nam, chưa có mơ hình kiểm chứng, đánh giá độ xác dựa liệu thu thập ngồi thực địa Do nghiên cứu Đăk Nông có tính thời cao cần thiết, giai đoạn gần có báo cáo bùng phát dịch sốt rét sốt xuất huyết tỉnh Tây Nguyên Có nhiều nguyên nhân giải thích, suy luận rằng, mơ hình dự báo nguy sốt rét có chưa đáp ứng tất yêu cầu Điều đòi hỏi cần phải nghiên cứu phát triển mơ hình mới, nhằm nâng cao chất lượng phân vùng dự báo nguy mắc bệnh sốt rét Các mơ hình trí tuệ nhân tạo tối ưu hóa nghiên cứu thành công nhiều lĩnh vực, nhiên nghiên cứu ứng dụng vào phân vùng sốt rét cịn Vì thành cơng đề tài có ý nghĩa khoa học lớn, tạo hướng mới, cách tiếp cận nhằm nâng cao chất lượng dự báo Mơ hình nhân rộng khu vực khác Mục tiêu - Làm rõ đặc điểm điều kiện tự nhiên, kinh tế xã hội ảnh hưởng chúng tới nguy mắc bệnh sốt rét tỉnh Đăk Nông - Xây dựng mơ hình tích hợp Viễn thám, GIS, mơ hình khai phá liệu ứng dụng đánh giá nguy mắc bệnh sốt rét tỉnh Đăk Nông - Đề xuất giải pháp phòng tránh giảm thiểu nguy mắc bệnh sốt rét tỉnh Đăk Nông Phương pháp nghiên cứu Bước 1: Thu thập liệu, thành lập sở liệu không gian địa lý cho mơ hình dự báo nguy sốt rét Mơ hình sốt rét thực dựa sở liệu không gian địa lý thiết lập cho khu vực nghiên cứu Các liệu thu thập từ nhiều nguồn khác nhau, bao gồm (i) ảnh vệ tinh Landsat-8 OLI (có sẵn trực tuyến http://earthexplorer.Usgs.Gov); (ii) Số liệu kinh tế xã hội; (iii) đồ địa hình tỷ lệ 1: 50.000; (iv) DEM Aster (v) điểm có người mắc bệnh; (vi) liệu khí tượng đo trạm Những liệu xử lý để xây dựng sở liệu GIS Các liệu vị trí phân bố ca mắc, tỷ lệ mắc bệnh thu thập từ nhiều nguồn khác (Sở y tế Đăk Nông) Nguồn tư liệu sử dụng để tham khảo hỗ trợ cho việc thực địa điều tra thu thập liệu bổ xung Bước 2: Cách tiếp cận mơ hình phát triển mơ hình dự báo nguy sốt rét Mặc dù phương pháp kỹ thuật khác đề xuất cho dự báo nguy sốt rét Tuy nhiên, cấu trúc phức tạp phi tuyến tính mơ hình hóa dịch bệnh, phương pháp thơng thường khơng có khả để thực đầy đủ yêu cầu việc dự báo nguy dịch bệnh toàn diện Do cần có nghiên cứu tìm mơ hình nhằm nâng cao độ xác dự báo Mục đích đề xuất nghiên cứu cách cách tiếp cận mơ hình có để cải thiện khả dự đốn khu vực có nguy mắc bệnh sốt rét Các mơ hình trí tuệ nhân tạo chứng minh khả dự báo với độ xác cao mơ hình thơng thường nghiên cứu dịch bệnh nói chung Do nghiên cứu tập trung vào phương pháp trí tuệ nhân tạo thuật tốn tối ưu hóa Các phương pháp trí tuệ nhân tạo khác tìm hiểu nghiên cứu tỉ mỉ cho mơ hình dự báo, mạng neuron nhân tạo (Artifical neural network), vector hỗ trợ (Support vector machine), hồi quy logic (Kernel logic regression), v.v Mỗi mô hình đặc trung tham số riêng biệt Ngoài ra, phương pháp kết hợp khác (ensemble) nghiên cứu Bagging, AdaBoost, MultiBoost, Random Subspace Thêm vào số mơ hình tối ưu hóa sử dụng nghiên cứu Simulated Annealing Kết hợp với GIS, mơ hình tích hợp cho mơ hình hóa nguy sốt rét phát triển kết so sánh với mô hình trước Mơ hình tối ưu lựa chọn để thành lập đồ khu vực với mức độ nguy mắc bệnh khác Bước 3: Thành lập đồ nguy mắc bệnh sốt rét Mục tiêu tổng thể gói cơng việc xây dựng đồ nguy sốt rét từ mô hình lựa chọn Bước 2, lựa chọn phương pháp phân ngưỡng để xây dựng mức độ nguy từ thấp đến cao Đề xuất giải pháp phòng chống, giảm thiểu nguy mắc bệnh sốt rét Tổng kết kết nghiên cứu 4.1 Đặc điểm dịch tễ học sốt rét 4.1.1 Nguồn gốc bệnh phương thức truyền bệnh Bệnh sốt rét bệnh truyền nhiễm, ký sinh trùng Plasmodium người gây lên Bệnh lây theo đường máu, muỗi Anopheles truyền Bệnh sốt rét lưu hành chủ yếu quốc gia nhiệt đới cận nhiệt đới Ký sinh trùng sốt rét (KSTSR) gây nên bệnh sốt rét cho người tất nhóm tuổi (đặc biệt có nguy cao với trẻ em tuổi) truyền từ người sang người khác qua trung gian truyền bệnh muỗi Anopheles Bộ Y tế tổ chức Y tế giới WHO đưa biện pháp phòng chống sốt rét, đa phần biện pháp liên quan chủ yếu ngăn chặn truyền bệnh từ muỗi (cụ thể muỗi Anopheles) trình hút máu người (Hình 1) Chu kì sinh sản muỗi Anopheles gồm giai đoạn: Giai đoạn nước (trứng, bọ gậy, cung quăng) giai đoạn cạn (muỗi trưởng thành) Sự sinh sản muỗi Anopheles phụ thuộc vào có mặt điểm nước như: vũng nước, ao