COĞRAFĠ BĠLGĠ SĠSTEMLERĠ ĠLE KALP KRĠZĠ VAKALARINA YÖNELĠK EN UYGUN AMBULANS YERLERĠNĠN BELĠRLENMESĠ. YÜKSEK LĠSANS TEZĠ Serpil ATEġ

Transkript

1 ĠSTANBUL TEKNĠK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ COĞRAFĠ BĠLGĠ SĠSTEMLERĠ ĠLE KALP KRĠZĠ VAKALARINA YÖNELĠK EN UYGUN AMBULANS YERLERĠNĠN BELĠRLENMESĠ YÜKSEK LĠSANS TEZĠ Serpil ATEġ Anabilim Dalı : Geomatik Mühendisliği Programı : Geomatik Mühendisliği Tez DanıĢmanı: Doç. Dr. Mehmet Zeki COġKUN AĞUSTOS 2010

2

3 ĠSTANBUL TEKNĠK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ COĞRAFĠ BĠLGĠ SĠSTEMLERĠ ĠLE KALP KRĠZĠ VAKALARINA YÖNELĠK EN UYGUN AMBULANS YERLERĠNĠN BELĠRLENMESĠ YÜKSEK LĠSANS TEZĠ Serpil ATEġ ( ) Tezin Enstitüye Verildiği Tarih : 16 Ağustos 2010 Tezin Savunulduğu Tarih : 18 Ağustos 2010 Tez DanıĢmanı : Doç. Dr. M. Zeki COġKUN (ĠTÜ) Diğer Jüri Üyeleri : Prof. Dr. Tahsin YOMRALIOĞLU (ĠTÜ) Doç. Dr. Halil ERKAYA (YTÜ) AĞUSTOS 2010

4

5 ÖNSÖZ Lisans eğitimim boyunca verdiği desteği mezun olduktan sonra da devam ettirerek hayatımın yönünü değiştiren, bu tezin oluşmasında emeği ve sonsuz anlayışıyla değeri ölçülemeyecek katkı veren danışman hocam Doç. Dr. M. Zeki Coşkun a en içten teşekkürlerimi sunarım. Tüm eğitim hayatım ve çalışma hayatım boyunca sağladığı olanaklar ve sonsuz desteği için sevgili hocam Prof. Dr. Muhammed Şahin e ve tabii ki her zaman yanımda olarak verdiği destek ve karşılık beklemeksizin gösterdiği emek için Prof. Dr. Ergin Tarı ya ve Prof. Dr. Tahsin Yomralıoğlu na sonsuz teşekkürler. Değerli zaman ve bilgilerini paylaşarak her zaman bana yol gösteren Yrd. Doç. Dr. Arif Çağdaş Aydınoğlu na bu tezin oluşmasında verdiği büyük katkı için teşekkürü borç biliyorum. Eğitim hayatım boyunca her zaman büyük desteklerini gördüğüm Geomatik Mühendisliği Bölümü hocalarına dün, bugün ve yarın için sonsuz teşekkürler Son olarak, desteklerini hiçbir zaman esirgemeyen her zaman yanımda olan çalışma arkadaşlarım Ar. Gör. Elif Demir ve Ar. Gör. S. Serhan Yıldız a gönülden teşekkürlerimi sunarım. Ağustos 2010 Serpil ATEŞ Jeodezi ve Fotogrametri Mühendisi iii

6 iv

7 ĠÇĠNDEKĠLER ÖNSÖZ... iii ĠÇĠNDEKĠLER... v KISALTMALAR... vii ÇĠZELGE LĠSTESĠ... ix ġekġl LĠSTESĠ... xi ÖZET... xiii SUMMARY... xv 1. GĠRĠġ Problem Tanımı Tezin Amacı Metodoloji COĞRAFĠ BĠLGĠ SĠSTEMLERĠ (CBS) CBS Tanımı CBS nin fonksiyonları CBS bileşenleri CBS çalışma prensipleri CBS uygulama alanları Konumsal Analizler Birleştirme analizleri Yakınlık analizi Sınır işlemleri Ağ Analizi Ağ analizinde veri kaynakları Ağ yapısının değerlendirilmesi Ağ çapı (Network diameter) Ağ bağlantılılığı (Network Connectivity) Ağ erişilebilirliği (Network accessibility) Ağ analizlerinde temel optimizasyon problemleri Minimum yayılan ağaç problemi (MYAP) En kısa yol proplemi (EKYP) Tesis yerleşim ve servis alanı problemleri Tesis yerleşim problemi (TYP) Servis alanı problemi CBS VE SAĞLIK Sağlık Hizmetlerinde Harita Kullanımı Konumsal Epidemiyoloji Konumsal epidemiyolojide yöntem ve uygulamalar Hastalık haritalama Hastalık kümeleme Coğrafi korelasyon çalışmaları Bir nokta veya çizgi kaynaklı riskin değerlendirilmesi Akut Kalp Krizi Sayfa v

