Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi
Yıl: 2021 Cilt: 26 Sayı: 4 Sayfa Aralığı: 603 - 609 Metin Dili: Türkçe DOI: 10.5578/flora.20219605 İndeks Tarihi: 16-05-2022
Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi
Öz: Giriş: Koronavirüs Hastalığı-2019 (COVID-19) pandemisi ile tüm dünyada sosyal ortamlardaki insan yoğunluğunun azaltılması ve sos yal mesafe kuralının uygulanması ile virüsün yayılımı azaltılmaya çalışılmıştır. Ancak yerleşim bölgelerinin nüfus yoğunluğu ile hastalığınyaygınlığı hakkında az sayıda araştırma vardır. Bu çalışmada, Malatya ili örneğinde nüfus yoğunluğu ile COVID-19 insidansı arasındakiilişkinin saptanması amaçlanmıştır.Materyal ve Metod: Korelasyonel (Ekolojik) bir araştırma olarak yapılan bu çalışmada Malatya ili ve ilçelerinin nüfus yoğunluğu km2 başına düşen kişi sayısı olarak hesaplandı. Yerleşim bölgelerinin COVID-19 insidansları ile hesaplanan nüfus yoğunluğu arasındaki ilişkiPearson korelasyon analizi kullanılarak araştırıldı. Bulgular: Malatya ili genel COVID-19 insidansı binde 77 olarak hesaplandı. İlçeler içinde Arguvan ile Kale’nin COVID-19 insidansının sırasıylabinde 11 ile 16 olarak en düşük, Yeşilyurt ile Battalgazi ilçelerinin COVID-19 insidansının ise sırasıyla 105 ile 69 olarak en yüksek düzeydeolduğu görüldü. Malatya ili ilçelerinin verileri karşılaştırıldığında insidans ve nüfus yoğunluğunun (r= 0.82, p= 0.001) çok yüksek düzeydekorelasyona sahip olduğu belirlenmiştir. Sonuç: Bu çalışmada, ülkemizin orta büyüklükte bir şehri olan Malatya’da nüfus yoğunluğu ile COVID-19 insidansı arasında önemli birkorelasyon bulunduğu saptanmıştır. COVID-19 pandemi yayılımı pek çok dinamik faktörle ilişkili olmakla birlikte; şehir planlamalarındanüfusun geniş alanlara yayılımı sağlanarak ileride oluşabilecek benzer salgınlara karşı direnç oluşturulabilir.
Anahtar Kelime: Relationship of Population Density with the Incidence of COVID-19 in theExample of Malatya Province
Öz: Introduction: Due to the Coronavirus Disease-2019 (COVID-19) pandemic, it has been tried to reduce the spread of the virus byreducing the density of people in social environments and applying social distance rule all over the world. However, there are few studieson the population density of residential areas and the prevalence of the disease. In this study, it was aimed to investigate the effect ofpopulation density on the incidence of COVID-19 in the sample of Malatya Province. Materials and Methods: In this study, which was conducted as a retrospective correlational (ecological) study, the population density ofMalatya province and its districts was calculated as the number of people per km2. The relationship between the COVID-19 incidencesof residential areas and the calculated population density was investigated dusing Pearson correlation analysis. Results: The overall incidence of COVID-19 in Malatya province was calculated as 77 per thousand. Among the districts, the COVID-19incidence of Arguvan and Kale was the lowest at 11 and 16 per thousand, respectively, and the COVID-19 incidences of Yeşilyurt andBattalgazi districts were the highest, as 105 and 69, respectively. When the data of Malatya province districts were compared, it wasdetermined that the incidence and population density (r= 0.82) had a very high correlation. Conclusion: In this study, it was determined that there is a significant correlation between population density and the incidence ofCOVID-19 in Malatya, a medium-sized city in our country. Although the spread of the COVID-19 pandemic is associated with manydynamic factors, in city planning, by spreading the population over large areas, resistance can be created against similar epidemicsthat may occur in the future.
Anahtar Kelime: Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
- 1. Tanriverdi ES, Yakupoğulları Y, Otlu B. COVID-19 etkeninin özellikleri. Mikrobiyoloji ve COVID-19, 1nd ed. (Çiçek C). 2020: 7-14.
- 2. WHO. WHO Coronavirus Disease (COVID-19) Dashboard. 2021 28.04.2021]; Available from: https://covid19.who. int/.
- 3. Kadi N, Khelfaoui M. Population density, a factor in the spread of COVID-19 in Algeria: statistic study. Bulletin of the National Research Centre 2020;44(1):1-7.
- 4. OECD. OECD coronavirus policy responses cities report. Available from: https://www.oecd.org/coronavirus/policy-responses/cities-policy-responses-fd1053ff/.
- 5. Khataee H, Scheuring I, Czirok A, Neufeld Z. Effects of social distancing on the spreading of COVID-19 inferred from mobile phone data. Sci Rep 2021;11(1):1-9.
- 6. Baser O. Population density index and its use for distribution of Covid-19: A case study using Turkish data. Health Policy 2020.
- 7. Akın L. Pandemilere tarihsel bakış, in Kanser ve COVID-19 Pandemisi, Ö.A. Yalçın Ş, Editor. Türkiye Klinikleri 2020;Ankara;1-10.