hồ, suối khe, giếng tự nhiên người tạo từ vật dụng chứa nước lâu ngày (chum nước, thùng nước, gáo dừa, non bộ…) Bọ gậy sống nước từ 10oC - 40oC Thời gian phát triển từ trứng đến muỗi trưởng thành 20oC 28 ngày, 31oC ngày Tuổi thọ muỗi trưởng thành phụ thuộc vào nhiệt độ Trung bình muỗi sống từ - tuần, muỗi đực sống vài ngày Độ ẩm tương đối 50% phù hợp với chúng, 50% phần lớn muỗi Anopheles bị chết Hình 1: Chu kỳ KSTSR thể người muỗi (theo CDC, http://www.dpd.cdc.gov.dpdx) 4.1.2 Đặc điểm bệnh dịch sốt rét Thời gian phát triển ký sinh trùng người từ muỗi đốt (giai đoạn ủ bệnh): Tuỳ thuộc vào loại ký sinh trùng sốt rét: P.falciparum từ 8-12 ngày; P.vivax, P.ovale từ 11-21 ngày; P.malariae từ 21-42 ngày Người mang ký sinh trùng sốt rét có biểu triệu chứng lâm sàng điển hình: rét run, nóng, mồ khát nước Cũng biểu triệu chứng khơng điển hình: sốt cao, nhức đầu, ớn lạnh, đau tồn thân, khơng biểu trường hợp người mang ký sinh trùng lạnh Tuỳ theo loài ký sinh trùng sốt rét mang người mà bệnh nhân sốt ngày (P.falciparum), hai ngày (P.vivax), ba ngày (P.malariae) sốt thường xuất có tính chu kỳ rõ rệt, ăn khớp với đợt phát triển ký sinh trùng sốt rét thể người 4.2 Dữ liệu vị trí mẫu bệnh sốt rét Thông tin khu vực nhiềm bênh lấy từ Trung tâm y tế dự phòng, Sở y tế Đăk Nông Dựa báo cáo hàng tuần số ca mắc bệnh mới, vị trí ca bệnh xác định thông qua báo cáo khảo sát thực địa Tổng cộng vị trí tương đối 198 ca mắc được sử dung Mục tiêu nghiên cứu nhằm tính tốn nguy mắc bệnh khu vực nghiên cứu mối quan hệ với điều kiện tự nhiên kinh tế xã hội, từ vị trí khơng gian tính tốn giá trị nguy troing khoang [0 – 1] Trong đó, tương ứng khơng có nguy có nguy cao Do 198 vị trí xác định có ca gán giá trị 198 điểm ngẫu nhiên khác (nằm khu dân cư) vị trí khơng có ca bệnh gán giá trị Vị trí khu vực nghiên cứu vị trí điểm mẫu thể Hình Hình 2: Vị trí khu vực nghiên cứu – tỉnh Đăk Nông 4.3 Các yếu tố ảnh hưởng dến dịch bệnh sốt rét 4.3.1 Các yếu tố tự nhiên Dựa vào định nghĩa bệnh sốt rét ta thấy tồn phát triển bệnh dịch dựa sinh cảnh nhân tố người, vectơ ký sinh trùng Nghiên cứu sinh cảnh đối tượng ta xác định trạng thái phát triển bệnh cộng đồng xác định Những sinh cảnh thuận lợi cho phát triển vectơ truyền bệnh sốt rét thường loại sinh cảnh rừng (bao gồm rừng rậm, rừng thưa, rừng nhiều tầng, bìa rừng), sinh cảnh đồng ven biển, sinh cảnh savan Yếu tố sinh cảnh có vai trị quan trọng việc phân bố vectơ, vùng sinh cảnh có độ che phủ cao, ổn định bị tàn phá thích hợp cho tồn phát triển muỗi Ngược lại, sinh cảnh bị tàn phá để làm nương rẫy khai thác lâm sản thích hợp cho tồn phát triển quần thể muỗi Các nghiên cứu dịch tễ học cho thấy sinh cảnh cho phát triển sốt rét tập trung vào nhân tố khí hậu, độ che phủ thực vật, địa hình thuỷ văn Nghiên cứu nhân tố môi trường tự nhiên ảnh hưởng đến bệnh sốt rét thực chất nghiên cứu nhân tố liên hệ với véc tơ bệnh Cũng giống loài sinh vật khác, muỗi Anopheles đặc trưng môi trường sống định (hay sinh cảnh) với giới hạn nhiệt độ, độ ẩm, độ cao Do vậy, nghiên cứu yếu tố mơi trường ta phát ổ muỗi nơi xuất ổ muỗi, từ đó, có biện pháp tiêu diệt phòng, chống phù hợp 4.3.2 Các yếu tố kinh tế - xã hội Khi nghiên cứu điều kiện sinh cảnh người, tập trung chủ yếu nghiên cứu điều kiện kinh tế xã hội, tập quán sinh sống có ảnh hưởng đến lan truyền dịch bệnh Trong đó, bao gồm yếu tố sau: yếu tố vệ sinh (kiến thức cộng đồng sức khoẻ sử dụng thuốc, kiến thức vệ sinh phòng dịch), yếu tố trị (quy hoạch kinh tế xã hội địa phương tương lai, trợ giúp quyền tổ chức), yếu tố kinh tế (bao gồm thu nhập, việc làm tập quán sinh sống, sở hạ tầng), yếu tố tâm lý, văn hố (trình độ dân trí, tâm lý dân chúng trước vấn đề vệ sinh), yếu tố dân số (mật độ, cấu dân số theo độ tuổi, gia tăng dân số tự nhiên gia tăng học) 4.4 Xây dựng CSDL yếu tố ảnh hưởng đến nguy mắc bệnh sốt rét Dựa việc xác định yếu tố ảnh hưởng đến dịch bệnh sốt rét sở liệu thu thập được, đề tài xây dựng 15 lớp thông tin đầu vào để xây dựng đồ nguy sốt rét tỉnh Đăk Nơng (Hình 3) Các lớp thong tin bao gồm (1) Độ cao địa hình – Elevation; (2) Hướng dốc – Aspect; (3) Độ dốc – Slope; (4) Lượng mưa – Rain; (5) Nhiệt