Ứng dụng công nghệ gis trong nghiên cứu phân bố bệnh sốt rét tại các tỉnh tây nguyên

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT LÊ VIẾT THANH ỨNG DỤNG CÔNG NGHỆ GIS TRONG NGHIÊN CỨU PHÂN BỐ BỆNH SỐT RÉT TẠI CÁC TỈNH Ở TÂY NGUYÊN LUẬN VĂN THẠC SĨ KỸ THUẬT Hà Nội – 2011 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT LÊ VIẾT THANH ỨNG DỤNG CÔNG NGHỆ GIS TRONG NGHIÊN CỨU PHÂN BỐ BỆNH SỐT RÉT TẠI CÁC TỈNH Ở TÂY NGUYÊN Chuyên ngành: Bản đồ, viễn thám hệ thống thông tin địa lý Mã số: 60.44.76 LUẬN VĂN THẠC SĨ KỸ THUẬT NGƢỜI HƢỚNG DẪN KHOA HỌC: TS Trần Vân Anh Hà Nội – 2011 i LỜI CAM ĐOAN Tôi xin cam đoan cơng trình nghiên cứu riêng Các số liệu, kết luận văn trung thực chƣa đƣợc công bố cơng trình khác Tác giả luận văn Lê Viết Thanh ii MỤC LỤC LỜI CAM ĐOAN i MỤC LỤC ii DANH MỤC CÁC THUẬT NGỮ, CÁC TỪ VIẾT TẮT v DANH MỤC CÁC BẢNG .vi DANH MỤC CÁC HÌNH VẼ vii MỞ ĐẦU CHƢƠNG 1.CƠ SỞ GIS VÀ ỨNG DỤNG CHO LẬP BẢN ĐỒ VÙNG SỐT RÉT 1.1 Tổng quan GIS 1.1.1 Định nghĩa 1.1.2 Các thành phần GIS 1.1.3 Dữ liệu GIS 1.1.4 Ứng dụng GIS nghiên cứu bệnh sốt rét 15 1.2 Một số khái niệm dịch tễ học 18 1.2.1 Bệnh truyền nhiễm 18 1.2.2 Dịch tễ học 18 1.3 Bệnh sốt rét 19 1.3.1 Định nghĩa, kí sinh trùng sốt rét véc tơ truyền bệnh 19 1.3.2 Các số bệnh sốt rét 23 1.3.3 Các yếu tố ảnh hƣởng đến việc lây truyền bệnh sốt rét 24 1.4 Sự tồn bệnh sốt rét xã hội 27 1.4.1 Sốt rét lƣu hành địa phƣơng 27 1.4.2 Dịch sốt rét 27 iii 1.5 Tình hình sốt rét giới Việt Nam 28 1.5.1 Tình hình sốt rét giới số khu vực 28 1.5.2 Tình hình sốt rét Việt Nam 29 CHƢƠNG 2.KHOA HỌC THỐNG KÊ ỨNG DỤNG TRONG LĨNH VỰC Y TẾ VÀ THÀNH LẬP BẢN ĐỒ DỊCH TỄ 31 2.1 Một số khái niệm thống kê, địa thống kê 31 2.1.1 Định nghĩa 31 2.1.2 Một số đại lƣợng đƣợc sử dụng thống kê mô tả: 31 2.1.3 Phân bố xác suất 32 2.1.4 Tƣơng quan phân tích hồi quy 34 2.1.5 Địa thống kê 40 2.1.6 Thống kê theo Bayes phƣơng pháp nội suy Bayesian Kriging 44 2.2 Thành lập đồ phân bố bệnh sốt rét 47 2.2.1 Bản đồ phân bố bệnh sốt rét 47 2.2.2 Phƣơng pháp thành lập đồ phân bố bệnh sốt rét 48 CHƢƠNG 3.ỨNG DỤNG HỆ THỐNG THÔNG TIN ĐỊA LÝ TRONG THÀNH LẬP BẢN ĐỒ LAN TRUYỀN BỆNH SỐT RÉT 51 3.1 Tổng quan khu vực nhiên cứu 51 3.1.1 Ví trí địa lý điều kiện tự nhiên 51 3.1.2 Điều kiện kinh tế xã hội 52 3.1.3 Tình hình sốt rét khu vực Tây Nguyên 52 3.2 Thu thập liệu 52 3.2.1 Dữ liệu sốt rét 52 3.2.2 Dữ liệu yếu tố ảnh hƣởng đến lan truyền bệnh sốt rét 58 iv 3.3 Thành lập đồ phân bố bệnh sốt rét 66 3.3.1 Lựa chọn mơ hình 66 3.3.2 Xây dựng mơ hình dự báo sốt rét 69 KẾT LUẬN VÀ KIẾN NGHỊ 75 TÀI LIỆU THAM KHẢO 77 PHỤ LỤC 80 v DANH MỤC CÁC THUẬT NGỮ, CÁC TỪ VIẾT TẮT Kí hiệu Tiếng Anh GIS Geographic Information System Pf