- 8. Tarwater PM, Martin CF. Effects of population density on the spread of disease. Complexity, 2001;6(6):29-36.
- 9. Rader B, Scarpino SV, Nande A, Hill AL, Adlam B, Reiner RC, et al. Crowding and the shape of COVID-19 epidemics. Nature Med 2020;26(12):1829-34.
- 10. Chowell G, Bettencourt LMA, Johnson N, Alonso WJ, Viboud C. The 1918-1919 influenza pandemic in England and Wales: spatial patterns in transmissibility and mortality impact. Proceedings of the Royal Society B: Biol Sci 2008;275(1634):501-9.
- 11. Gensini GF, Yacoub MH, Conti AA. The concept of quarantine in history: from plague to SARS. J Infect 2004;49(4):257- 261.
- 12. Wong, DW, Li Y. Spreading of COVID-19: Density matters. Plos One 2020;15(12):e0242398.
- 13. Malatya İl Valiliği. Available from: http://www.malatya. gov.tr/.
- 14. Otlu B, Yakupoğulları Y, Tanrıverdi ES, Bayındır Y. An Evaluation of Patients with A Previous Endemic Coronavirus Infection during the COVID-19 Pandemic. J Med Virol 2021;(93)7:4544-8.
- 15. Cohen J. Statistical power analysis for the behavioral sciences. 2013: Academic Press.
- 16. CDC. Geographic differences in COVID-19 cases, deaths, and incidence-United States, February 12-April 7, 2020. Morbid Mort Weekly Rep 2020;69(15):465.
- 17. Beckett L. Revealed: nearly 100 US transit workers have died of Covid-19 amid lack of basic protections. The Guardian;2020:20.
- 18. Tantrakarnapa K, Bhopdhornangkul B, Nakhaapakorn K. Influencing factors of COVID-19 spreading: a case study of Thailand. J Public Health 2020:1-7.
- 19. Ramírez IJ, Lee J. COVID-19 emergence and social and health determinants in Colorado: a rapid spatial analysis. Int J Env Res 2020;17(11):3856.
- 20. Hamidi S, Sabouri S, Ewing R. Does density aggravate the COVID-19 pandemic? Early findings and lessons for planners. J Am Plann Assoc 2020;86(4):495-509.
- 21. Garrett TA. Economic effects of the 1918 influenza pandemic. Federal Reserve Bank of St. Louis, 2007;26.
| APA | Tanriverdi E, YAKUPOGULLARI Y, Bentli R, Otlu B (2021). Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi. , 603 - 609. 10.5578/flora.20219605 |
| Chicago | Tanriverdi Elif Seren,YAKUPOGULLARI YUSUF,Bentli Recep,Otlu Baris Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi. (2021): 603 - 609. 10.5578/flora.20219605 |
| MLA | Tanriverdi Elif Seren,YAKUPOGULLARI YUSUF,Bentli Recep,Otlu Baris Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi. , 2021, ss.603 - 609. 10.5578/flora.20219605 |
| AMA | Tanriverdi E,YAKUPOGULLARI Y,Bentli R,Otlu B Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi. . 2021; 603 - 609. 10.5578/flora.20219605 |
| Vancouver | Tanriverdi E,YAKUPOGULLARI Y,Bentli R,Otlu B Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi. . 2021; 603 - 609. 10.5578/flora.20219605 |
| IEEE | Tanriverdi E,YAKUPOGULLARI Y,Bentli R,Otlu B "Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi." , ss.603 - 609, 2021. 10.5578/flora.20219605 |
| ISNAD | Tanriverdi, Elif Seren vd. "Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi". (2021), 603-609. https://doi.org/10.5578/flora.20219605 |
| APA | Tanriverdi E, YAKUPOGULLARI Y, Bentli R, Otlu B (2021). Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi. Flora İnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Dergisi, 26(4), 603 - 609. 10.5578/flora.20219605 |
| Chicago | Tanriverdi Elif Seren,YAKUPOGULLARI YUSUF,Bentli Recep,Otlu Baris Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi. Flora İnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Dergisi 26, no.4 (2021): 603 - 609. 10.5578/flora.20219605 |
| MLA | Tanriverdi Elif Seren,YAKUPOGULLARI YUSUF,Bentli Recep,Otlu Baris Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi. Flora İnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Dergisi, vol.26, no.4, 2021, ss.603 - 609. 10.5578/flora.20219605 |
| AMA | Tanriverdi E,YAKUPOGULLARI Y,Bentli R,Otlu B Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi. Flora İnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Dergisi. 2021; 26(4): 603 - 609. 10.5578/flora.20219605 |
| Vancouver | Tanriverdi E,YAKUPOGULLARI Y,Bentli R,Otlu B Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi. Flora İnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Dergisi. 2021; 26(4): 603 - 609. 10.5578/flora.20219605 |
| IEEE | Tanriverdi E,YAKUPOGULLARI Y,Bentli R,Otlu B "Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi." Flora İnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Dergisi, 26, ss.603 - 609, 2021. 10.5578/flora.20219605 |
| ISNAD | Tanriverdi, Elif Seren vd. "Malatya İli Örneğinde Nüfus YoğunluğununCOVID-19 İnsidansı ile İlişkisi". Flora İnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Dergisi 26/4 (2021), 603-609. https://doi.org/10.5578/flora.20219605 |