độ - Temperature; (6) Độ ẩm – Humidity; (7) Nhiệt độ bề mặt – Land Surface Temperature (LST); (8) NDMI; (9) NDVI; (10) Gió – Wind; (11) Khoảng cách đến khu dân cư – Distance to residence; (12) Khoảng cách đến đường giao thông – Distance to road; (13) Khoảng cách đến vừng đất ngập nước – Distance to Wetland; (14) Khoảng cách đến sông – Distance to river (15) Khoảng cách đến rừng – Distance to forest Các lớp thông tin mơ tả Hình 3: Dữ liệu (biến) sử dụng xây dựng đồ nguy Trước xây dựng mơ hình tốn, 15 lớp thơng tin so sánh cặp để đánh giá hệ số tương quan, kết đánh giá lọc bỏ biến (do có giá trị tuyệt đối hệ số tương quan > 0.7) giữ lại 10 biến để thành lập đồ nguy sớt rét Hệ số tương quan 10 biến sử dụng thể Bảng Bảng 1: Hệ số tương quan biến -0.046 Dist to Resident 0.358 Dist to River -0.034 Dist to Road 0.301 -0.018 0.015 0.013 0.05 -0.011 0.407 -0.087 - - -0.07 - - - - - - - - - - NDVI Aspect DEM Landuse Rain Slope Temp NDVI 0.022 -0.048 -0.242 0.083 Aspect - 0.008 -0.008 -0.007 DEM - - -0.117 0.058 -0.607 Landuse - -0.374 0.093 -0.232 0.035 Rain Dist to Resident Dist to Resident Dist to Resident Dist to Resident Temp -0.148 -0.312 0.041 -0.157 - - 0.01 0.501 0.001 0.048 - - - - 0.06 0.263 - - - - - - 0.001 0.153 - - - - - - - - - - - - - - - - - Thông thường biến số đơn vị khác nhau, nên cần chuẩn hóa đơn vị trước xây dựng mơ hình Hiện có hai phương pháp chuẩn hóa (a) Phân lớp dựa phân phối tự nhiên liệu, gán khoảng liệu lớp 1,2,3… Đây phương pháp chuyển từ dạng liên tục sang dạng rời rạc Bảng (b) Chuẩn hóa liệu khoảng từ [0 – 1] sử dụng công thức Trong nghiên cứu này, phương pháp sử dụng thàn lập đồ nguy sốt rét Bảng 2: Phân lớp biến sử dụng xây dựng đồ nguy thuật toán Natural break algorithm TT Lớp liệu Landuse Distance to Residence (m) Distance to Road (m) NDVI Phân lớp (Class 1) TTN, (2) SMN, (3) RSX, (4) RPH, (5) RDD, (6) OTC, (7) NTS, (8) NKH, (9) CSK, 10) CSD, (11) CLN, (12) CHN (13), CDG, (14) CCC (1) - 1,131; (2) 1,132 - 2,880; (3) 2,881 - 4,731; (4) 4,732 - 6,788; (5) 6,789 - 9,051; (6) 9,052 - 11,620; (7) 11,630 - 14,710; (8) 14,720 - 18,920; (9) 18,930 - 26,230 (1) - 440.2; (2) 440.3 - 1,064; (3) 1,065 - 1,798; (4) 1,799 - 2,641; (5) 2,642 - 3,595; (6) 3,596 - 4,659; (7) 4,660 - 5,833; (8) 5,834 - 7,154; (9) 7,155 - 9,355 (1) -1.06 - -0.433; (2) -0.432 - -0.0101; (3) -0.01 - 0.256;(4) 0.257 – 0.404; (5) 0.405 0.514; (6) 0.515 - 0.608; (7) 0.609 - 0.702; (8) 0.703 - 0.796; (9) 0.797 - 0.936 Slope (O) Distance to River (m) DEM Rain Temp 10 Aspect (1) - 4.81; (2) - 4.81; (3) 8.66 - 12.3; (4) 12.4 - 15.9; (5) 16 - 19.7; (6) 19.8 - 23.8; (7) 23.9 - 28.4; (8) 28.5 - 34.6; (9) 34.7 - 61 (1) - 165.8; (2) 165.9 - 372.1; (3) 372.2 - 623.6; (4) 623.7 - 944.7; (5) 944.8 - 1,379; (6) 1,380 - 1,977; (7) 1,978 - 2,797; (8) 2,798 - 3,840; (9) 3,841 - 5,974 (1) 119 - 388; (2) 389 - 511; (3) 512 - 620; (4) 621 - 729; (5) 730 - 831; (6) 832 - 955; (7) 956 - 1,150; (8) 1,160 - 1,420; (9) 1,430 - 1,970 (1) 140.3 - 144.3; (2) 144.4 - 150.5; (3) 150.6 - 157; (4) 157.1 - 162; (5) 162.1 - 167; (6) 162.1 - 167; (7) 172.1 - 176.8; (8) 176.9 - 181.8; (9) 181.9 - 189.4 (1) 23.3 – 24.0; (2) 24.1 – 25.0; (3) 25.1 - 26; (4) 26.1 – 27.0; (5) 27.1 – 28.0; (1) Flat; (2) North; (3) Northeast; (4) East; (5) Southeast; (6) South; (7) Southwest; (8) West; (9) Northwest (10) North Các yếu tố sau đánh giá dựa so sánh với vị trí điểm mẫu bệnh thu thập thực địa Trọng số đánh giá thuật toán Information Gain với khoảng giá trị [0 – 1], biến số ảnh hưởng lớn có giá trị cao ngược lại Dựa đánh giá (Bảng 3), yếu tố sử dụng đất (Landuse) có trọng số cao nhất, khoảng cách đến khu dân cư, đường giao thông số thưc vật NDVI Đánh giá cho thấy tính tương đồng nghiên cứu trước đây, tình trạng lan truyền bệnh chịu ảnh hưởng lớn yếu tố xã hội lớp phủ thực vật Bảng 3: Hệ số tác động biến đến nguy sốt rét Yếu tố (biến) Landuse Dist to Residence Dist to Road NDVI Xếp hạng 0.76569 0.57649 0.50502 0.43205 Yếu tố (biến) Slope Dist to River DEM Rain Xếp hạng 0.20215 0.07607 0.02400 0.01911 Yếu tố (biến) Temp Aspect Xếp hạng 0.01263 0.00300 4.5 Thành lập đồ nguy sốt rét tỉnh Đăk Nông 4.5.1 