Pv Plasmodium falciparum Plasmodium vivax Tiếng Việt Hệ thống thơng tin địa lý Kí sinh trùng sốt rét Plasmodium falciparum Kí sinh trùng sốt rét Plasmodium vivax Pr Prevalence Tỉ lệ lƣu hành α anpha Hệ số ngắt β beta Hệ số phƣơng trình hồi quy μ mu Trị trung bình σ γ sigma Variogram Phƣơng sai Hàm cấu trúc không gian θ theta Phần dƣ Φ phi Tỉ lệ độ lệch tƣơng quan không gian ~ Distributed by biến/đối tƣợng đƣợc phân bố phân bố xác suất Pr Prior distribution Phân phối tiền định Lk Likehood Khả dĩ Po Posterior distribution Phân phối hậu nghiệm vi DANH MỤC CÁC BẢNG Bảng 1.1 Bảng so sánh hai mơ hình liệu Vector Raster 14 Bảng 1.2 Phân loại mức độ vùng sốt rét theo WHO (1950) 27 Bảng 1.3 Thống kê số ngƣời mắc chết bệnh sốt rét năm 2005-2009 29 Bảng 2.1 Một số mơ hình variogram lý thuyết 43 Bảng 3.1 Một số sở liệu từ điển địa lý phổ biến 53 Bảng 3.2 Hệ số mơ hình dự báo sốt rét khu vực Tây Nguyên 71 vii DANH MỤC CÁC HÌNH VẼ Hình 1.1 Mối quan hệ ứng dụng GIS Hình 1.2 Các thành phần GIS Hình 1.3 Mơ hình vector, hình học dạng điểm Hình 1.4 Mơ hình vector, hình học dạng đƣờng 10 Hình 1.5 Mơ hình vector, hình học dạng vùng 10 Hình 1.6 Biểu diễn liệu địa lý mơ hình Spaghetti 11 Hình 1.7 Biểu diễn liệu địa lý mơ hình Topology 12 Hình 1.8 Cấu trúc liệu raster 12 Hình 1.9 Biểu diễn đối tƣợng địa lý mơ hình raster 13 Hình 1.10 WebGIS thu thập báo cáo bệnh dịch toàn cầu 15 Hình 1.11 Vị trí điểm điều tra bệnh sán biểu diễn dƣới dạng điểm 16 Hình 1.12 Phân bố bệnh sán biểu diễn dƣới dạng bề mặt raster liên tục 17 Hình 1.13 Bản đồ phân bố địa lý lồi A minimus 21 Hình 1.14 Bản đồ phân bố địa lý loài A dirus 22 Hình 1.15 Bản đồ phân bố địa lý loài A sundaicus 23 Hình 1.16 Phân bố địa lý lƣu hành bệnh sốt rét giới 28 Hình 2.1 Ví dụ đồ thị Phân bố chuẩn với μ = σ = 33 Hình 2.2 Ví dụ đồ thị Phân bố gamma với b = b = 33 Hình 2.3 Lƣợc đồ phân tán biểu diễn mối tƣơng quan hai biến 34 Hình 2.4 Đồ thị đƣờng cong S 36 Hình 2.5 Giao diện phần mềm thống kê SPSS 38 Hình 2.6 Giao diện phần mềm thống kê R 38 Hình 2.7 Giao diện phần mềm STATA11 39 Hình 2.8 Bộ cơng cụ phân tích hồi quy Logistic STATA11 39 Hình 2.9 Lệnh phân tích hồi quy logistic STATA11 40 Hình 2.10 Mối quan hệ Địa thống kê với ngành thống kê khác 40 Hình 2.11 Variogram mẫu 42 Hình 2.12 Đồ thị số mơ hình variogram hay dùng 43 viii Hình 2.13 Giao diện phần mềm OpenBUGS 46 Hình 3.1 Số bệnh nhân sốt rét tỉnh Tây Nguyên năm 2010 52 Hình 3.2 Mã địa hóa Geonames 54 Hình 3.3 Mã địa hóa Google 54 Hình 3.4 Quy trình tìm kiếm tọa độ khu vực điều tra 55 Hình 3.5 Giao diện hệ sở liệu sốt rét 56 Hình 3.6 Giao diện nhập liệu thông tin sốt rét 56 Hình 3.7 Giao diện nhập tọa độ điểm điều tra sốt rét 57 