شناسایی جغرافیایی خانوار در شمال نیجریه به منظور بهینه‌سازی روش سمپاشی باقی‌مانده داخلی برای از بین بردن مالاریا

به عنوان بخشی از تلاش برای عقب انداختن مالاریا در نیجریه، کاوش در استفاده از ابزارهای مرتبط جغرافیایی، استفاده از رویکردهای مدرن آگاهی از توزیع فضایی جمعیت‌های هدف را برای دستیابی به مداخله مهم حذف مالاریا آغاز کرد. ابزار GIS برای شناسایی جغرافیایی (GR) استفاده شد که داده‌های جمعیت شناختی مربوط به خانوار و اطلاعات مکانی پاسخ‌دهندگان را در مورد پراکندگی خانوارها در محل انتخابی ارائه می‌دهد. برای جمع آوری داده های مکانی در دو مکان از طرح مطالعه مقطعی و برای جمع آوری داده های خانوار از پرسشنامه کمی استفاده شد. تجزیه و تحلیل داده‌های میدانی نشان داد که 49500 خانوار منحصربه‌فرد شمارش شده و بنابراین در سمپاشی باقیمانده داخلی برای جلوگیری از عفونت مالاریا، شامل 424 شهر در دو منطقه دولتی محلی (LGAs) قرار گرفتند. 383، 301 نفر در طول تمرین GR در Doma و Nassarawa Eggon LGA ثبت شدند که از این تعداد 79339 نفر کودکان زیر پنج سال با 13526 زن باردار بودند. تجزیه و تحلیل بیشتر داده ها نشان داد که میانگین تعداد افراد در هر خانوار در هر دو LGA تقریباً هشت نفر بود. اطلاعات مکانی از GR پایه ای برای یک پایگاه داده قابل به روز رسانی برای هر نظرسنجی آینده برای فعالیت های توسعه ای در نیجریه فراهم می کند. استفاده از رویکرد مدرن GR دقیق، قابل اعتماد و مقرون به صرفه تر و کمتر دست و پا گیر نسبت به رویکرد سنتی در جمع آوری و موقعیت جغرافیایی داده های خانگی است. استفاده از ابزار دستی Garmin e-Trex GPS برای جمع‌آوری داده‌های خانگی در مناطق تعیین‌شده محدودیت‌های دستیارهای دیجیتال شخصی گران قیمت را از بین برد و خطاهای مختصات مکان اشتباه را کاهش داد. چندین کشور آفریقایی که از GR استفاده نکردند یا از ابزار Geospatial به درستی استفاده نکردند، با شکست مواجه شدند. مطالعه قبلی در کشورهای دیگر محدودیت‌هایی را نشان داد که با چالش‌های لجستیکی و فنی ذاتی قابل توجهی مشخص می‌شد که به اهداف از دست رفته منجر می‌شد. این عقب ماندگی در مطالعه ما مورد توجه قرار گرفت.

کلید واژه ها

شناسایی جغرافیایی , سیستم اطلاعات جغرافیایی , سیستم های موقعیت یابی جهانی , سمپاشی باقیمانده داخلی , منطقه دولتی محلی

 

1. مقدمه

بیش از 40 درصد از جمعیت جهان در جایی زندگی می کنند که خطر ابتلا به مالاریا وجود دارد. این بیماری باعث مرگ زودرس و رنج گسترده، تحمیل مشکلات مالی بر خانوارهای فقیر، و مانع رشد اقتصادی و بهبود استانداردهای زندگی می شود [ 1 ]. عمق این بیماری بومی در یک مطالعه جهانی مالاریا نشان داده شد که مناطق فرصت‌طلب برای حذف مالاریا و تشدید کنترل مالاریا را برجسته کرد [ 2 ].

به عنوان بخشی از این افزایش تمرکز، استراتژی‌های فعلی برای کاهش بار جهانی مالاریا و حذف نهایی این بیماری در برنامه اقدام جهانی مالاریا (GMAP) مالاریا برگشتی (RBM) تشریح شده است. با توجه اخیر جهانی، اکثر کشورهای عضو زیر چتر سازمان ملل متعهد شده اند که مالاریا را به سمت دستیابی به هدف توسعه پایدار (SDG) 2030 برگردانند، بنابراین تمرکز مجدد بر کنترل شدید مالاریا در دستور کار جهانی قرار دارد [ 3 ].

