DOI: https://doi.org/10.18860/cauchy.v11i2.42057
تاريخ النشر: 2026-06-26
المؤلف: Nurul Nabilah وآخرون
الموضوع الرئيسي: طرق إحصائية واستدلال بايزي
نظرة عامة
تدرس هذه الدراسة حدوث الإسهال على مستوى المنطقة في محافظة جاوة الغربية من 2022 إلى 2024، مع التركيز على تطوير نموذج انحدار بيانات العد المناسب للبيانات الوبائية الطولية. استخدمت التحليل العدد السنوي لحالات الإسهال كمتغير استجابة، مع عوامل تفسيرية تشمل الوصول إلى الصرف الصحي، وتوفر مراكز الصحة، ووجود عمال الصحة المجتمعية، ومؤشرات التغذية، ومرافق مياه الشرب، والالتزام بسلوكيات الحياة النظيفة والصحية (PHBS). تم تضمين مصطلح تعويض السكان لضبط التعرضات السكانية المتفاوتة عبر المناطق. كشفت الانحدار الأولي من نوع بواسون عن تشتت مفرط شديد، مما دفع إلى تقييم الانحدار الثنائي السالب ونماذج الانحدار الخطي المختلط المعمم (GLMM). ظهر نموذج الانحدار الثنائي السالب كالأكثر ملاءمة، حيث أظهر قيمًا أقل بكثير من معيار معلومات أكايك (AIC) ومعيار معلومات بايزي (BIC)، إلى جانب تشخيصات متبقية فعالة.
أشارت النتائج إلى أن الوصول إلى الصرف الصحي مرتبط بشكل كبير بحدوث الإسهال، حيث أن زيادة بمقدار انحراف معياري واحد في الصرف الصحي ترتبط بتقليص الحالات بنسبة 15.7%. أكدت الدراسة على ضرورة معالجة التشتت المفرط في النمذجة الوبائية وصادقت على استخدام الانحدار الثنائي السالب كإطار قوي لتحليل بيانات حدوث الأمراض الإقليمية. علاوة على ذلك، بينما تم اعتبار نماذج التأثيرات المختلطة لأخذ التباين على مستوى المنطقة في الاعتبار، فإن المساهمة الضئيلة للتأثيرات العشوائية تشير إلى أن المتغيرات التفسيرية قد التقطت هيكل البيانات بشكل كافٍ. تدعو النتائج إلى تعزيز بنية الصرف الصحي كوسيلة للتخفيف من عبء الإسهال في جاوة الغربية، وتبرز الدراسة إمكانية البحث المستقبلي لدمج عوامل إضافية مثل الاعتماد المكاني والمتغيرات المناخية لتحسين فهم المراقبة والانتقال للأمراض.
مقدمة
لا يزال الإسهال يشكل تحديًا كبيرًا للصحة العامة على مستوى العالم، خاصة في الدول النامية، حيث يعد سببًا رئيسيًا للمراضة والوفيات بين الأطفال دون سن الخامسة. يرتبط انتشار الإسهال ارتباطًا وثيقًا بعوامل مثل الصرف الصحي البيئي، والوصول إلى المياه النظيفة، والحالة الغذائية، وممارسات النظافة، وتوفر خدمات الرعاية الصحية. علاوة على ذلك، يعد حدوث الإسهال مؤشرًا على الفجوات الأوسع في بنية الصحة العامة والظروف الاجتماعية والاقتصادية عبر مناطق مختلفة.
الطرق
تركز الطرق المستخدمة في هذه الدراسة على إطار تحليلي مصمم لنمذجة بيانات العد على مستوى المنطقة في محافظة جاوة الغربية. تشمل المقاربة عدة خطوات رئيسية: إعداد البيانات، تعريف المتغيرات، والتحليل الوصفي، والتي تضع الأساس للتحليلات اللاحقة. جانب حاسم من المنهجية هو تقييم التعدد الخطي لضمان قوة النموذج.