8 3.4 Sağlık ve CBS Uygulamaları Acil Sağlık Hizmetleri (ASH) Türkiye de acil sağlık hizmetleri ve mevzuat Acil Sağlık Hizmetlerinde Ambulansın Önemi UYGULAMA Çalışma Alanı Veritabanı Tasarımı Verilerin Toplanması ve Coğrafi Veritabanının Oluşturulması Uygulamada Kullanılacak Temel Haritaların Üretilmesi Yerleşim alanı haritasının üretilmesi Nüfus dağılım haritasının üretilmesi Sağlık hizmetleri dağılım haritasının üretilmesi AKK vaka dağılım haritalarının üretilmesi Ulaşım ağı haritasının üretilmesi Mevcut Ambulans İstasyonları Hizmet Alanlarının Belirlenmesi Ambulans İstasyonları İçin En Uygun Yer Seçimi SONUÇ VE ÖNERĠLER KAYNAKLAR EKLER vi

9 KISALTMALAR AABT : Ambulans ve Acil Bakım Teknikleri ADNKS : Adrese Dayalı Nüfus Kayıt Sistemi AKK : Akut Kalp Krizi AMI : Akut Miyokardiyal Enfarktüs ASH : Acil Sağlık Hizmetleri ASHY : Acil Sağlık Hizmetleri Yönetmeliği ASKOM : Acil Sağlık Hizmetleri Koordinasyon Komisyonu ATT : Acil Tıp Teknisyeni CBS : Coğrafi Bilgi Sistemi EKYP : En Kısa Yol Problemi ELSTA : Emergency Life-Saving Technique Academy KDS : Karar Destek Sistemi KKM : Komuta Kontrol Merkezi MĠB : Merkezi İşlem Birimi MYAP : Minimum Yayılan Ağaç Problemi SDP : Sağlıkta Dönüşüm Problemi TERKHARF : Türk Erişkinlerinde Kalp Hastalığı ve Risk Faktörleri TUIK : Türkiye İstatistik Kurumu VTYS : Veri Tabanı Yönetim Sistemi vii

10 viii

11 ÇĠZELGE LĠSTESĠ Çizelge 2.1 : C ağı için C 1 matrisi.. 27 Çizelge 2.2 : C ağı için C 2 matrisi.. 28 Çizelge 2.3 : C ağı için C 3 matrisi.. 29 Çizelge 2.4 : C ağı için T matrisi Çizelge 2.5 : Ağ analizlerinde temel temel optimizasyon problemleri 31 Çizelge 3.1 : İlk 10 ölüm nedeni ( ) Çizelge 3.2 : Ambulans müdahale süresi çalışmaları Çizelge 4.1 : Akut Kalp Krizi (AKK) vaka verileri Çizelge 4.2 : İlçe bazında nüfus ve gerekli istasyon sayıları Çizelge A.1 : Optimizasyon sonucu ambulans istasyon dağılımları Sayfa ix

12 x

13 ġekġl LĠSTESĠ ġekil 2.1 : CBS bileşenleri. 11 ġekil 2.2 : Vektör-Raster veri modelleri 14 ġekil 2.3 : Birleştirme analizi. 18 ġekil 2.4 : Yakınlık analizi. 19 ġekil 2.5 : Ağ sınıfları: (a) Ulaşım ağı, (b) Servis ağı 22 ġekil 2.6 : Ağ yapısının geometrik ve mantıksal gösterimi ġekil 2.7 : Ağ topolojileri ġekil 2.8 : Ağ yapısı: (a) basit ağ yapısı, (b) karmaşık ağ yapısı ġekil 2.9 : Ağ yapısı.. 33 ġekil 2.10 : A noktasından başlayan minimum yayılan ağaç oluşum şeması 34 ġekil 2.11 : Dantzig algoritması. 36 ġekil 2.12 : Tripolis yol ağında sezgisel metodların karşılaştırılması 38 ġekil 2.13 : Servis alanı ġekil 3.1 : Noktasal ve alansal veri tipleri ġekil 3.2 : Yoğunluk analizi fonksiyonları ġekil 3.3 : ASH yönetim şeması ġekil 3.4 : ASH birimleri ġekil 3.5 : Acil sağlık hizmetlerinde hizmetin akışı ġekil 4.1 : Çalışma alanı İstanbul ġekil 4.2 : Coğrafi veritabanı tasarımı ġekil 4.3 : İstanbul ili yerleşim haritası ġekil 4.4 : İstanbul ili nüfus dağılım haritası ġekil 4.5 : İstanbul ili ambulans istasyon dağılım haritası ġekil 4.6 : AKK vaka dağılım haritası ġekil 4.7 : İstanbul ili ulaşım ağı haritası ġekil 4.8 : Ambulans istasyonları hizmet alanları ( dakika) ġekil 4.9 : Ambulans istasyonları hizmet alanları (6 dakika) ġekil 4.10 : Erişilemeyen yüksek AKK vaka dağılımı ġekil 4.11 : Mevcut istasyonların hizmet alanları ġekil 4.12 : Erişilemeyen yoğun AKK alanı ġekil 4.13 : Ambulans istasyonları araç sayısı dağılım haritası ġekil 5.1 : İstanbul ili Anadolu Yakası ambulans istasyon dağılımı ġekil 5.1 : İstanbul ili Avrupa Yakası ambulans istasyon dağılımı Sayfa xi