در نیجریه، مالاریا هنوز یکی از علل اصلی مرگ و میر کلی در نیجریه است. وزارت بهداشت همچنان گزارش می دهد که نیمی از موارد درمان بیماران بیمارستانی را عفونت مالاریا تشکیل می دهد. این بیماری مسئول 25 درصد از مرگ و میر نوزادان در کشور، 30 درصد از مرگ و میر کودکان و 11 درصد از مرگ و میر مادران است. نیجریه عامل 23 درصد موارد مالاریا در جهان است و 97 درصد از جمعیت در معرض خطر هستند.

برای سال‌های متمادی، کشور روی رویکرد درمانی متمرکز شده بود، تا این اواخر، استراتژی‌های بیشتری در حال حاضر بر روی روش‌های پیشگیری است که سمپاشی باقی‌مانده داخل ساختمان (IRS) یکی از آنهاست. نهاد عمومی مسئول برنامه ملی حذف مالاریا نیجریه است که در سال 2012 در شمال نیجریه آزمایش شد [ 4 ].

اندازه‌گیری مکان‌های جغرافیایی و برنامه‌ریزی مسیر برای یک هدف دقیق از جمعیت تحت تأثیر، شناسایی جغرافیایی (GR) یک ابزار ضروری برای استفاده است.

GR یک ابزار برنامه ریزی است که سرشماری خانوارها و نقشه برداری فضایی را برای تعیین تراکم، اندازه جمعیت، مکان و دسترسی سکونتگاه ها در مناطق هدف ترکیب می کند.

شناسایی جغرافیایی (GR) به عنوان یک ابزار برنامه ریزی شامل سرشماری خانوار و نقشه برداری برای تعیین تعداد، مکان و دسترسی سکونتگاه ها در مناطق هدف است. این امر اهداف تحقیق را تسهیل می‌کند، زیرا معمولاً برای جمع‌آوری سیستم اطلاعات جغرافیایی (GIS) و داده‌های جمعیتی مفید برای برنامه‌ریزی استراتژیک سطح محلی استفاده می‌شود.

مطالعه ما از فناوری جدید برای تحقق فرآیندهای GR استفاده کرد، رویکردی که بهتر از متداول ترین عملیات سنتی GR است.

این مطالعه از رویکرد مدرن GR، با استفاده از سیستم‌های موقعیت‌یابی جهانی (GPS) [ 5 ] [ 6 ] برای جمع‌آوری سیستم اطلاعات جغرافیایی (GIS) و داده‌های جمعیتی مفید برای برنامه‌ریزی و اجرای دقیق سطح محلی استراتژیک استفاده کرد.

2. مواد و روش

در زیر یک نمودار توضیحی دقیق نشان می دهد که مراحل منطقی طراحی و دنبال شده برای تکمیل تمام فرآیندهای تحقیقاتی انجام شده در این مطالعه، از شناسایی مشکل تا نتایج و نتیجه گیری را نشان می دهد ( شکل 1 ).

2.1. محل مطالعه

تحت ابتکار مالاریا (PMI) رئیس جمهور ایالات متحده، پروژه اسپری باقیمانده داخلی آفریقا (AIRS) که توسط Abt Associates مدیریت می شود، موظف شد یک عملیات اسپری باقیمانده داخلی (IRS) در مناطق دولتی محلی Doma و Nassarawa Eggon (LGAs) در ایالت ناساراوا ایجاد کند. نیجریه این ایالت در منطقه ژئوپلیتیک مرکزی شمالی نیجریه واقع شده است و در 1 اکتبر 1996 از ایالت فلات [ 7 ] تأسیس شد ( شکل 2 را ببینید ).

شکل 1 . نمودار و نمودار جریان روش تحقیق.

شکل 2 . نقشه نیجریه که ایالت ناساراوا و LGA های انتخاب شده برای IRS را نشان می دهد.