بعد هذه المراحل التحضيرية، طبق الباحثون نمذجة انحدار بيانات العد لمعالجة التشتت المفرط المميز لبيانات العد الوبائية. شمل التحليل تقنيات مقارنة النماذج لتحديد الإطار الإحصائي الأكثر ملاءمة، إلى جانب تقييمات التشخيص المتبقي للتحقق من أداء النموذج. تهدف هذه المنهجية الشاملة إلى تعزيز دقة وموثوقية النتائج المستمدة من تحليل بيانات العد.
النتائج
تسلط نتائج هذه الدراسة الضوء على الدور الحاسم للصرف الصحي في التخفيف من انتقال الأمراض الإسهالية، مما يؤكد النتائج الوبائية السابقة. كشف التحليل أن الصرف الصحي السيئ يزيد بشكل كبير من خطر التلوث البرازي في البيئات المنزلية ومصادر المياه، مما يسهل انتقال مسببات الأمراض عبر الطريق البرازي الفموي. بالمقابل، لم تظهر العوامل المتعلقة بالرعاية الصحية والتغذية دلالة إحصائية بعد ضبط التشتت المفرط، مما يشير إلى أن العوامل البيئية قد تمارس تأثيرًا أكثر مباشرة على حدوث الإسهال الإقليمي من الوصول إلى الرعاية الصحية أو مؤشرات التغذية. تشير الملاحظة الكبيرة للتشتت المفرط إلى وجود عوامل سياقية غير مقاسة قد تحجب التأثيرات المستقلة للمتنبئين الفرديين.
للمزيد من التحقيق في تأثير التباين على مستوى المنطقة على حدوث الإسهال، تم استخدام نماذج انحدار العد ذات التأثيرات المختلطة، باستخدام كل من توزيعات بواسون والانحدار الثنائي السالب. كشف التحليل أن تباين الاعتراض العشوائي في نموذج الانحدار الخطي المختلط العام (GLMM) كان صفرًا تقريبًا، مما يشير إلى أن معظم التباين الملحوظ تم حسابه بواسطة التأثيرات الثابتة وتعويضات السكان. بينما أظهر نموذج GLMM من نوع بواسون تحسينات طفيفة في ملاءمة النموذج، استمر التشتت المفرط الكبير. في النهاية، تشير هذه النتائج إلى أن نموذج الانحدار الثنائي السالب القياسي يلتقط بشكل كافٍ التباين في حدوث الإسهال، مما يجعل دمج التأثيرات العشوائية غير ضروري لهذه المجموعة من البيانات.
المناقشة
استخدمت الدراسة تصميم بيانات بانل طولية لتحليل حدوث الإسهال على مستوى المنطقة في محافظة جاوة الغربية من 2022 إلى 2024، باستخدام طرق انحدار بيانات العد لأخذ التشتت المفرط وهياكل البيانات الهرمية في الاعتبار. شملت التحليلات الأولية إحصائيات وصفية واختبار التعدد الخطي، تلاها تطبيق انحدار بواسون كنموذج أساسي. ومع ذلك، نظرًا للتشتت المفرط الملحوظ في البيانات، انتقل التحليل إلى الانحدار الثنائي السالب، الذي يتضمن معلمة تشتت إضافية لتناسب بيانات العد الوبائية بشكل أفضل. كما تم النظر في نماذج الانحدار الخطي المختلط المعمم (GLMM) لتقييم التباين الإقليمي من خلال تضمين التأثيرات العشوائية للمناطق.