Bản đồ nguy dựa thuật toán Ensemble Kết thử nghiệm mơ hình đánh giá thơng qua số RMSE, MAE, Kappa AUC Kết thể Hình Các số đánh giá độ xác mơ hình tể Bảng Trong thuật tốn Random Subspace có giá trị AUC cao nhất, tiếp sau Adaboost Bagging Hình 4: Đường cong ROC giá trị AUC mơ hình thử nghiệm Bảng 4: Training results of six models by using ten-fold cross-validation Classifiers MLP SVM J48 Adaboost (J48) Bagging (J48) RMSE 0.2365 0.2535 0.2413 0.2549 0.2234 MAE Kappa 0.0791 0.8687 0.119 0.803 0.079 0.8689 0.0684 0.8636 0.0926 0.8737 Overall Accuracy 93.4343 90.1515 93.4533 93.1818 93.6869 10 RandomSubspace (J48) 0.2528 0.1888 0.8838 94.1919 Dựa tham số mơ hình thử nghiệm, đồ nguy sốt rét thành lập Ví dụ minh họa đồ nguy sốt rét khu vực nhỏ thành lập dựa mô hình thử nghiệp thể Hình Về mặt đồ họa khơng có nhiều khác biệt khu vực có nguy mắc bệnh đồ, khu vực có nguy cao (màu đỏ) phân bố sung quanh khu dân cư đường giao thơng Hình 5: Ví dụ số kết phân tích từ mơ hình ensemble Thêm vào đó, nhằm kiểm tra đồ kết thành lập từ mơ hình, nghiên cứu áp dụng phương pháp kiểm định giả thiết thống kê t-test, với giả thuyết Ho: Các kết mơ hình giống Giả thuyết đảo Ha: Khơng có giống kết mô hình Dựa gia trị P (Bảng 5) cho thấy, kết mơ hình khác biệt mơ hình Random Subspace cho kết tốt Bảng 5: Kiểm định t-test cho cặp kết mơ hình TT So sánh cặp 10 11 12 13 14 15 AdaBoost vs Bagging AdaBoost vs J48 AdaBoost vs Random AdaBoost vs SVM AdaBoost vs MLP Bagging vs J48 Bagging vs RandomSubSpace Bagging vs MLP Bagging vs SVM J48 vs RandomSubSpace J48 vs MLP J48 vs SVM RandomSubSpace vs MLP RandomSubSpace vs SVM MLP vs SVM Giá trị T Giá trị P 549.19 387.63 -1267.35 165.97 299.08 179.14 -1598.23 -579.34 -127.12 -1171.24 -369.29 -203.53 1327.65 1281.17 213.29 < 2.2e-16 < 2.2e-16 < 2.2e-16 < 2.2e-16 < 2.2e-16 < 2.2e-16 < 2.2e-16 < 2.2e-16 < 2.2e-16 < 2.2e-16 < 2.2e-16 < 2.2e-16 < 2.2e-16 < 2.2e-16 < 2.2e-16 11 4.5.2 Bản đồ nguy dựa mơ hình kết hợp ANFIS Simulated Annealing Bên cạnh thử nghiệm mơ hình Ensemble, nghiên cứu xây dựng mơ hình tích hợp Hệ thống Logic mờ, cụ thể Adaptive Neuro-Inference System (ANFIS) thuật tốn tối ưu hóa dựa nguyên lý vật lý Simulated Annealing (SA) Trong SA sử dụng nhằm tối ưu hóa tham số cho ANFIS với hàm mục tiếu sử dụng RMSE Sơ đồ minh họa ANFIS trình bày Hình Kết đồ nguy xây dựng từ mơ hình thể Hình Hình 6: Adaptive Neuro Fuzzy Inference System Hình 7: Bản đồ nguy sốt rét xây dựng dựa mơ hình ANFIS va Simulated Annealing 12 4.6 Các giải pháp phòng chống giảm thiểu nguy sốt rét tỉnh Đăk Nông Tại tỉnh Đăk Nông, nguy xảy dịch cịn lớn, khu vực có nguy cao chiếm phần lớn diện tích khu vực có địa hình thấp, nơi có dân cư sinh sống Kết nghiên cứu cho thấy yếu tố kinh tế xã hội có trọng số lớn việc tác động đến nguy lây lan dịch bệnh sốt rét, đó, cần có quan tâm đến cơng tác phịng, chống sốt rét phun hố chất, tẩm màn, phát thuốc, tuyên truyền, giáo dục sức khoẻ, kiểm sốt nguồn lao động từ vùng có nguy lây nhiễm cao (Hình 7)…Đồng thời, cần có sách đầu tư xây dựng sở hạ tầng (Y tế, khám chữa bệnh, giáo dục, thông tin ), tăng cường cơng tác ý tế dự phịng, phát triển nguồn nhân lực y tế, nâng cao đời sống, trình độ dân trí cộng đồng Bên cạnh đó, biện pháp quản lý tổng thể quyền lĩnh vực y tế dự phòng kết hợp với tiến nghiên cứu phân vùng, điều trị bệnh Dựa vào kết cơng trình này, nhân rộng mơ hình quy mơ lớn với tỉnh, khu vực có điều kiện tự nhiên, kinh tế – xã hội tương đồng, loại dịch bệnh khác Như vấn đề quản lý dịch bệnh chặt chẽ đồng cấp Việc tạo lập sở liệu y tế đầy đủ, logic cần tiếp tục quan tâm nghiên cứu thời gian tới Đánh giá kết đạt kết luận Từ kết nghiên cứu ứng dụng viễn thám, hệ thống thông tin địa lý, mô hình học máy (machine learning) thuật tốn tối ưu đánh giá nguy sốt rét tỉnh Đắk Nơng, đưa đánh giá kết luận sau Phương pháp ứng dụng viễn thám, hệ thống thơng tin địa lý, mơ hình học máy thuật toán tối ưu để đánh giá nguy sốt rét đạt mức độ tin cậy cao qua cách thức kiểm thử đánh giá tham số kết Phương pháp ứng dụng giảm thiểu tối đa đánh giá chủ quan người so với phương pháp truyền thống khác Kết đề tài khẳng định thêm mối quan hệ chặt