Journal of Geomatics Science and Technology

fa مدل سازی گسترش مکانی بیماری های همه گیر با استفاده از شبیه سازی عامل مبنا (مطالعه موردی: آنفلوآنزای فصلی) Modeling Spatial Spread of Epidemic Diseases using Agent-based Simulation (Case Study: Seasonal Influenza) سامانه های اطلاعات مکانی GIS پژوهشي Research شیوع بیماریهای همهگیر در جامعه، ذاتاً یک فرایند زمانی و مکانی است. مدلسازی گسترش و انتقال ناگهانی این بیماریها نیازمند درک بهتری از رفتارهای پویای آنها است تا بتوان با اتخاذ صحیح رفتارهای پیشگیرانه برای جلوگیری از عواقب شدید بیماری اقدام نمود. مدلسازی عاملمبنا (ABM)، یکی از فناوریهای نوین برای بررسی انتشار همهگیری بیماریها است. شبیهسازی عاملمبنا با استفاده از مدل همهگیر و بهبود یافته SEIR، فرصتی را برای مطالعه تأثیر تعاملات در سطوح فردی که شامل ارتباطات اجتماعی یا تصادفی بین افراد میشود، فراهم میکند. با توجه به اینکه در پژوهشهای پیشین ارتباط بین مؤلفههای تأثیرگذار بر شیوع بیماری و نحوه گسترش آن، به صورت جامع ارائه نشدهاند، این پژوهش بر ارائه یک چارچوب عاملمبنای مکانی برای شبیهسازی گسترش بیماری هدفگذاری شد. با توجه به شیوع ناگهانی و سریع بیماری آنفلوآنزای فصلی، از مؤلفههای این بیماری برای شبیهسازی استفاده شد. در این کار برای بررسی تأثیر واحدهای مکانی و عوامل مؤثر بر شیوع بیماری آنفلوآنزای فصلی، شبیهسازی با انجام پنج سناریوی مختلف، اجرا و سپس تحلیل شد. این سناریوها به صورت تأثیرات اندازه جمعیت، دوره نهفتگی بیماری، دوره بیماری، نرخ آلودگی و مکانهای آلوده بر گسترش این بیماری انجام شد. نتایج نشان داد که خروجی همهگیری، از منحنی مرسوم همهگیری پیروی کرده است که منجر به شناخت بهتر عوامل مؤثر در شیوع این بیماری میشود و همچنین با نتایج مطالعات انجامشده در این زمینه نیز همخوانی داشت. به عنوان مثال، نتایج بررسی سناریوی تأثیر واحدهای مکانی بر شیوع بیماری، نشان داد که در نظر گرفتن تأثیر مکانهای آلوده در گسترش بیماری، باعث افزایش قابل توجه  آلودگی افراد در محیط میشود. بنابراین در نظر گرفتن پویایی تعاملات بین عاملها و محیط، باعث کشف گسترش بیماری در مدل می&zwj;شود. سرانجام، این مدل میتواند در جهت آگاهسازی و آموزش مردم درباره گسترش بیماری آنفلوآنزای فصلی مورد استفاده قرار بگیرد و همچنین به محققان همهگیرشناسی این امکان را میدهد تا رفتار سیستمها را تحت شرایط متفاوت ارزیابی کنند. Spatial epidemiology issues are outstandingly important, particularly the viral spread through populated areas is believed to be one of the major concerns. The outbreak of epidemic diseases in a community is inherently a spatio-temporal process of great importance for modern society. Modeling the spread and abrupt transmission of infectious diseases demands a better understanding of its dynamic behaviors to avoid sever consequences by appropriate preventive strategies. Agent Based Modeling (ABM) is one of the innovative technologies for observing the spread of epidemic diseases. Agent-based models allow interaction among individuals and are capable to overcome the limitations of different approaches such as cellular automata and classical epidemic models, permitting to study specific spatial aspects of the spread of epidemics and addressing naturally stochastic nature of the epidemic process. Consisting of a population of individual actors or "agents", an environment, and a set of rules, actions in ABM take place through the agents, which are simple, self-contained programs that collect information from their surroundings and use it to determine how to act. Agent based simulation together with the improved Susceptible-Exposed-Infected-Recovered (SEIR) model, provides an opportunity for the study of interactions at the individual levels that includes social and casual relationships between individuals. The signature success of agent-based modeling in public health is in the study of epidemics and infectious disease dynamics. ABMs have been used to study disease transmission at multiple scales, from individual communities to global pandemics. According to the previous researches, the relationships between factors affecting the outbreak diseases and its spread had not been ccomprehensively presented yet. Therefore, the purpose of this study is to provide a spatial agent based modeling framework for simulating the spread of Seasonal Influenza. Due to the sudden and rapid spread of seasonal Influenza, the parameters of this disease were used for simulation. In this study, to investigate the effects of spatial units and other factors affecting outbreaks of seasonal influenza, simulation was performed, and then analyzed through five different scenarios. These scenarios were presented as the effects of population size, latent period, period of disease, transmission rate and polluted places on the spread of disease. Results showed that the output of epidemic follows a traditional epidemiological curve and also the output of scenarios lead to a better understanding of the factors in the spread of disease. Our results confirms the previous studies on this subject. For example, the results of the  impact of spatial units on outbreak showed that considering the impact of polluted places leading to a significantly increase of pollution in the environment. Therefore, dynamic interactions between agents and environment lead to explore the spread of disease in the model. Finally, the model can be used to inform and educate the public about the spread of infectious disease such as Seasonal Influenza, and can  allow epidemiological researchers to assess systems’ behavior under various conditions. Therefore, This type of simulations can help to improve comprehension of disease spread dynamics and to take better steps towards the prevention and control of an epidemic outbreak. شبیه سازی عامل مبنا, مدل های همه گیر, آنفلوآنزای فصلی, واحدهای مکانی, مدل SEIR Agent-based Simulation, Epidemic Models, Seasonal Influenza, Spatial Units, SEIR Model 75 86 http://jgst.issgeac.ir/browse.php?a_code=A-10-569-1&slc_lang=fa&sid=1 M. Tabasi محمد طبسی m.tabasi_sur@yahoo.com 10031947532846005227 10031947532846005227 Yes K. N. Toosi University of Technology, Tehran, Iran دانشگاه صنعتی خواجه نصیرالدین طوسی A. A. Alesheikh علی اصغر آل شیخ alesheikh@kntu.ac.ir 10031947532846005228 10031947532846005228 No K. N. Toosi University of Technology, Tehran, Iran دانشگاه صنعتی خواجه نصیرالدین طوسی