بر اساس سرشماری جمعیت در سال 2006 ، ایالت ناساراوا دارای جمعیتی در حدود 1.86 میلیون نفر با حدود 30 گروه قومی مختلف از میراث فرهنگی متمایز برآورد شد [ 8 ] [ 9 ]. با نرخ رشد 2.9 درصد جمعیت فعلی ایالت در سال 2015 2.22 میلیون نفر پیش بینی شده است.

2.2. بررسی میز

علیرغم استفاده از GR و سایر ابزارهای کنترلی برای از بین بردن مالاریا، مطالعه همچنان نشان داد که برنامه های اقدام کنترل مالاریا به دلیل اجرای نادرست، نظارت ناکافی و فقدان اطلاعات جغرافیایی ارجاع شده برای مشخص کردن نقاط مشکل برای اقدامات پیشگیرانه به موقع رو به نابودی هستند. 10 ] .

یک مطالعه تحقیقاتی قبلی در کار کلی (2010)، استفاده از شناسایی جغرافیایی را در استان‌های حذفی Temotu، جزایر سلیمان نشان داد، و در نهایت به عنوان یک استراتژی برای توزیع فضایی جمعیت‌های هدف برای حمایت از مداخلات حذف مالاریا معاصر ارائه شد. او از تکنیک های مدرن برای اطمینان از ابزار عملیاتی موثر و کارآمد از طریق تجزیه و تحلیل جغرافیایی استفاده کرد و اکنون آنها را در مقیاس دهی مداخلات اولویت دار راهنمایی می کند [ 11 ].

جرالد همچنین در کار پایان نامه خود نشان داد که چگونه نقشه برداری GR و جمع آوری داده ها. کنترل ناقل خط مقدم و مدیریت مداخله پیشگیری از مالاریا با استفاده از نظارت مکانی با وضوح بالا – می تواند به سرعت به گزارش و نقشه برداری سریع موارد تایید شده توسط خانواده در سال 2013 کمک کند [ 12 ].

از زمانی که زامبیا برنامه IRS را برای کنترل مالاریا مجدداً در سال 2002 معرفی کرد، این کشور دستورالعمل‌های استانداردی را تدوین کرد که به اجرای یکی از مداخلات اصلی با مشارکت بخش خصوصی کمک کرد. با این حال، دستورالعمل‌ها به توسعه روش‌های عملیات استاندارد کاربر که در مطالعه نیجریه استفاده شد کمک کردند [ 6 ].

2.3. روش شناسی

خانواده به عنوان واحد نمونه گیری اولیه برای عملیات GR استفاده شد [ 13 ]. توجه به این نکته مهم است که خانواده‌ها در هر دو LGA در ساختمان‌های مجزای چندگانه، مجزا یا مشترک زندگی می‌کردند که ممکن است شامل قسمت‌های خواب، آشپزخانه، راهروها، مکان‌های ذخیره‌سازی و انبار حیوانات یا ترکیباتی با ساختارهای مستقل برای اتاق‌های خواب، آشپزخانه، مکان‌های ذخیره‌سازی باشد. و آلونک حیوانات

به دنبال ابزار جمع‌آوری داده‌هایی که مختصات GPS، شناسایی خانوار (شماره کارت IRS)، نام روستا/شهر/بخش، نام سرپرست خانوار، تعداد افراد ساکن در هر خانوار، تعداد فرزندان کمتر از پنج سال را ضبط می‌کند. سن در خانوار، تعداد زنان باردار در خانوار، مختصات جغرافیایی خانوار/زیرساخت‌ها. شکل فایل های جغرافیایی نقطه مرزی اداری و چندضلعی ها توسط IITA [ 14 ] ارائه شده است.

برای اطمینان از اینکه داده های هر خانوار به اندازه کافی مستند و ردیابی شده است، به هر خانوار یک شماره شناسایی منحصر به فرد از پیش چاپ شده روی هر کارت IRS اختصاص داده شد. داده‌های جمع‌آوری‌شده به صورت میدانی و شماره کارت IRS در پرسشنامه‌های هر خانوار توسط گردآورندگان اطلاعات ثبت شد. کارت IRS به عنوان مدرک شمارش به نماینده خانواده داده شد. هنگام ارسال پرسشنامه ها، ورودی ها توسط ناظران میدانی بررسی و اعتبارسنجی شدند.