chẽ yếu tố điều kiện tự nhiên, điều kiện kinh tế - xã hội khu vực ảnh hưởng tới lây truyền bệnh sốt rét, để từ có biện pháp dự báo, tuyên truyền, kết hợp biện pháp y tế dự phòng, biện pháp sinh học, quản lý tài nguyên môi trường địa bàn tỉnh để phòng chống bệnh tối ưu Các yếu tố sử dụng đưa vào mơ hình nghiên cứu khai thác từ số liệu thu thập phương pháp thống kê - trung bình nên cịn hạn chế tính mùa vụ, tính thời điểm có liệu mang tính thời điểm lại không đảm bảo xuyên suốt liệu Do để nâng cao độ xác kết mơ hình cần có liệu cập nhật liên tục có tính để liệu đầu vào mơ hình mơ tả xác tranh từ giới thực Kết đề tài giúp hỗ trợ cho cơng tác Y tế dự phịng, quản lý tài nguyên môi trường, nghiên cứu chuyên sâu yếu tố ảnh hưởng để từ có giải pháp tác động, can thiệp làm giảm số ca bị bệnh kiểm soát dịch bệnh tốt Định hướng nghiên cứu từ sau kết đề tài: Phát triển theo hướng nghiên cứu tối ưu hóa mơ hình nhằm nâng cao mức độ tin cậy để tăng độ xác dự đốn; Hướng nghiên cứu từ yếu tố ảnh hưởng tới phát sinh lan truyền dịch bệnh sốt rét để đưa giải pháp giảm thiểu nguy cơ, phịng chống sốt rét nhằm kiểm sốt dịch bệnh đảm bảo sức khỏe cho cộng động, phát triển kinh tế - xã hội Tóm tắt kết (tiếng Việt tiếng Anh) 6.1 Tiếng Việt Kết khoa học Đề tài thử nghiêm đánh giá khả tích hợp liệu viễn thám, hệ thơng tin địa lý, mơ hình học máy thuật tốn tối ưu nghiên cứu mối quan hệ phi tuyến khu vực có nguy mắc bệnh sốt rét điều kiện tự nhiên kinh tế xã hội tỉnh Đăk Nông, Việt Nam Dựa 13 sở đánh giá đặc muỗi truyền bệnh, sở liệu 15 yếu tố đầu vào (trong 10 yếu tố sử dụng) trạng mắc bệnh tỉnh xây dựng Các yếu tố sử dụng huấn luyện kiểm định mơ hình đề xuất Độ xác kết đánh giá qua thông số RMSE, MAE, số Kappa, Độ xác tổng, ROC phương pháp kiểm định t-test Kết cho thấy tất mơ hình thử nghiệm cho kết có độ xác cao Tuy nhiên độ xác thay đổi tùy thuộc vào khu liệu đầu vào đặc điểm tự nhiên, xã hội khu vực nghiên cứu Dựa số dùng để đánh giá, khẳng định phương pháp tích hợp đề xuất nêu thành lập đồ có độ xác cao, có giá trị sử dụng nghiên cứu chương trình phịng chống dịch bệnh địa phương Cơng bố 02 báo tạp chí ISI, 01 chương sách nhà xuất Springer, 01 báo tạp chí Việt Nam Đào tạo Đào tạo 01 thạc sỹ, hỗ trợ 01 nghiên cứu sinh 6.2 Tiếng Anh Scientific results This study examines the potentials of remotely sensed data, GIS, machine learning classifiers, ensemble techniques and optimization algorithms in the investigation of the non-linear relationship between malaria occurrences and socio-physical conditions in the Dak Nong province of Viet Nam Fifteen socio-economic and physical predictor variables were investigated to build up spatial database to train and validate the prediction models Accuracy assessment was determined with RMSE, MAE, Kappa, Overall Accuracy, and Receiver Operating Characteristic (ROC) curve and pair t-test All investigated models generated results with considerable high performance indicators However, the performances might vary according to geographic locations It is concluded that the machine learning classifiers combined with remotely sensed data and GIS is promising for malaria vulnerability mapping, and the derived maps can be used as a fundamental basis for programs on spatial disease control Publications 02 ISI papers, 01 Springer book chapter, 01 paper in Vietnam Journal Training results Trained 01 Masters; support 1PhD Tài liệu tham khảo Buczak, A L., Baugher, B., Guven, E., Ramac-Thomas, L C., Elbert, Y., Babin, S M., & Lewis, S H (2015) Fuzzy association rule mining and classification for the prediction of malaria in South Korea BMC Medical Informatics and Decision Making, 15(1), 1-17 doi: 10.1186/s12911-015-0170-6 Bui, Q.-T., Nguyen, Q.