Bu çalışmada, Zonguldak'ta hava kirliliği ile ilişkili olarak solunum yolu hastalıkları şikâyetiyle hastaneye olan başvuruların zamansal ve mekânsal paternini araştırılmıştır. Bu amaçla, 2006-2009 dönemine ait astım, bronşit, kronik obstrüktif akciğer hastalığı (KOAH) ve üst solunum yolu enfeksiyonu (ÜSYE) şikâyetiyle hastaneye olan başvurular ve hava kirleticilerinden kükürt dioksit (SO) ve partiküler madde (PM) ile ilgili veriler incelenmiştir. PM ve SO konsantrasyonu ile ÜSYE dışındaki hastalıklar arasında istatistiksel olarak anlamlı pozitif bir korelasyon olduğu gözlenmiştir. Ancak, SO ile hastane başvuruları arasında, PM dan daha yüksek anlamlı pozitif bir ilişki olduğu tespit edilmiştir. Küresel düzeyde hastalıkların kümelenmesi, Küresel Moran I, Geary Oranı ve Küresel Getis-Ord G istatistikleri kullanılarak hesaplanmıştır. Küresel kümelenme hiçbir mahallede istatistiksel olarak anlamlı bulunmamıştır. Aksine, hastane başvuruları çalışma alanına rastgele dağılmıştır. Bu küresel sonuç, kentsel çevrenin hastaneye başvurular üzerinde çok az veya hiç etkili olmadığını göstermektedir. Anselin Lokal Moran I ve Lokal Getis-Ord Gi* istatistikleri küresel desende belli olmayan yerel kümelenmenin olup olmadığını gösterebilmek için kullanılmıştır. Yerel mekânsal otokorelasyon istatistikleri ile hastalıkların mekânsal dağılımında istatistikî olarak anlamlı sınırlı bir kümelenme belirlenmiştir. Ayrıca, yüksek değerlerden oluşan hastane başvurularının (sıcak noktalar) ve düşük değerlerden oluşan hastane başvurularının (soğuk noktalar) olduğu alanlar belirlendi ve haritalandı. Genel olarak, bu çalışma, mekânsal analiz ve Coğrafi Bilgi Sistemleri (CBS) uygulamalarıyla hava kirliliğine maruz kalmanın daha iyi tahmin edilebileceğini; insanların solunum sağlığı ile hava kirliliği arasındaki ilişkinin daha güçlü bir şekilde ortaya konulabildiğini göstermektedir
In this study, spatial and temporal patterns of the number of hospital admissions because of respiratory diseases, in relation to air pollution in Zonguldak in Turkey was investigated. For this purpose, hospital admissions data for asthma, bronchitis, chronic obstructive pulmonary disease (COPD) and the upper respiratory tract infection (URI), and data for sulphur dioxide (SO2) and particulate matter (PM10), for the period 2006-2009 were used. The results suggest that statistically significant positive correlation has between the number of admissions for each diseases, except URI, and SO2 and PM10 concentrations. However, it was found that SO has higher significant positive association with admissions than PM. Clustering was measured using Global Moran’s I, Geary’s Ratio and Global Getis-Ord G Statistics at the global level. None of the neighborhoods exhibit statistically significant evidence of global clustering. On the contrary, they are scattered randomly on the study area. This global result suggests that the built urban environment has little or no effect on the likelihood of finding hospitalization. Anselin Local Moran I and Local GetisOrd Gi* statistics are used to evaluate the existence of local clustering not evident within the global neighborhood patterns. The local spatial autocorrelation statistics identified limited clustering in the distribution of admissions. And also, hospital admission clusters of high values or ‘hot spots’ and hospital admission clusters of low values or “cold spots” were identified and mapped. Overall, this study suggests that the application of spatial analysis and GIS method can provide better estimates of exposure to air pollution, and therefore a stronger association between people’s respiratory health and air pollution can be put forward