كشف النموذج النهائي للانحدار الثنائي السالب أن الوصول إلى الصرف الصحي كان متنبئًا مهمًا لحدوث الإسهال، مع نسبة معدل حدوث (IRR) تبلغ 0.843، مما يشير إلى تقليص بنسبة 15.7% في معدلات الإسهال المتوقعة لكل زيادة بمقدار انحراف معياري واحد في الوصول إلى الصرف الصحي. أظهر النموذج قوة تفسيرية كبيرة، محققًا قيمة Nagelkerke pseudo-R² تبلغ 0.750، وأكد وجود تشتت مفرط مع معلمة تشتت تبلغ α = 17.214. تؤكد هذه النتائج على الدور الحاسم للصرف الصحي في الصحة العامة وتبرز ضرورة استخدام نماذج إحصائية مناسبة لاستخلاص استنتاجات موثوقة من البيانات الوبائية.
القيود
تقدم الدراسة عدة قيود يجب الاعتراف بها. أولاً، يثير الاعتماد على بيانات إدارية ثانوية مخاوف بشأن دقة التقارير واكتمالها المحتمل. ثانيًا، استخدم التحليل بيانات مجمعة على مستوى المنطقة أو المدينة، مما يقيد النتائج إلى الارتباطات البيئية بدلاً من السماح برؤى على المستوى الفردي. بالإضافة إلى ذلك، لم تقم الدراسة بنمذجة الاعتماد المكاني والزماني بشكل صريح، مما قد يؤثر على قوة النتائج.
علاوة على ذلك، فإن غياب العديد من المتغيرات الاجتماعية والاقتصادية والبيئية والمتعلقة بالمناخ يقيد التحليل بشكل أكبر. قد لا تكون فترة الملاحظة القصيرة نسبيًا التي تبلغ ثلاث سنوات كافية لالتقاط الديناميات طويلة الأجل لحدوث الأمراض. لتعزيز فهم أنماط حدوث الإسهال وعواملها المحددة، ينبغي أن تأخذ الأبحاث المستقبلية في الاعتبار فترات ملاحظة أطول، ودمج متغيرات سياقية إضافية، واستخدام تقنيات النمذجة المكانية الزمنية.
DOI: https://doi.org/10.18860/cauchy.v11i2.42057
Publication Date: 2026-06-26
Author(s): Nurul Nabilah et al.
Primary Topic: Statistical Methods and Bayesian Inference
Overview
This study examined the incidence of diarrhea at the district level in West Java Province from 2022 to 2024, focusing on the development of an appropriate count-data regression model for longitudinal epidemiological data. The analysis utilized the annual number of diarrhea cases as the response variable, with explanatory factors including sanitation access, health center availability, community health worker presence, nutritional indicators, drinking water facilities, and adherence to clean and healthy living behaviors (PHBS). A population offset term was included to adjust for varying population exposures across districts. Initial Poisson Regression revealed severe overdispersion, prompting the evaluation of Negative Binomial Regression and Generalized Linear Mixed Models (GLMM). The Negative Binomial model emerged as the most suitable, demonstrating significantly lower Akaike Information Criterion (AIC) and Bayesian Information Criterion (BIC) values, alongside effective residual diagnostics.
The findings indicated that sanitation access was significantly linked to diarrhea incidence, with a one-standard-deviation increase in sanitation correlating to a 15.7% reduction in cases. The study underscored the necessity of addressing overdispersion in epidemiological modeling and validated the use of Negative Binomial Regression as a robust framework for analyzing regional disease incidence data. Furthermore, while mixed-effects models were considered to account for district-level variability, the negligible contribution of random effects suggested that the explanatory variables sufficiently captured the data’s structure. The results advocate for enhanced sanitation infrastructure as a means to mitigate the diarrhea burden in West Java, and the study highlights the potential for future research to integrate additional factors such as spatial dependence and climatic variables to refine disease surveillance and transmission understanding.
Introduction
Diarrhea continues to pose a significant public health challenge globally, especially in developing nations, where it is a leading cause of morbidity and mortality among children under five years old. The prevalence of diarrhea is intricately linked to factors such as environmental sanitation, access to clean water, nutritional status, hygiene practices, and the availability of healthcare services. Furthermore, the incidence of diarrhea serves as an indicator of broader disparities in public health infrastructure and socioeconomic conditions across different regions.