-H., Pham, V M., Pham, M H., & Tran, A T (2018) Understanding spatial variations of malaria in Vietnam using remotely sensed data integrated into GIS and machine learning classifiers Geocarto International, 1-15 doi: 10.1080/10106049.2018.1478890 Bui, Q T., & Pham, M H (2016) Web-based GIS for spatial pattern detection: application to malaria incidence in Vietnam SpringerPlus, 5(1), 1-14 doi: 10.1186/s40064-016-2518-5 Ch, S., Sohani, S K., Kumar, D., Malik, A., Chahar, B R., Nema, A K., Dhiman, R C (2014) A Support Vector Machine-Firefly Algorithm based forecasting model to determine malaria transmission Neurocomputing, 129, 279288 doi: http://dx.doi.org/10.1016/j.neucom.2013.09.030 Cheng, T., Haworth, J., Anbaroglu, B., Tanaksaranond, G., & Wang, J (2014) Spatiotemporal Data Mining In M M Fischer & P Nijkamp (Eds.), Handbook of Regional Science (pp 1173-1193) Berlin, Heidelberg: Springer Berlin Heidelberg Darkoh, E L., Larbi, J A., & Lawer, E A (2017) A Weather-Based Prediction Model of Malaria Prevalence in Amenfi West District, Ghana Malaria Research and Treatment, 2017, 7820454 doi: 10.1155/2017/7820454 14 Delmelle, E., Delmelle, E C., Casas, I., & Barto, T (2010) H.E.L.P: A GIS-based Health Exploratory AnaLysis Tool for Practitioners Applied Spatial Analysis and Policy, 4(2), 113-137 doi: 10.1007/s12061-010-9048-2 Ge, Y., Song, Y., Wang, J., Liu, W., Ren, Z., Peng, J., & Lu, B (2016) Geographically weighted regression-based determinants of malaria incidences in northern China Transactions in GIS, n/a-n/a doi: 10.1111/tgis.12259 Guru Balamurugan, & N Roy, S S., Vikas N Kurne, Deepshikha Purwar, Siddarth DD4 (2011) Applications of GIS in Public Health Risk Reduction – ArcGIS approach Paper presented at the 12th Esri India User Conference India Hoang, H (2014) Malaria situation and evaluation of malaria control interventions in several border communes of Huong Hoa district , Quang Tri province [in Vietnamese: Nghiên cứu thực trạng sốt rét đánh giá kết can thiệp phòng chống sốt rét số xã biên giới huyện Hướng Hóa, tỉnh Quảng Trị] (PhD), Hue College of Medicine and Pharmacy, Hue, Viet Nam Kiang, R., Adimi, F., Soika, V., Nigro, J., Singhasivanon, P., Sirichaisinthop, J., Looareesuwan, S (2006) Meteorological, environmental remote sensing and neural network analysis of the epidemiology of malaria transmission in Thailand Geospatial Health; Vol 1, No (2006) Ndiath, M M., Cisse, B., Ndiaye, J L., Gomis, J F., Bathiery, O., Dia, A T., Faye, B (2015) Application of geographically-weighted regression analysis to assess risk factors for malaria hotspots in Keur Soce health and demographic surveillance site Malaria Journal, 14, 463 doi: 10.1186/s12936-015-0976-9 Palaniy, & Masimalai, i (2014) Remote sensing and Geographic Information Systems (GIS) as the applied public health & environmental epidemiology Int J Med Sci Public Health, 3(12), 1430-1438 Pham Viet Hong, P V H., Pham Xuan Canh (2014) Application of remote sensing and GIS for prevention-risk warning of malaria in Gia lai areas Paper presented at the Asian conference on Remote sensing 2014, Nay Pyi Taw, Myanmar Thanh, P V., Van Hong, N., Van Van, N., Van Malderen, C., Obsomer, V., Rosanas-Urgell, A., Erhart, A (2015) Epidemiology of forest malaria in Central Vietnam: the hidden parasite reservoir Malaria Journal, 14(1), 86 doi: 10.1186/s12936-015-0601-y World Health Organization (2016) World Malaria Report 2016 Geneva Zacarias, O P., & Bostr, H (2013) Comparing support vector regression and random forests for predicting malaria incidence in Mozambique Paper presented at the Advances in ICT for Emerging Regions (ICTer), 2013 International Conference on Zinszer, K., Kigozi, R., Charland, K., Dorsey, G., Brewer, T F., Brownstein, J S., Buckeridge, D L (2015) Forecasting malaria in a highly endemic country using environmental and clinical predictors Malaria Journal, 14, 245 doi: 10.1186/s12936-015-0758-4 Zinszer, K., Verma, A D., Charland, K., Brewer, T F., Brownstein, J S., Sun, Z., & Buckeridge, D L (2012) A scoping review of malaria forecasting: past work and future directions BMJ Open, 2(6), e001992 doi: 10.1136/bmjopen-2012-001992 PHẦN III SẢN PHẨM, CÔNG BỐ VÀ KẾT QUẢ ĐÀO TẠO CỦA ĐỀ TÀI 3.1 Kết nghiên cứu TT Tên sản phẩm Mô hình tích hợp Viễn thám, GIS với mơ hình khai phá liệu phục vụ đánh giá nguy mắc bệnh sốt rét tỉnh Đăk Nông Yêu cầu khoa học hoặc/và tiêu kinh tế - kỹ thuật Đăng ký Đạt CSDL lớp thông tin làm liệu đầu vào bao gồm yếu tố tự nhiên, kinh tế xã hội, chiết xuất từ liệu đồ tư liệu