The purpose of this study was to analyze the mortality rates in Greece for each Prefecture for years 2001 and 2006. The focus of the analysis was to study the spatio-temporal trends and how they are related to socioeconomic conditions of the population. Various mathematical and spatial analysis methodologies were applied to identify the underlying trends and relationships. Additionally, a new method both in terms of theoretical background and its representation as a model was proposed to identify the data’s nature and determine the optimal method of analysis. Finally, clustering methods were used to identify the commonalities based on gender, age and other socioeconomic conditions of mortality rates by Prefecture.Concluding, the thesis outlined the significance of studying mortality rates at a smaller spatial level. With the application of geo-mathematical methods it was possible to identify patterns at the Prefecture level which should be taken into account by public health officials. It is evident that measures taken to promote health should take into account the local conditions.
Η εργασία αυτή στοχεύει στη μελέτη των δεικτών θνησιμότητας στους νομούς της Ελλάδας, ανά φύλο για τα έτη 2001 και 2006. Ο αριθμός των θανάτων δόθηκε από την Ελληνική Στατιστική Υπηρεσία.Στη συνέχεια δημιουργήθηκαν οι προτυποποιημένοι δείκτες θνησιμότητας με τη μέθοδο της άμεσης προτύποσης ανά νομό, φύλο και αιτία θνησιμότητας. Η κωδικοποίηση των αιτιών θνησιμότητας έγινε με το ICD-10 και συνέχεια έγιναν μεγαλύτερες ομαδοποιήσεις σύμφωνα με την Ευρωπαϊκή Στατιστική Υπηρεσία (Eurostat), σύνολο 65 αιτίες θνησιμότητας. Η ανάλυση των παραπάνω δεικτών υλοποιήθηκε στα προγράμματα SPSS, STATISTICA, MATLAB και GIS.Εφαρμόστηκαν μαθηματικές και χωρικές μέθοδοι. Πιο συγκεκριμένα, οι μαθηματικές μέθοδοι ανάλυσης μας απάντησαν σε ερωτήματα που είχαν σχέση με τη ποιοτική συμπεριφορά των δεδομένων στο χώρο (ορίστηκε μαθηματικό μέγεθος και δημιουργήθηκε κατάλληλος αλγόριθμος) όπως: αν τα δεδομένα είναι στοχαστικά, ντετερμινιστικά ή έχουν ντετερμινιστική χαοτική συνιστώσα. Οι χωρικές μέθοδοι ανάλυσης στόχευαν στη μοντελοποίηση, πρόβλεψη αλλά και απεικόνιση όλων αυτών των μοτίβων-προτύπων που φάνηκαν με τις μαθηματικές μετρικές και έτσι δημιουργήθηκαν 305 χάρτες για κάθε μία αιτία θνησιμότητας ανά νομό και φύλο για τα δύο έτη.Ένα από τα κυριότερα ευρήματα ήταν το γεγονός ότι το φαινόμενο της θνησιμότητας στην Ελλάδα, εμπεριέχει ντετερμινιστική χαοτική συνιστώσα, με διάσταση δύο προς τρία, ώστε να κρίνεται απαραίτητο για τη μελέτη του η χρήση μαθηματικών μεθόδων. Τα πρότυπα τα οποία αναγνωρίσθηκαν μέσω των clusters και απεικονίσθηκαν στους 305 χάρτες αποδείχθηκε ότι δεν ακολουθούν την γεωγραφική γειτνίαση. Υπάρχουν νομοί που ανήκουν στην ίδια ομάδα cluster ενώ γεωγραφικά ανήκουν σε άλλη περιοχή π.χ οι νομοί της Κρήτης. Ανάλογες διαφοροποιήσεις εμφανίζονται και στις κατανομές ανά φύλο αλλά και έτος. Οι κυριότερες αιτίες θνησιμότητας στη Ελλάδα ήταν: Το ισχαιμικό, ο καρκίνος λάρυγγα-τραχείας-βρόγχων-πνεύμονα, τα αγγειακά, στα οποία έχομε ανά νομό-φύλο και ομαδοποιήσεις διαφορές. Με τη χρήση μαθηματικών και χωρικών μεθόδων ανάλυσης που χρησιμοποιήθηκαν για την συσχέτιση των κοινωνικοοικονομικών παραγόντων με τους δείκτες θνησιμότητας, παρουσιάζει ενδιαφέρον γιατί γίνεται φανερό ότι η δημιουργία επεξηγηματικού πλαισίου για τον δείκτη θνησιμότητας και τις κοινωνικοοικονομικές μεταβλητές δεν είναι τόσο εύκολη όσο θα θεωρούσε κάποιος αρχικά. Δε φαίνεται να συνδέονται με τις κοινωνικοοικονομικές μεταβλητές με τρόπο ισχυρό, πέραν ίσως συγκεκριμένων ασθενειών με τον τόπο κατοικίας, όπως είναι η περίπτωση του ορεινού πληθυσμού με όλες τις ασθένειες, με τις οποίες βέβαια έχει αρνητική συσχέτιση, καθώς επίσης και το επίπεδο μόρφωσης με αυτές, που μάλλον φαίνεται να παρουσιάζει ιδιαιτέρως θετική συσχέτιση.Από τα παραπάνω γίνεται αντιληπτή η αναγκαιότητα στη χρήση τέτοιων μεθόδων ώστε οι διαφοροποιήσεις αλλά και τα ιδιαίτερα χαρακτηριστικά του υπό μελέτη φαινομένου να εντοπίζονται και να καταγράφονται. Με αυτό το τρόπο δόθηκε η δυνατότητα να βρεθούν τόσο τα ποιοτικά όσο και τα ποσοτικά τους χαρακτηριστικά και να προκύψουν αποτελέσματα που μας οδηγούν σε νέες λογικές και τεχνικές στο χώρο της υγείας. τέλος, οι παραπάνω μέθοδοι ανάλυσης χρησιμοποιούνται για πρώτη φορά στο χώρο της υγείας (τουλάχιστον στην Ιατρική Κρήτης) και απαντούν ή προτείνουν τρόπους που συμβάλουν σε μεγάλο βαθμό στην απάντηση ερωτημάτων (όπως αναφέρονται από τον Παγκόσμιο Οργανισμό Υγείας και την τελευταία συνάντηση για το χώρο της υγείας, στο Ρίο τον Οκτώβριο του 2011), με στόχο τις καλύτερες και πιο αποτελεσματικές πολιτικές υγείας.