Methods
The methods employed in this study focus on an analytical framework tailored for modeling district-level panel count data in West Java Province. The approach encompasses several key steps: data preparation, variable definition, and descriptive analysis, which lay the groundwork for subsequent analyses. A critical aspect of the methodology is the assessment of multicollinearity to ensure the robustness of the model.
Following these preparatory stages, the researchers applied count-data regression modeling to address the overdispersion characteristic of the epidemiological count data. The analysis included model comparison techniques to identify the most suitable statistical framework, alongside residual diagnostic evaluations to validate the model’s performance. This comprehensive methodology aims to enhance the accuracy and reliability of the findings derived from the count data analysis.
Results
The results of this study highlight the critical role of sanitation in mitigating diarrheal disease transmission, corroborating previous epidemiological findings. The analysis revealed that poor sanitation significantly increases the risk of fecal contamination in household environments and water sources, facilitating pathogen transmission via the fecal-oral route. In contrast, healthcare-related and nutritional factors did not demonstrate statistical significance after adjusting for overdispersion, suggesting that environmental determinants may exert a more direct influence on regional diarrhea incidence than healthcare access or nutritional indicators. The observed substantial overdispersion indicates the presence of unmeasured contextual factors that may obscure the independent effects of individual predictors.
To further investigate the impact of district-level heterogeneity on diarrhea incidence, mixed-effects count regression models were employed, utilizing both Poisson and Negative Binomial distributions. The analysis revealed that the random intercept variance in the Negative Binomial Generalized Linear Mixed Model (GLMM) was essentially zero, indicating that most of the observed heterogeneity was accounted for by fixed effects and population offsets. While the Poisson GLMM showed slight improvements in model fit, significant overdispersion persisted. Ultimately, these findings suggest that the standard Negative Binomial Regression model sufficiently captures the variation in diarrhea incidence, rendering the incorporation of random effects unnecessary for this dataset.
Discussion
The study employed a longitudinal panel-data design to analyze district-level diarrhea incidence in West Java Province from 2022 to 2024, utilizing count-data regression methods to account for overdispersion and hierarchical data structures. Initial analyses included descriptive statistics and multicollinearity testing, followed by the application of Poisson Regression as a baseline model. However, due to the observed overdispersion in the data, the analysis transitioned to Negative Binomial Regression, which incorporates an additional dispersion parameter to better fit the epidemiological count data. Generalized Linear Mixed Models (GLMM) were also considered to assess regional heterogeneity by including random effects for districts.
The final Negative Binomial model revealed that sanitation access was a significant predictor of diarrhea incidence, with an incidence rate ratio (IRR) of 0.843, indicating a 15.7% reduction in expected diarrhea rates for each one-standard-deviation increase in sanitation access. The model demonstrated substantial explanatory power, achieving a Nagelkerke pseudo-R² of 0.750, and confirmed the presence of overdispersion with a dispersion parameter of α = 17.214. These findings underscore the critical role of sanitation in public health and highlight the necessity of using appropriate statistical models to derive reliable inferences from epidemiological data.
Limitations
The study presents several limitations that should be acknowledged. Firstly, the reliance on secondary administrative data raises concerns regarding potential inaccuracies and incompleteness in reporting. Secondly, the analysis utilized aggregated district or city-level data, which restricts the findings to ecological associations rather than allowing for insights at the individual level. Additionally, the study did not explicitly model spatial and temporal dependencies, which could affect the robustness of the results.
Moreover, the absence of several relevant socioeconomic, environmental, and climate-related variables further constrains the analysis. The relatively short observation period of three years may not adequately capture the long-term dynamics of disease incidence. To enhance the understanding of diarrhea incidence patterns and their determinants, future research should consider longer observation periods, incorporate additional contextual variables, and employ spatial-temporal modeling techniques.