Hình 3.8 Thống kê liệu sốt rét điều tra khu vực Tây Nguyên vùng lân cận (1998 – 2008) 57 Hình 3.9 Mơ hình tính nhiệt độ trung bình theo mùa mƣa mùa khô ModelBuilder ArcGIS 10 59 Hình 3.10 Phân bố lƣợng mƣa 12 tháng năm khu vực Tây Nguyên 60 Hình 3.11 Phân bố nhiệt độ trung bình 12 tháng năm khu vực Tây Nguyên 61 Hình 3.12 Bản đồ che phủ rừng khu vực Tây Nguyên 62 Hình 3.13 Bản đồ độ cao khu vực Tây Nguyên 63 Hình 3.14 Bản đồ tỉ lệ nghèo đói khu vực Tây Nguyên 65 Hình 3.15 Liên kết liệu điểm sốt rét yếu tố ảnh hƣởng công cụ Extract Multi Values to Points, ArcGIS 66 Hình 3.16 Biểu đồ boxplot mối quan hệ tỉ lệ kí sinh trùng P.falciparum độ phủ rừng (buffer = 1000m) 67 Hình 3.17 Biểu đồ boxplot mối quan hệ tỉ lệ kí sinh trùng P.falciparum độ phủ rừng (buffer = 2000m) 68 Hình 3.18 Biểu đồ boxplot mối quan hệ tỉ lệ kí sinh trùng P.falciparum độ phủ rừng (buffer = 3000m) 68 Hình 3.19 Ơ lƣới điểm dùng để dự báo mức độ lan truyền sốt rét 70 Hình 3.20 Đồ thị biểu diễn hội tụ nghiệm OpenBUGS 70 Hình 3.21 Phân bố sốt rét khu vực Tây Nguyên vào mùa Khô 72 Hình 3.22 Phân bố sốt rét khu vực Tây Nguyên vào mùa Mƣa 73 68 Hình 3.17 Biểu đồ boxplot mối quan hệ tỉ lệ kí sinh trùng P.falciparum độ phủ rừng (buffer = 2000m) Hình 3.18 Biểu đồ boxplot mối quan hệ tỉ lệ kí sinh trùng P.falciparum độ phủ rừng (buffer = 3000m) Dựa vào biểu đồ, ta thấy mối quan hệ tỉ lệ kí sinh trùng sốt rét với độ phủ rừng nghiên cứu yếu nên loại biến khỏi mơ hình sau Giá trị trung vị giá trị cao tỉ lệ kí sinh trùng sốt rét điểm nằm rừng cao so với điểm nằm gần rừng Theo nghiên cứu đƣợc công bố[17, 21], mức độ lan truyền bệnh sốt rét có ảnh hƣởng yếu tố rừng, nhƣng sốt rét bệnh có tính chất phức tạp thay đổi theo vị trí địa lý môi 69 trƣờng, phụ thuộc vào nhiều yếu tố nên khơng phải lúc quan điểm Vì vậy, nghiên cứu này, yếu tố ảnh hƣởng rừng khơng đƣợc tính đến 3.3.2 Xây dựng mơ hình dự báo sốt rét Mơ hình dự báo sốt rét khu vực Tây Nguyên đƣợc dựa mô hình đƣợc dùng để dự báo sốt rét Tanzania[15] Bangladesh [30] theo hai mùa mƣa mùa khô cho năm 2010 phần mềm OpenBUGS nhƣ sau: (3.5) logit( = ∑ (3.6) Trong đó: số xét nghiệm dƣơng tính khu vực , số xét nghiệm khu vực tỉ lệ kí sinh trùng sốt rét P falciparum dự báo đƣợc, hệ số ngắt mơ hình ∑ mảng gồm N biến độc lập (mƣa, nhiệt độ, độ cao, tỉ lệ nghèo đói) khu vực I nhân với hệ số biến phần dƣ, đƣợc định nghĩa hàm tƣơng quan không gian số mũ nhƣ sau: ( Trong (3.7), ) [ ( ) ] khoảng cách cặp điểm thứ i j, tƣơng quan không gian theo khoảng cách (3.7) tỉ lệ độ lệch đƣợc gọi độ trơn không gian[27] Để dự báo lan truyền bệnh sốt rét hay nói cách khác tìm tỉ lệ kí sinh trùng P falciparum điểm chƣa biết ngẫu nhiên, ô lƣới