viễn thám ảnh số: NDVI, NDBI, DEM, NDMI Đạt CSDL sử dụng để thiết lập thử (thể nghiệm mô hình dự báo nguy sốt rét phụ lục 1, sản thể rõ tham số độ phẩm cơng bố) xác mơ hình Độ xác đánh giá số phổ biến Area Under Curve (AUC), Relative operating characteristic (ROC), Root Mean Square (RMS) 15 Kết phân tích đặc điểm tự nhiên, kinh tế - xã hội ảnh hưởng chúng tới nguy mắc bệnh sốt rét tỉnh Đăk Nông Kết đánh giá nguy mắc bệnh sốt rét tỉnh Đăk Nông Bản đồ nguy mắc bệnh sốt rét tỉnh Đăk Nơng tỷ lệ 1/100.000 Các giải pháp phịng tránh giảm thiểu nguy mắc bệnh sốt rét tỉnh Đăk Nơng Nêu bật yếu tố (thể thông qua trọng số định), bao gồm yếu tố tự nhiên, kinh tế xã hội Đánh giá tác động yếu tố đến nguy mắc bệnh sốt rét tỉnh Đăk Nơng u cầu thể đầy đủ, xác có tính hệ thống điều kiện TN- KTXH và ảnh hưởng chúng tới nguy mắc bệnh sốt rét tỉnh Đăk Nông Kết dự báo nguy mắc bệnh sốt rét xây dựng từ mơ hình tích hợp Viễn thám, GIS mơ hình khai phá liệu có độ xác cao (AUC > 90%) Nguy mắc bệnh thể thông qua xác suất nguy theo không gian Kết đầy đủ, xác có tính hệ thống phân bố khu vực có nguy mắc bệnh Bản đồ thể xác suất nguy mắc bệnh sốt rét (0 - 100%) theo không gian Bản đồ xây dựng xây dựng từ mô hình tích hợp Viễn thám, GIS mơ hình khai phá liệu có độ xác cao (AUC > 90%) dựa đồ địa hình 1/100.000, thể rõ khu vực có nguy mắc bệnh sốt rét Bản đồ thành lập theo ngôn ngữ đồ chuyên đề Đạt (thể phụ lục 2, sản phẩm công bố) Đạt (thể phụ lục 3, sản phẩm công bố) Đạt (thể phụ lục 3, sản phẩm công bố) Đạt Rõ ràng, đầy đủ sở khoa học luận (thể phụ lục 1, sản đề xuất phẩm công bố) 3.2 Hình thức, cấp độ cơng bố kết Tình trạng Ghi địa Đánh (Đã in/ chấp nhận cảm ơn giá in/ nộp đơn/ tài trợ chung chấp nhận (Đạt, Sản phẩm đơn hợp lệ/ TT ĐHQGHN không cấp giấy xác quy đạt) nhận SHTT/ xác định nhận sử dụng sản phẩm) Cơng trình cơng bớ tạp chí khoa học quốc tế theo hệ thống ISI/Scopus 1.1 Quang-Thanh Bui, Quoc-Huy Nguyen, Van Manh Ghi địa Pham, Minh Hai Pham & Anh Tuan Tran (2018) cảm ơn Understanding spatial variations of malaria in tài trợ Đạt Vietnam using remotely sensed data integrated into Đã xuất ĐHQGHN GIS and machine learning classifiers, Geocarto quy 16 International, DOI: 10.1080/10106049.2018.1478890 định 1.2 Quang-Thanh Bui (2019) Metaheuristic algorithms Ghi địa in optimizing neural network: a comparative study cảm ơn for forest fire susceptibility mapping in Dak Nong, tài trợ Đã xuất Vietnam, Geomatics, Natural Hazards and ĐHQGHN Risk, 10:1, 136-150, quy DOI: 10.1080/19475705.2018.1509902 định Sách chuyên khảo xuất ký hợp đồng xuất 2.1 Đăng ký sở hữu trí tuệ 3.1 Bài báo quốc tế không thuộc hệ thống ISI/Scopus 4.1 Bài báo tạp chí khoa học ĐHQGHN, tạp chí khoa học chuyên ngành quốc gia báo cáo khoa học đăng kỷ yếu hội nghị quốc tế 5.1 Tuan-Anh Hoang, Le Hoang Son, Quang-Thanh Bui, Quoc-Huy Nguyen (2017), Understanding factors affecting the outbreak of malaria using LocallyGhi địa Compensated Ridge Geographically Weighted cảm ơn Regression: Case study in DakNong, Vietnam, tài trợ Proceedings of the 2017 International Conference on Đã xuất ĐHQGHN Geo-spatial Technologies and Earth Resources quy (GTER-ISM 2017), 5-6 October 2017, Hanoi, định Vietnam, in press url: https://link.springer.com/chapter/10.1007/978-3-31968240-2_11 5.2 BÙI QUANG, Thành Combination of Adaptive Fuzzy Inference System and Simulated Annealing Ghi địa Algorithm-based for Malaria Susceptibility Mapping cảm ơn in Daknong Province VNU Journal of Science: tài trợ Earth and Environmental Sciences, [S.l.], v 34, n 4, Đã xuất ĐHQGHN dec 2018 ISSN 2588-1094 Available at: quy định doi: https://doi.org/10.25073/25881094/vnuees.4304 Báo cáo khoa học kiến nghị, tư vấn sách theo đặt hàng đơn vị sử dụng Kết dự kiến ứng dụng quan hoạch định sách sở ứng dụng KH&CN Ghi chú: Đạt Đạt Đạt - Cột sản phẩm khoa học công nghệ: Liệt kê thông tin sản phẩm KHCN theo thứ tự - Các ấn phẩm khoa học (bài báo, báo cáo KH, sách chuyên khảo…) chấp nhận có ghi nhận địa cảm ơn tài trợ ĐHQGHN theo quy định - Bản phơ tơ tồn văn ấn phẩm phải đưa vào phụ lục minh chứng báo cáo Riêng sách chuyên khảo cần có phơ tơ bìa, trang đầu trang cuối