پس از جمع‌آوری داده‌ها، مختصات GPS، شناسایی خانوار (شماره کارت IRS)، نام روستا/شهر/بخش، نام سرپرست خانوار، تعداد افراد ساکن در هر خانوار، تعداد فرزندان کمتر از پنج سال سن در خانوار، تعداد زنان باردار در خانوار، مختصات جغرافیایی خانوارها/زیرساخت‌ها و مجموعه داده‌هایی که با لایه‌های نقشه مرزی اداری پوشانده شده‌اند.

متغیرهای مورد استفاده در این تحقیق را می توان به شرح زیر توصیف کرد:

بخش ها: بخش زیر ایالت یا منطقه یک شهر که برای اهداف اداری استفاده می شود.

LGA: یک ناحیه پایین تر زیر ایالت یا منطقه، که توسط شورای حکومت محلی اداره می شود، که از بخش ها و شهرک های زیادی تشکیل شده است.

خانواده: گروهی از خانواده یا فردی است که زیر یک سقف زندگی می کنند و از دیگ غذا می خورند.

ترکیبات: یک منطقه مسکونی بزرگ است که متشکل از چندین خانوار است که با هم زندگی می کنند و از چند دیگ غذا آشپزی می کنند، اما دارای زمین بازی و آشپزخانه ذخیره سازی مشترک است.

شناسه خانوار (شماره کارت IRS): شناسه منحصربفردی که روی ساختمان و همچنین روی کارت IRS برای پیگیری شناسایی اعضای خانوار نوشته شده است.

روستا/شهر: روستا محل سکونت انسان بسته با جمعیتی از چند صد تا چند هزار نفر است.

سرپرست خانوار: فردی در داخل خانوار است که وظیفه تغذیه همه اعضای خانواده را بر عهده دارد و بالاترین تصمیم را می گیرد.

کودکان کمتر از پنج سال: هر کودکی در خانه که سنش بین 0 تا 59 ماه باشد.

زنان باردار: هر زنی در خانواده با حضور ANC تایید شده که مادر باردار است یا در مرحله آخر سه ماهه خود است و با چشم هایی که از نظر جسمی باردار است دیده می شود.

تحلیل داده ها

داده‌های میدانی اعتبارسنجی شدند و بررسی‌های کیفی برای اطمینان از اینکه تمام داده‌های موجود در تجزیه و تحلیل فضایی و جمعیت‌شناختی نشان‌دهنده یک خانواده منحصربه‌فرد در Doma و Nassarawa Eggon LGAs، نمایش واقعی LGA‌ها انجام شد.

جداول خلاصه آمار شاخص های جمعیت شناختی ثبت شده در GR سپس از تجزیه و تحلیل داده های اولیه انجام شده با استفاده از بسته آفیس Microsoft Excel به دست آمد و تجزیه و تحلیل تاییدی بیشتر با استفاده از بسته های آماری برای علوم اجتماعی (SPSS) نسخه 17 انجام شد.

تجزیه و تحلیل فضایی اضافی پس از بررسی انجام شد تا اطمینان حاصل شود که دقت ابعاد تنظیم شده در واحدهای GPS پیکربندی شده رعایت شده است. نسخه ArcMap 10 [ 15 ] برای تأیید مکان‌های پراکسی نقاط خانگی استفاده شد، زیرا آنها با لایه‌های اجتماعی و بخش‌های ارجاع‌شده جغرافیایی پوشانده شده بودند، به دنبال آن آزمون آماری پیشرفته جغرافیایی، سپس فرضیه صفر (H 0 ) را تنظیم کردیم تا تأیید کنیم که آیا مکان تعداد خانوار در هر بخش با توجه به تعداد زنان باردار و کودکان به اندازه سایر بخش ها برای از بین بردن پشه ها از هر جامعه مهم است.