gồm điểm cách 0.075 độ đƣợc tạo ngẫu nhiên nhƣ Hình 3.19 Các điểm sau đƣợc gán giá trị mƣa, nhiệt độ, nghèo đói, độ cao điểm để đƣa vào mơ hình nội suy tỉ lệ kí sinh trùng 70 Hình 3.19 Ơ lưới điểm dùng để dự báo mức độ lan truyền sốt rét Sau đó, mơ hình đƣợc chạy burn-in 1000 lần để loại trừ sai số ngẫu nhiên biến chạy lặp tiếp 3000 lần, đó, giá trị cần tính hội tụ cách kiểm tra cơng cụ Tracking OpenBUGS Hình 3.20 Đồ thị biểu diễn hội tụ nghiệm OpenBUGS 71 Giá trị hệ số mơ hình thu đƣợc nhƣ sau: Bảng 3.2 Hệ số mơ hình dự báo sốt rét khu vực Tây Nguyên Biến Hệ số ngắt (α) β -0.202 Độ cao -0.059 Mƣa (mùa mƣa) -0.345 Mƣa (mùa khô) -0.803 Nhiệt độ (mùa mƣa) 0.280 Nhiệt độ (mùa khơ) -0.512 Nghèo đói 0.689 Giá trị điểm lƣới sau đƣợc nội suy đƣợc chuyển vào ArcGIS , số lƣợng điểm thƣa, cách nên ta dùng cơng cụ nội suy ngịch đảo khoảng cách (IDW) ArcGIS để tạo bề mặt liên tục biểu diễn phân bố bệnh sốt rét theo hai mùa khơ (Hình 3.21) mùa mƣa (Hình 3.22) 72 Hình 3.21 Phân bố sốt rét khu vực Tây Ngun vào mùa Khơ 73 Hình 3.22 Phân bố sốt rét khu vực Tây Nguyên vào mùa Mưa 74 Nhƣ vậy, việc sử dụng công nghệ GIS kết hợp với kiến thức địa thống kê, ta thành lập đƣợc đồ phân bố bệnh sốt rét khu vực tỉnh Tây Nguyên với dự báo mùa mƣa mùa khô năm 2010 So sánh với nhận xét từ kết điều tra giám sát sốt rét khu vực Tây Ngun thơng tin báo chí, ta thấy đồ, phân bố bệnh sốt rét có tính cục Khu vực biên giới giáp ranh hai nƣớc Campuchia Việt Nam có mật độ phân bố sốt rét lớn 75 KẾT LUẬN VÀ KIẾN NGHỊ KẾT LUẬN Với kết thu đƣợc từ ứng dụng công nghệ GIS nghiên cứu phân bố bệnh sốt rét khu vực Tây Nguyên, luận văn hồn thành mục tiêu nghiên cứu đề ra, là: - Tìm hiểu đƣợc ứng dụng thống kê theo trƣờng phái truyền thống, thống kê theo trƣờng phái Bayes phƣơng pháp nội suy Bayesian Kriging Đây coi cơng cụ hữu ích kết hợp với GIS để thành lập đồ dịch tễ học - Bằng công nghệ GIS kiến thức liên quan nghiên cứu đƣợc, đồ phân bố bệnh sốt rét khu vực Tây Nguyên theo hai mùa mƣa mùa khô năm 2010 đƣợc thành lập so sánh với số báo cáo thực tế từ quan chuyên môn thông tin báo chí, thơng tin biểu diễn đồ tƣơng đối khớp - So với phƣơng pháp nghiên cứu thống kê truyền thống, kết hợp công nghệ GIS khoa học thống kê, cụ thể địa thống kê biểu diễn tốt quan hệ lan truyền bệnh với yếu tố ảnh hƣởng thơng tin khơng gian, tức vị trí khu vực điều tra với đặc điểm điểm dịch tễ, yếu tố ảnh hƣởng đến lan truyền bệnh, tự nhiên lẫn xã hội Đây khả mà hệ thống thông tin khác chƣa có đƣợc - Với kết thu đƣợc việc ứng dụng cơng nghệ GIS lĩnh vực y tế, cụ thể nghiên cứu phân bố bệnh sốt rét với ảnh hƣởng yếu tố điều kiện tự nhiên : mƣa, nhiệt độ, độ cao tỉ lệ nghèo đói ứng dụng hữu