Data Analysis of Dengue Hemorrhagic Fever Based on Spatial Database at Urban Versus Rural Areas by Geographic Information Systems
Keywords:
Dengue hemorrhagic fever, Geographic information system, Data analysis, Urban, RuralAbstract
The geographic information system (GIS) of a computer system for recording, verifying, storing, and displaying data, connected to positions on the Earth's surface and are liked for its data analysis of the spatial database on dengue hemorrhagic fever disease. GIS can assist people and organizations in better understanding spatial patterns and relationships by connecting seemingly unconnected data. It can be used to illustrate geographical correlations in various disciplines of public health and let users see the actual data. This illustrative article focused on many difficulties with the use of data analysis from the geographical database for screening, including demographic, socioeconomic, and ecological elements. In order to gather information about healthcare systems, promotions with governance, and opportunity screening, this descriptive essay may have been developed and decided by chef executive officers (CEO) or administrators, policy makers, and researchers.
References
Chareonsook O, Foy HM, Teeraratkul A, Silarug N. Changing epidemiology of dengue hemorrhagic fever in Thailand. Epidemiology and Infection. 1999;122(1):161-6.
Clark DV, Mammen MP, Nisalak A, Puthimethee V, Endy TP. Economic impact of dengue fever/dengue hemorrhagic fever in Thailand at the family and population levels. The American journal of tropical medicine and hygiene. 2005;72(6):786-91.
Dijkstra EW. A note on two problems in connexion with graphs. Numerische mathematik. 1959;1(1):269-71.
Barbehenn M. A note on the complexity of Dijkstra's algorithm for graphs with weighted vertices. IEEE transactions on computers. 1998;47(2):263.
Demb JB. Multilevel Factors in Cancer Screening [dissertation]. San Francisco, CA: University of California, San Francisco; 2018.
Shariff-Marco S, Breen N, Stinchcomb DG, Klabunde CN. Multilevel predictors of colorectal cancer screening use in California. The American journal of managed care. 2013;19(3):205.
Krieger N, Chen JT, Waterman PD, Soobader M-J, Subramanian S, Carson R. Geocoding and monitoring of US socioeconomic inequalities in mortality and cancer incidence: does the choice of area-based measure and geographic level matter? the Public Health Disparities Geocoding Project. American journal of epidemiology. 2002;156(5):471-82.
Martin V, Pfeiffer DU, Zhou X, Xiao X, Prosser DJ, Guo F, et al. Spatial distribution and risk factors of highly pathogenic avian influenza (HPAI) H5N1 in China. PLoS pathogens. 2011;7(3):e1001308.
Lopez D, Gunasekaran M, Murugan BS, Kaur H, Abbas KM, editors. Spatial big data analytics of influenza epidemic in Vellore, India. 2014 IEEE international conference on big data (Big Data); 2014: IEEE.
Gilbert M, Chaitaweesub P, Parakamawongsa T, Premashthira S, Tiensin T, Kalpravidh W, et al. Free-grazing ducks and highly pathogenic avian influenza, Thailand. Emerging infectious diseases. 2006;12(2):227.
Zheng J, Zhang Z, Ciepłuch B, Winstanley AC, Mooney P, Jacob R, editors. A PostGIS-based pedestrian way finding module using OpenStreetMap data. 2013 21st International Conference on Geoinformatics; 2013: IEEE.
Lethanh N, Adey BT, Burkhalter M. Determining an optimal set of work zones on large infrastructure networks in a GIS framework. Journal of infrastructure systems. 2018;24(1):04017048.
Adger WN. Social and ecological resilience: are they related? Progress in human geography. 2000;24(3):347-64.
Galpern P, Ladle A, Uribe FA, Sandalack B, Doyle-Baker P. Assessing urban connectivity using volunteered mobile phone GPS locations. Applied Geography. 2018;93:37-46.
Shortliffe EH, Cimino JJ. Biomedical informatics: Computer applications in health care and biomedicine: Fourth edition: Springer London; 2014. 1-965 p.
Chadha C, Garg S, editors. Shortest path analysis on geospatial data using PgRouting. International Conference on Innovative Computing and Communications; 2019: Springer.
Ghanadian SA, Ghanbartehrani S. Application of Social Network Analysis in Evaluating Risk and network resilience of Closed-Loop-Supply-Chain. arXiv preprint arXiv:211000652. 2021.
Choosumrong S, Raghavan V, editors. REAL-TIME COST UPDATES BASED ON CURRENT TRAFFIC CONDITION FOR OPTIMAL ROUTING PLANNING. Proceedings of The 32nd Asian Conference on Remote Sensing (ACRS 2011), Taipei, Taiwan; 2011.
Buafueang P. A study of the application of Geographic Information System (GIS) for studying the spread of Dengue Haemorrhagic Fever (DHF) outbreak within Tamai District, Chanthaburi. 2013: 1-118.
กรมอุตุนิยมวิทยา. คู่มือการประยุกต์ใช้ระบบสารสนเทศภูมิศาสตร์ (GIS) เพื่อการนำเสนอข้อมูลอุตุนิยมวิทยา; 2560; 1-101.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 REGIONAL HEALTH PROMOTION CENTER 9 JOURNAL
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความหรือข้อคิดเห็นใด ๆ ที่ประกฎในวารสารศูนย์อนามัยที่ 9 เป็นความคิดเห็นของผู้เขียน บรรณาธิการ คณะผู้จัดทำ และศูนย์อนามัยที่ 9 นครราชสีมา (เจ้าของ) ไม่จำเป็นต้องเห็นด้วย ผู้เขียนต้องรับผิดชอบต่อบทความของตนเอง
ผลการพิจารณาของกองบรรณาธิการและผู้ทรงคุณวุฒิถือเป็นที่สิ้นสุด คณะบรรณาธิการวารสารฯ ขอสงวนสิทธิ์ในการตรวจแก้ไขข้อความให้ถูกต้องตามหลักภาษาและมีความเหมาะสม
กองบรรณาธิการวารสารฯ ขอสงวนสิทธิ์มิให้นำเนื้อหาใด ๆ ของบทความ หรือข้อคิดเห็นใด ๆ ของผลการประเมินบทความในวารสารฯ ไปเผยแพร่ก่อนได้รับอนุญาตจากกองบรรณาธิการ อย่างเป็นลายลักษณ์อักษร และผลงานที่ได้รับการตีพิมพ์ถือเป็นลิขสิทธิ์ของวารสารศูนย์อนามัยที่ 9