3. نتایج

یافته های کلیدی از GR سنتز و به شرح زیر گزارش شد.

جدول 1 خلاصه ای از داده های جمع آوری شده در طول عملیات GR در Doma و Nassarawa Eggon LGA را ارائه می دهد. بنابراین در مجموع 49500 خانوار منحصر به فرد از 424 شهر/روستا از هر دو LGA در GR گنجانده شدند.

نتایج نشان می دهد که 79339 کودک کمتر از پنج سال در دو LGA بودند. این حدود 21 درصد از کل جمعیت مناطق تحت پوشش GR را تشکیل می دهد. در مجموع 13526 زن باردار سرشماری شدند.

جدول 2 خلاصه های جمعیت شناختی خانوار را برای هر دو LGA نشان می دهد و نشان می دهد که LGA های Doma و Nassarawa Eggon به ترتیب به طور متوسط ​​8.52 و 7.22 نفر در هر خانوار در هر دو LGA دارند. تخمین اندازه خانوار توسط کودکان و زنان در دو LGA نیز در جدول 2 ارائه شده است.

جدول 1 . خلاصه کلی GC برای Doma و Nassarawa Eggon LGA.

جمعیت افراد ثبت شده در LGA 169794 نفر بود و توزیع آنها در هر بخش در شکل 3 ارائه شده است ، که نشان می دهد جمعیت افراد در LGA بیشتر در بخش گالادیما متمرکز بوده و زنان باردار بیشتری در آنجا زندگی می کنند، در حالی که کمترین تراکم جمعیت می تواند باشد. در بخش دوکا پیدا شود. مکان مراکز مراقبت های بهداشتی اولیه (PHC) و توزیع فضایی زنان باردار در LGA نیز در همین شکل نشان داده شده است.

شکل 4 توزیع خانوار در هر بخش را نشان می دهد، در حالی که شکل 5 توزیع جمعیت افراد در هر بخش را در بخش ناساراوا اگون نشان می دهد. تجزیه و تحلیل فضایی نشان می دهد که بیشترین تراکم جمعیت در دوکا، مادوچی، ماداکی و سابونگاری ثبت شده است.

شکل 6 ماهیت توپوگرافی منطقه مورد بررسی را نشان می دهد، نقشه ناساراوا اگون که گسترش بدنه های آبی، جاده های اصلی، مناطق آبی و ارتفاعات در LGA را نشان می دهد.

جدول 2 . خلاصه جمعیت خانوار (HH) در Doma و Nassarawa Eggon LGAs.

شکل 3 . نقشه Doma LGA نشان دهنده توزیع جمعیت در هر بخش.

شکل 4 . نقشه توپوگرافی Doma LGA.

الگوی آمار آزمون که با مقایسه سطح تمرکز خانواری که زنان باردار و کودکان بیشتری دارد، ایجاد می‌شود که به نظر می‌رسد در برابر عفونت‌های مالاریا آسیب‌پذیرتر هستند. شاخص امتیاز دسترسی نشان‌دهنده سطح p بسیار معنی‌دار آماری در (05/0p<) و مقدار z مثبت است همانطور که در شکل 7 نشان داده شده است. و بنابراین ما باید فرضیه صفر تنظیم شده در بالا (H 0 ) را رد کنیم، که تأیید می کند که مکان خانه در هر بخش با توجه به درصد بالای زنان باردار و کودکان برای از بین بردن پشه ها از هر جامعه با استفاده از روش های اسپری Residus Indoor مهم است.

4. بحث

استفاده از رویکرد مدرن GR دقیق، کارآمد، مقرون به صرفه و کمتر دست و پا گیر نسبت به رویکرد سنتی در جمع آوری و موقعیت جغرافیایی داده های خانگی است [ 16 ]. این عملیات GR توانست موقعیت جغرافیایی همه HH ها را در LGAهای متمرکز و همچنین تراکم جمعیت جمعیت هدف را به تصویر بکشد. داده

شکل 5 . نقشه Nassarawa Eggon که توزیع جمعیت را در هر بخش نشان می دهد.