hiệu công tác điều tra dự báo bệnh dịch Việt Nam - Bản đồ phân bố bệnh sốt rét thành lập cơng nghệ GIS hồn tồn có tính khoa học thông tin đồ đƣợc lý giải khoa học thực nghiệm, dựa yếu tố điều kiện biết kết hợp với khoa học thống kê để diễn giải Ngoài ra, đồ phân bố bệnh sốt rét cịn có giá trị thực tiễn trở thành công cụ hỗ trợ giúp cho nhà quản lý có nhìn chân thực xác tình 76 hình phân bố bệnh sốt rét để từ đƣa đƣợc biện pháp hợp lý kịp thời phòng chống bệnh sốt rét KIẾN NGHỊ - Kết nghiên cứu đƣợc phân bố bệnh sốt rét có tính lý giải khoa học nên coi công cụ giúp nhà nghiên cứu, ngƣời lãnh đạo có biện pháp tốt việc phòng chống bệnh sốt rét, chẳng hạn nhƣ dựa vào phân bố bệnh sốt rét, ngƣời lãnh đạo triển khai hoạt động giáo dục cộng đồng phịng chống sốt rét khu vực đó, phân bố cung cấp màn, thuốc diệt muỗi hợp lý - Trong trình thu thập tài liệu, nghiên cứu luận văn, tác giả nhận thấy số lƣợng nghiên cứu ứng dụng GIS lĩnh vực sức khỏe, y tế chƣa đƣợc nhiều tiềm sử dụng GIS lớn khả kết hợp GIS với ngành khoa học khác nhƣ thống kê không gian, địa thống kê ngày đƣợc mở rộng Vì cần có nhiều nghiên cứu việc sử dụng GIS để nghiên cứu vấn đề sức khỏe y tế, không riêng bệnh sốt rét mà bệnh cộng đồng khác nhƣ HIV, bệnh Lao - Tuy đồ đƣợc thành lập phản ánh cách đắn có tính khoa học nhiên cịn hạn chế việc lựa chọn đƣợc mơ hình tối ƣu nhất, cụ thể liệu lớp phủ rừng chƣa phản ánh đƣợc mối quan hệ phân bố bệnh sốt rét với ảnh hƣởng rừng Do đó, cần có nghiên cứu sâu mối quan hệ tìm yếu tố khác biểu diễn đƣợc mối quan hệ tốt nhƣ: số NDVI, EVI 77 TÀI LIỆU THAM KHẢO Bộ Tài Nguyên Môi Trƣờng (2007), QĐ 05/2007/QĐ-BTNMT Về sử dụng hệ thống tham số tính chuyển Hệ tọa độ quốc tế WGS-84 Hệ tọa độ quốc gia VN-2000 Đỗ Văn Dũng (2001), Căn thống kê y học, Đại học Y Dƣợc TP Hồ Chí Minh, TP Hồ Chí Minh Vũ Thị Phan (1996), Dịch tễ học bệnh sốt rét phóng chống sốt rét Việt Nam, Nhà xuất Y Học, Hà Nội Vũ Thị Phan (2000), Dịch sốt rét phòng chống dịch sốt rét Việt Nam, Nhà xuất Y Học, Hà Nội Tống Đình Quỳ (2007), Giáo trình Xác Suất Thống Kê, Nhà xuất Bách Khoa - Hà Nội, Hà Nội Nguyễn Ngọc Thạch (2010), Ứng dụng Viễn thám GIS địa lý y học với ví dụ nghiên cứu bệnh sốt rét Nguyễn Văn Tuấn (2007), Phân tích số liệu tạo biểu đồ R, Nhà xuất Khoa học kĩ thuật, Hà Nội Nguyễn Đức Tuệ (2010), Đánh giá điều kiện tự nhiên, kinh tế - xã hội hệ thống thông tin địa lý phục vụ dự phòng bệnh sốt rét lãnh thổ tỉnh Gia Lai, Luận án tiến sĩ Địa Lý, Đại học Quốc Gia Hà Nội, Hà Nội Nguyễn Cẩm Vân (2007), Ứng dụng công nghệ GIS nghiên cứu véc tơ truyền bệnh sốt rét, Hoạt động khoa học - Bộ khoa học công nghệ, 9(580), tr 34 - 35 10 A.Waller L (2004), Applied Spatial