Akademik Veri Yönetim Sistemi
6. Uluslararası 16. Sağlık ve Hastane İdaresi Kongresi, Konya, Türkiye, 12 - 14 Ekim 2023, ss.167-180, (Tam Metin Bildiri)
Küresel olarak, her yıl insan ölümlerinin %70'inden fazlası kardiyovasküler hastalıklar, kanser, diyabet, solunum yolu hastalıkları, obezite ve akıl hastalıkları gibi bulaşıcı olmayan hastalıklardan (BOH) kaynaklanmaktadır. Ölüm sebeplerinde ilk sıralarda yer alan ve ciddi bir paya sahip olan BOH'lar küresel bir soruna dönüşüyor. BOH'lara yol açan risk faktörleri arasında tütün ve alkol kullanımı, aşırı işlenmiş ve şekerli yiyecek-içecek tüketimi, büyük bir paya sahip, birlikte olumsuz sağlık durumu yol açan düzenli ekonomik durumları, sağlığın ticari bozulmaları olarak literatüre girmiştir. Çalışmanın amacı riske atfedilen ölüm oranına göre ülkelerin bulunduğu konumların belirlenmesi ve sağlığın ticari harcamaları değerlendirilmeleridir. Buna göre 197 yılına göre, 2019 yılındaki risk oranlarından üretilen ölüm parçalarına göre k-ortalamalar yöntemi ile gruplandırılmıştır. Sağlığın ticari bölümlerinin bir ortaya çıkması nedeniyle dünyada en fazla ölüme neden olan ilk risk faktörünün çalıştırılması dahil edildi. Küme sayısı belirlemede Dirsek yöntemi kullanılmıştır. Belirlenen 4 küme için küme 1'in 16'sı; küme 2'nin 74'ü, küme 3'ün 71'i, küme 4'ün 36 üye ülkesinde. Farklı risk özellikleri açısından kümeler arasındaki değişimin incelenmesi için çok değişkenli varyans analizi (MANOVA) kullanıldı. Kümeler için en çok yüksek tansiyonun ( Küme sayısı belirlemede Dirsek yöntemi kullanılmıştır. Belirlenen 4 küme için küme 1'in 16'sı; küme 2'nin 74'ü, küme 3'ün 71'i, küme 4'ün 36 üye ülkesinde. Farklı risk özellikleri açısından kümeler arasındaki değişimin incelenmesi için çok değişkenli varyans analizi (MANOVA) kullanıldı. Kümeler için en çok yüksek tansiyonun ( Küme sayısı belirlemede Dirsek yöntemi kullanılmıştır. Belirlenen 4 küme için küme 1'in 16'sı; küme 2'nin 74'ü, küme 3'ün 71'i, küme 4'ün 36 üye ülkesinde. Farklı risk özellikleri açısından kümeler arasındaki değişimin incelenmesi için çok değişkenli varyans analizi (MANOVA) kullanıldı. Kümeler için en çok yüksek tansiyonun (R 2 :0,881 ), en düşük ( R 2 :0,241) iç ortamın hava yasağının varyansını açıkladığı şekilde çalıştırılır. Dış ortam hava yasaklılığı, yüksek tansiyon, tam kırılmalı gıdalardan yetersiz beslenme, sigara kullanımı ve yüksek vücut kütle indeksine göre 1. kümenin daha yüksek, 2. kümenin ise daha düşük değere sahip olduğu; iç ortamın hava yasağına göre 2. kümenin öne çıktığı genel hava yasağına göre ise 3. kümenin ayrı ayrı önde olduğu belirlenmiştir. Kümelerin risk ücretsize atfedilen ölüm ortalamasına göre yüksekten düşük değere göre sıralamaları, küme 1, küme 4, küme 3 ve küme 2 şeklindedir. Küme 1'in özel sektör faaliyetlerine göre gelişmiş olsa da olumsuz sağlık çıktılarını önleme açısından yetersiz olduğu şeklinde yorumlanmıştır. Ayrıca küme 2'nin ise ticari risk faktörü açısından en iyi durumda olması, Afrika ülkelerinden oluşan yoğunlukta özel sektör gelişmeler gelişmemiş olması ve farklı sağlık sorunları ile mücadele ediyor olmalarından kaynaklanan şekilde değerlendirilmiştir. Küme 3'ün çoğalmaları gelişmiş ve gelişmekte olan bölgeleri tutmasından dolayı yoğun bir etki altında olsa da, olumsuz sağlık çıktılarını diğerlerine göre daha başarılı bir şekilde kontrol olarak alabildiği; küme 4'ün küme 1'den sonra en fazla ölüm oranına sahip olması nedeniyle özellikle yüksek tansiyon, yüksek açlık şekeri ve yüksek vücut kütle indeksi gibi kurallara yönelik politikaların geliştirilmesi ortaya çıktı. Türkiye kümelenmiş 3'te yerleşmiş ve 100.000 kişinin başına dış ortam hava yasağında 53, 30; vücut kütle indeksinde 96 ölümle bu faktörlerde kendi kümesinde ve diğer ülkeler arasında yüksek sayıda olup olmadığı belirlenmişti. Kümeler arasında en yüksek ölüm rejimine sahip olan ülkelerde Bulgaristan, Sırbistan, Haiti, Somali, Kuzey Kore, Grönland, Solomon Adaları ve Palau'da eğitime ulaşılmıştır. Anahtar Kelimeler: Bulaşıcı Olmayan Hastalıklar, Sağlığın Ticari Belirleyicileri, K-ortalamalar Yöntemi, Kümeleme, Risk Faktörleri Kaynaklı Ölüm