شکل 6 . نقشه توپوگرافی Nassarawa Eggon LGA.

شکل 7 . نتایج خودهمبستگی فضایی در میان خانوارهای بخش در هر دو LGAs.

ارائه شده برای برنامه ریزی کمپین IRS در 2 LGA مفید بود. چنین برنامه ریزی به استفاده محتاطانه، مدیریت و به کارگیری منابع انسانی و مادی برای عملیات سمپاشی کمک کرد. با این حال، با توجه به تعداد زیادی از خانوارهایی که برای شمارش در این تمرین GR در نظر گرفته شده اند، از ابزارهای استاندارد همراه با ابزارهای دستی GPS Garmin e-trex برای جمع آوری داده های خانوار در مناطق تعیین شده استفاده شد. این رویکرد محدودیت ابراز تاسف از PDA های گران قیمت و غیر قابل دسترس را در میدان حذف کرد. با پیشرفت اخیر فناوری مدرن، جمع‌آوری داده‌های بلادرنگ با دستگاه‌های تلفن همراه با برنامه‌ها می‌تواند در اجرای یک GR در این مقیاس مؤثرتر باشد. چندین کشور آفریقایی که از GR استفاده نکردند یا از ابزار Geospatial به طور مناسب استفاده نکردند، عقب نشینی کردند. مانند مورد مالاوی،17 ]، در مطالعه ما در نیجریه از این عقب گرد اجتناب شد.

قدرت شواهد ارائه شده در این مقاله مبتنی بر استراتژی‌های سخت‌گیرانه‌ای است که برای بهبود کیفیت داده‌های به‌دست‌آمده از تمرین GR استفاده می‌شود، با این حال، این می‌تواند با جمع‌آوری مختصات GIS و اطلاعات HH با استفاده از روش‌های جمع‌آوری داده‌های الکترونیکی به دست آید.

5. نتیجه گیری ها

این تمرین گامی مثبت در ارائه اطلاعات خاص برای کمک به اجرای برنامه IRS و نظارت راهبردی نظارت بر مناطق انتخاب شده است. داده‌های جمع‌آوری‌شده در طول GR پایه و اساس یک پایگاه داده قابل به‌روزرسانی را برای هر بررسی آینده در مورد فعالیت‌های اسپری IRS در Doma و Nassarawa Eggon LGA فراهم کرد.

مطالعه GR یک رویکرد استاندارد واضح و دقیق برای تعریف فضایی و شمارش جوامع منتخب با استفاده از یک فناوری بررسی ژئوفضایی ارائه می‌دهد. تمرین و داده‌های جمع‌آوری‌شده سپس توسط NMCP ایالتی و پروژه AIRS برای کنترل ناقل در این جوامع، برنامه استراتژیک اسپری حشره‌کش‌ها، محل تأسیسات ذخیره‌سازی و مکان‌هایی که پشه‌بند بیشتری باید توزیع شود، استفاده شد.

برآورد فواصل بین مکان‌های مختلف نیز برای برنامه‌ریزی و تدارکات محلی مؤثر مفید بود. نقشه‌هایی که تولید شده‌اند به منظور ارائه دیدگاه‌های فضایی از مکان‌های خانوار از نظر جغرافیایی در رابطه با سایر عوامل و زیرساخت‌های اکولوژیکی در LGAها عمل می‌کنند.

توصیه این است که دولت نیجریه و شرکای توسعه باید بر اساس راهبردی که قبلاً توسط پروژه مالاریا رئیس جمهور در آفریقا (AIRS) از طریق دفاتر برنامه ملی و ایالتی کنترل مالاریا اجرا شده است، استفاده کنند تا از نتیجه این مطالعه برای راهنمایی استفاده کنند. کاهش موارد عفونت مالاریا در هر جامعه گزارش شده است. در حالی که سایر مناطق کشور باید این را به عنوان بهترین عمل ببینند و از آن سؤال کنند [ 4 ].