Statistics for Public Health Data, Wiley Interscience, Hoboken, New Jersey 11 Basanez M G (2004), Bayesian statistics for parasitologists Trends in parasitology, 20(2): pp 85-91 12 Chatterjee S (2006), Regression analysis by example, 4th ed, Wiley Interscience, Hoboken, New Jersey 78 13 Clements A C (2006), Bayesian spatial analysis and disease mapping: tools to enhance planning and implementation of a schistosomiasis control programme in Tanzania Tropical medicine & international health, 11(4), pp 490-503 14 Erhart A (2004), Forest malaria in Vietnam: a challenge for control The American journal of tropical medicine and hygiene, 70(2), pp 110-8 15 Garros C (2008), Distribution of Anopheles in Vietnam, with particular attention to malaria vectors of the Anopheles minimus complex Malaria Journal 7, pp 11 - 17 16 Gatrell A C (1998), GIS and Health, Taylor & Francis, London 17 Gosoniu L (2008), Development of geostatistical models with applications in malaria epidemiology, Universitat Basel, Basel 18 Harvey F (2008), A primer of GIS, The Guilford Press 19 Hay S I (2009), A world malaria map: Plasmodium falciparum endemicity in 2007, PLoS medicine, 6(3), pp e1000048 20 Hay S I (2010), Developing global maps of the dominant Anopheles vectors of human Malaria PLOS Medicine, 7(2), pp e1000209 21 Hijmans R J (2005), Very high resolution interpolated climate surfaces for global land areas International Journal of Climatology 25, pp 1965 - 1978 22 Krivoruchko K (2005), Introduction to Modeling Spatial Process Using Geostatistical Analyst, ESRI 23 Lawson A B (2001), An introductory guide to disease mapping, John Wiley 24 Lo C P (2009), Concepts and Techniques of Geographic Information Systems, PHI, New Delhi 25 Nicholas M (2003), Poverty and Inequality in Vietnam: Spatial Patterns and Geographic Determinants International Food Policy Research Institute, Institute of Development Studies 26 Ntzoufras I (2009), Bayesian modeling using WinBUGS Wiley series in computational statistics, Wiley, New Jersey 27 Osei P P (2010), Statistical Methods for Disease Mapping, African Institute for Mathematical Sciences, South Africa 79 28 Reid H (2010), Mapping malaria risk in Bangladesh using Bayesian geostatistical models The American journal of tropical medicine and hygiene, 83(4), pp 861-870 29 http://www.map.ox.ac.uk 80 PHỤ LỤC 81 Mơ hình dự báo phân bố sốt rét áp dụng cho khu vực Tây Nguyên model { #Mơ hình # Mơ hình logistic mơ tả quan hệ số ca xét nghiệm dƣơng tính tỉ lệ kí sinh trùng P falciparum với yếu tố môi trƣờng, xã hội: theta[1:P] ~ spatial.exp(mu[], X[], Y[], tau.u, phi, 1) for(i in 1:N) { Pos[i] ~ dbin(p[i],Slides[i]) logit(p[i])