Globally, over 70% of human deaths occur annually from non-communicable diseases (NCDs) such as cardiovascular diseases, cancer, diabetes, respiratory diseases, obesity, and mental illnesses. NCDs, ranking high among causes of death and possessing a significant share, are turning into a global problem. Risk factors leading to NCDs include tobacco and alcohol consumption, and excessive consumption of processed and sugary foods and beverages, which along with adverse health outcomes, have entered the literature as commercial determinants of health. This study aims to determine the positions of countries based on the number of deaths attributed to these risk factors, and to evaluate them in the context of commercial determinants of health. Accordingly, 197 countries were clustered by the k-means method according to the number of deaths from risk factors in 2019. The top ten risk factors causing the most deaths worldwide were included in the study as outputs of commercial determinants of health. The Elbow method was used to determine the number of clusters. The four identified clusters contain 16, 74, 71, and 36 member countries respectively. Multivariate analysis of variance (MANOVA) was employed to examine the variation between clusters in terms of different risk factors. The variance was found to be most explained by high blood pressure (R2: 0.881), and least by indoor air pollution (R2: 0.241). Outdoor air pollution, high blood pressure, inadequate whole-grain consumption, smoking, and high body mass index marked cluster 1 as higher, and cluster 2 as lower; cluster 2 emerged in indoor air pollution, while cluster 3 led in overall air pollution. The clusters are ranked from high to low according to the average death numbers attributed to risk factors as cluster 1, cluster 4, cluster 3, and cluster 2. Cluster 1 was interpreted as being relatively developed by private sector activities but insufficient in preventing adverse health outcomes. Cluster 2, being in the best condition regarding commercial risk factors, was assessed as potentially due to the underdevelopment of private sector activities in the majority of African countries and their struggle with various health problems. Cluster 3, despite being under intense influence due to mostly developed and developing countries, managed to control adverse health outcomes more successfully compared to others; the necessity to develop policies targeting high blood pressure, high blood sugar, and high body mass index emerged for cluster 4, having the second-highest death average after cluster 1. Türkiye was positioned in cluster 3 and identified as risky, with 53.30 deaths per 100,000 people from outdoor air pollution, and 96 deaths from body mass index among its cluster and other countries. The countries with the highest death numbers among the clusters were found to be Bulgaria, Serbia, Haiti, Somalia, North Korea, Greenland, Solomon Islands, and Palau. Keywords: Non-Communicable Diseases, Commercial Determinants of Health, K-Means Method, Clustering, Death Caused by Risk Factors