புவிசார் தகவல் & புவியியல் புள்ளியியல்: ஒரு கண்ணோட்டம்

டிராக்கோமா பரவல் மற்றும் தொடர்புடைய ஆபத்து காரணிகளை தீர்மானிப்பதில் இடஞ்சார்ந்த மற்றும் வழக்கமான பின்னடைவு மாதிரிகளின் ஒப்பீடு

பியூஸ் கிப்ங்கெடிச் கிருய், பென்சன் கிப்கெம்போய் கென்டுய்வோ மற்றும் எட்வர்ட் ஹன்ஜா வைதாகா

டிராக்கோமா என்பது புறக்கணிக்கப்பட்ட வெப்பமண்டல நோய் மற்றும் குருட்டுத்தன்மைக்கான முன்னணி தொற்று காரணமாகும், கென்யாவில் இது 19% குருட்டுத்தன்மையைக் கொண்டுள்ளது. கென்யாவில் தொடர்புடைய ஆபத்துக் காரணிகள் பற்றிய கடந்தகால ஆராய்ச்சி பாரம்பரிய தாக்கக் கணக்கெடுப்புத் தரவை மட்டுமே நம்பியுள்ளது, இருப்பினும் இதேபோன்ற தலையீடுகள் இருந்தபோதிலும், ட்ரக்கோமா டிரான்ஸ்மிஷனை மாடலிங் செய்வதில் சுற்றுச்சூழல் மற்றும் காலநிலை சாத்தியமான ஆபத்து காரணிகளைச் சேர்க்க வேண்டிய அவசியத்தை அழைக்கிறது. எனவே வழக்கமான பின்னடைவு மாதிரிகளுடன் ஒப்பிடும்போது மாறி தேர்வு, மதிப்பீடு மற்றும் கணிப்பு ஆகியவற்றில் இடஞ்சார்ந்த பின்னடைவு மாதிரிகளைப் பயன்படுத்துவதன் மூலம் டிராக்கோமாவின் பரவல் மற்றும் அதனுடன் தொடர்புடைய ஆபத்து காரணிகளைத் தீர்மானிப்பதை எங்கள் ஆய்வு நோக்கமாகக் கொண்டுள்ளது. டிராக்கோமா ஆய்வுகள் மற்றும் தொலைதூரத்தில் உணரப்பட்ட சுற்றுச்சூழல் மற்றும் காலநிலை தரவுகளின் தரவுகளைப் பயன்படுத்துவதன் மூலம், இடஞ்சார்ந்த மற்றும் இடஞ்சார்ந்த பின்னடைவு மாதிரிகள் செயல்படுத்தப்பட்டன. பின்னடைவு முடிவுகள் கிரிகிங் மற்றும் புவியியல் ரீதியாக எடையுள்ள பின்னடைவைப் பயன்படுத்தி இடஞ்சார்ந்த இடைக்கணிப்பில் பயன்படுத்தப்பட்டன. மழைப்பொழிவு, குழந்தைகளின் முகத்தில் ஈக்கள் இருப்பது, குழந்தைகளின் அழுக்கு முகங்கள் மற்றும் வறட்சி ஆகியவை டிராக்கோமா பரவுவதற்கு பங்களிக்கும் குறிப்பிடத்தக்க மாறிகள் என்று கண்டறியப்பட்டது. ஸ்பேஷியல் லேக் மாடல் 385.08 என்ற அகைக் தகவல் அளவுகோலின் குறைந்தபட்ச மதிப்பைக் கொண்டிருந்தது, எனவே மற்ற பின்னடைவு மாதிரிகளுடன் ஒப்பிடும்போது ஒப்பீட்டளவில் சிறப்பாகச் செயல்பட்டது. தரவு சேகரிக்கப்படாத இடங்களில் பரவலின் மதிப்பீட்டில், புவியியல் ரீதியாக எடையுள்ள பின்னடைவை விட பன்முக பின்னடைவு கிரிகிங் சற்று சிறப்பாகச் செயல்பட்டது. மாறக்கூடிய தேர்வு மற்றும் டிராக்கோமா பரவலின் இடஞ்சார்ந்த கணிப்பு ஆகிய இரண்டிலும் வழக்கமான பின்னடைவு மாதிரிகளுடன் ஒப்பிடும்போது இடஞ்சார்ந்த பின்னடைவு மாதிரிகள் சிறப்பாக செயல்படுகின்றன என்று ஆய்வு காட்டுகிறது. இடஞ்சார்ந்த பின்னடைவுகளில், பெறப்பட்ட குறிப்பிடத்தக்க மாறிகள் ஒரே மாதிரியாக இருந்தன, இருப்பினும் AIC மதிப்பு மற்றும் R-squared ஆகியவற்றின் அடிப்படையில் மாறி தேர்வில் மற்ற பின்னடைவு மாதிரிகளுடன் ஒப்பிடுகையில் இடஞ்சார்ந்த பின்னடைவு ஒப்பீட்டளவில் சிறப்பாக செயல்பட்டது. இரண்டு இடஞ்சார்ந்த இடைக்கணிப்பு முறைகளுக்கு இடையே குறைந்தபட்ச மாறுபாடு இருந்தது.