 

منابع

 

[ 1 ] WHO (1999) سازمان بهداشت جهانی مالاریا RBM.
http://www.who.int/whr/1999/en/whr99_ch4_en.pdf
[ 2 ] Hay، SI، Guerra، CA، Gething، PW، Patil، AP، Tatem، AJ، Noor، AM، Kabaria، CW، Manh، BH، Elyazar، IR، Brooker، S.، Smith، DL، Moyeed، RA و Snow ، RW (2009) نقشه جهانی مالاریا: بومی شدن پلاسمودیوم فالسیپاروم در سال 2007. PLOS Medicine، 6، 0286-0302.
https://doi.org/10.1371/annotation/a7ab5bb8-c3bb-4f01-aa34-65cc53af065d
[ 3 ] Tanner, M. and de Savigny, D. (2008) ریشه کن کردن مالاریا بر روی میز. بولتن سازمان جهانی بهداشت، 86، 82.
http://doi.org/10.2471/BLT.07.050633
[ 4 ] ABT Associates Inc. (2014) USAID—Africa Indoor Residual Spraying, Initiatives. انتشارات بتسدا، مریلند.
[ 5 ] سازمان بهداشت جهانی (1965) شناسایی جغرافیایی برای برنامه ریشه کنی مالاریا. ژنو.
[ 6 ] Huang, H. (1980) کتابچه راهنمای میدانی برای عملیات شناسایی جغرافیایی و سمپاشی. برنامه کنترل مالاریا، وزارت بهداشت عمومی، پاپوآ گینه نو.
[ 7 ] پرتال خبری نیجریه (2016) توسعه تاریخی ایالت ناساراوا به وجود آمد.
[ 8 ] دولت زامبیا (2009) دستورالعمل های عمومی برای سمپاشی باقیمانده داخل ساختمان زامبیا. مطبوعات GOZ، لوزاکا.
[ 9 ] کمیسیون ملی جمعیت (2006) داده های سرشماری جمعیت.
[ 10 ] Yadav, K., Nath, MJ, Talukdar, PK, Saikia, PK, Baruah, I. and Singh, L. (2012) مناطق خطر مالاریا در ناحیه اودالگوری آسام هند: یک مطالعه مبتنی بر GIS. مجله بین المللی علم اطلاعات جغرافیایی، 26، 123-131.
https://doi.org/10.1080/13658816.2011.576678
[ 11 ] Kelly، GC، Hii، J.، Batarii، W.، Donald، W.، Hale، E.، Nausien، J.، Pontifex، S.، Vallely، A.، Tanner، M. و Clements، A. (2010 ) شناسایی جغرافیایی مدرن جمعیت های هدف در مناطق حذف مالاریا. مجله مالاریا، 9، 78-89.
[ 12 ] جرالد، سی (2013) یک سیستم پشتیبانی تصمیم فضایی برای حذف مالاریا. پایان نامه دکتری، موسسه بهداشت جمعیت، دانشگاه کوئینزلند، بریزبن.
[ 13 ] کلی، جی سی، و همکاران. (2010) شناسایی جغرافیایی مدرن جمعیت های هدف در مناطق حذف مالاریا. مجله مالاریا، 9، 289.
http://www.malariajournal.com/content/9/1/289
https://doi.org/10.1186/1475-2875-9-289
[ 14 ] مؤسسه بین‌المللی کشاورزی گرمسیری، آزمایشگاه زمین فضایی (2012) فایل‌های شکلی و وکتوری با پوشش زمینی. ابادان.
[ 15 ] Environmental Systems Research Institute-ESRI (2011) ArcGIS Desktop Release 10. Redlands.
[ 16 ] شیریما، ک.، و همکاران. (2015) استفاده از دستیارهای دیجیتال شخصی برای ورود داده ها در نقطه جمع آوری در یک نظرسنجی بزرگ خانوار در جنوب تانزانیا. مضامین نوظهور در اپیدمیولوژی، 4، 5.
[ 17 ] چاندا، ای.، و همکاران. (2015) جلوگیری از انتقال مالاریا با سمپاشی باقیمانده داخلی در مالاوی: دست و پنجه نرم کردن با چالش پایداری نامطمئن. مجله مالاریا، 14، 254.

بدون دیدگاه

دیدگاهتان را بنویسید