có ghi thông tin mã số xuất 3.3 Kết đào tạo TT Họ tên Thời gian kinh phí Cơng trình cơng bố liên quan Đã bảo 17 (Sản phẩm KHCN, luận án, luận văn) vệ Tuan-Anh Hoang, Le Hoang Son, QuangThanh Bui, Quoc-Huy Nguyen (2017), Understanding factors affecting the outbreak of malaria using LocallyCompensated Ridge Geographically Weighted Regression: Case study in DakNong, Vietnam, Proceedings of the 2017 International Conference on Geo-spatial Technologies and Earth Resources (GTERISM 2017), 5-6 October 2017, Hanoi, Vietnam, in press url: https://link.springer.com/chapter/10.1007/9783-319-68240-2_11 Chưa tham gia đề tài (số tháng/số tiền) Nghiên cứu sinh Hoàng Tuấn Anh 42.652.500 Học viên cao học Luận văn thạc sỹ bảo vệ Tên đề tài “Ứng Nguyễn Hồng Phương (Dựa thực tế thực địa) dụng viễn thám, hệ thống thông tin địa lý thuật toán tối ưu đánh giá nguy sốt rét tỉnh Đắk Nông” Đã bảo vệ Ghi chú: - Gửi kèm photo trang bìa luận án/ luận văn/ khóa luận giấy chứng nhận nghiên cứu sinh/thạc sỹ học viên bảo vệ thành cơng luận án/ luận văn; - Cột cơng trình công bố ghi mục III.1 PHẦN IV TỔNG HỢP KẾT QUẢ CÁC SẢN PHẨM KH&CN VÀ ĐÀO TẠO CỦA ĐỀ TÀI TT Sản phẩm Bài báo công bố tạp chí khoa học quốc tế theo hệ thống ISI/Scopus Sách chuyên khảo xuất ký hợp đồng xuất Đăng ký sở hữu trí tuệ Bài báo quốc tế không thuộc hệ thống ISI/Scopus Số lượng báo tạp chí khoa học ĐHQGHN, tạp chí khoa học chuyên ngành quốc gia báo cáo khoa học đăng kỷ yếu hội nghị quốc tế Báo cáo khoa học kiến nghị, tư vấn sách theo đặt hàng đơn vị sử dụng Kết dự kiến ứng dụng quan hoạch định sách sở ứng dụng KH&CN Đào tạo/hỗ trợ đào tạo NCS Đào tạo thạc sĩ Số lượng đăng ký Số lượng hoàn thành 01 02 02 02 01 01 01 01 Kinh phí thực (triệu đồng) Ghi PHẦN V TÌNH HÌNH SỬ DỤNG KINH PHÍ Nội dung chi TT A Kinh phí duyệt (triệu đồng) Chi phí trực tiếp 18 B Thuê khoán chuyên môn Nguyên, nhiên vật liệu, Thiết bị, dụng cụ Cơng tác phí Dịch vụ th ngồi Hội nghị, Hội thảo, kiểm tra tiến độ, nghiệm thu In ấn, Văn phịng phẩm Chi phí khác Chi phí gián tiếp Quản lý phí Chi phí điện, nước Tổng số 209,015,400 209,015,400 47,840,000 47,840,000 21,250,000 6,894,600 21,250,000 6,894,600 15,000,000 15,000,000 300,000,000 300,000,000 PHẦN V KIẾN NGHỊ (về phát triển kết nghiên cứu đề tài; quản lý, tổ chức thực cấp) Nhóm thực đề tài kiến nghị tiếp tục phát triển theo hướng nghiên cứu tối ưu hóa mơ hình nhằm nâng cao mức độ tin cậy để tăng độ xác dự đốn; Hướng nghiên cứu từ yếu tố ảnh hưởng tới phát sinh lan truyền dịch bệnh sốt rét để đưa giải pháp giảm thiểu nguy cơ, phòng chống sốt rét nhằm kiểm soát dịch bệnh đảm bảo sức khỏe cho cộng động, phát triển kinh tế - xã hội PHẦN VI PHỤ LỤC (minh chứng sản phẩm nêu Phần III) Hà Nội, ngày 14 tháng 02 năm 2019 Đơn vị chủ trì đề tài (Thủ trưởng đơn vị ký tên, đóng dấu) Chủ nhiệm đề tài (Họ tên, chữ ký) Bùi Quang Thành 19 PHỤ LỤC Mơ hình tích hợp Viễn thám, GIS với mơ hình khai phá liệu phục vụ đánh giá nguy mắc bệnh sốt rét tỉnh Đăk Nơng Kết phân tích đặc điểm tự nhiên, kinh tế - xã hội ảnh hưởng chúng tới nguy mắc bệnh sốt rét tỉnh Đăk Nông Kết đánh giá nguy mắc bệnh sốt rét tỉnh Đăk Nông ; Bản đồ nguy mắc bệnh sốt rét tỉnh Đăk Nông tỷ lệ 1/100.000 ( file số) Các giải pháp phòng tránh giảm thiểu nguy mắc bệnh sốt rét tỉnh Đăk Nông Bài báo ISI: “Understanding spatial variations of malaria in Vietnam using remotely sensed data integrated into GIS and machine learning classifiers” Bài báo ISI: “Metaheuristic algorithms in optimizing neural network: a comparative study for forest fire susceptibility mapping in Dak Nong” Chương sách nhà xuất Springer “Understanding factors affecting the outbreak of malaria using Locally-Compensated Ridge Geographically Weighted Regression: Case study in DakNong, Vietnam” Bài báo tạp chí ĐHQG HN “Combination of Adaptive Fuzzy Inference System and Simulated Annealing Algorithmbased for Malaria Susceptibility Mapping in Daknong Province” Kết đào tạo  Quyết định NCS Hoàng Tuấn Anh  Quyết định HVCH, Biên bảo vệ thạc sỹ: Học viên: Nguyễn Hồng Phường, với đề tài “Ứng dụng viễn thám, hệ thống thông tin địa lý thuật toán tối ưu đánh giá nguy sốt rét tỉnh Đắk Nông” 20