14 xii

15 COĞRAFĠ BĠLGĠ SĠSTEMLERĠ ĠLE KALP KRĠZĠ VAKALARINA YÖNELĠK EN UYGUN AMBULANS YERLERĠNĠN BELĠRLENMESĠ ÖZET Acil Sağlık Hizmetleri doğrudan insan hayatına etki eden müdahale aşamasındaki rolü ile sağlık sektöründe büyük önem taşımaktadır. İnsan var olduğundan beri sağlık en temel ihtiyacıdır ve Acil Sağlık Hizmetlerinin insan sağlığı üzerindeki görevini zamanında yerine getirememesi durumunda telafisi mümkün olamayacak sonuçlar doğacaktır. Özellikle kalp krizi gibi acil müdahale gerektiren durumlarda Acil Sağlık Hizmetlerinin görevini zamanında ve etkin bir şeklide gerçekleştirebilmesi için sistem gereksinimlerinin iyi belirlenmiş ve organizasyonun eksiksiz oluşturulmuş olması şarttır. Bu kapsamda öncelikli olarak potansiyel risk bölgelerinin ve ihtiyaçların belirlenmiş olması gerekmektedir. Hastalık haritaları ile hastalık vaka yoğunluğunun konumla ilişkisi kurulabilmekte ve buna bağlı olarak belirli müdahale zamanlarında bu bölgelere ulaşması gereken ambulansların uygun konumları belirlenebilmektedir. Bu gereksinim doğrultusunda gerçekleştirilen bu tez çalışmasında, İstanbul da acil sağlık hizmeti veren ambulans istasyonlarının standart Akut Kalp Krizi müdahale süresini aşmayacak şekilde en uygun dağılımının sağlanması amaçlanmıştır. Bu kapsamda Coğrafi Bilgi Sistemleri (CBS) konumsal analiz fonksiyonlarından Ağ Analizi ile mevcut ambulans istasyonlarının servis alanları belirlenmiş ve çalışmanın sonucunda İstanbul ili için kalp krizi vakalarına yönelik en uygun ambulans konumları ve sayıları elde edilmiştir. Bu şekilde ASH nin kaynak kullanımında yaşanan problemler ve vakalara yapılan geç müdahaleler en aza indirgenecektir. xiii

16 xiv

17 DETERMINING OPTIMUM AMBULANCE LOCATIONS FOR HEART ATTACK CASES WITH GEOGRAPHICAL INFORMATION SYSTEMS SUMMARY Emergency Medical Services has a great importance on health sector because of its affective role on human life in response. Health care has been one of the basic human need since the beginning of the human life and if emergency medical services fails that will cause irreversible consequences. Well-defined system requirements and the organization of Emergency Medical Services must be fully established to perform their roles on time and effective way, especially in situations that require urgent intervention such as heart attack. In this context, needs and potential risk areas must be determined firstly. Relationship between disease density and location can be established by disease maps and as a consequence with specific reponse time, optimum ambulance locations can be determined to reach to the required position. The aim of the this study is to provide optimum distribution of ambulance stations which provide Emergency Medical Services in İstanbul without exceeding standard heart attack response time. In this context, existing ambulance locations service areas are determined with Network Analyis which is the spatial analyse function of Geographical Information Systems (GIS). As a result, optimum ambulance locations and number of the ambulances are defined with respect to heart attack response time in İstanbul. In this way the problems in using Emergency Medical Services resources and late responses will be decreased. xv

18 xvi

19 1. GĠRĠġ Bilgi teknolojileri yaygınlaşmadan önce, bilginin büyük çoğunluğu basılı dökümanlarda iken, günümüzde bilgi teknolojileri tarafından işlenir duruma gelmiştir. Bilişimde yaşanan gelişmeler neredeyse bütün çalışma alanlarını, sunulan servis ve hizmetleri teknolojik gelişmelerle birleştirmeye yönlendirmiştir. Bütünleştirilen sistemler erişim, kapsam, kalite ve hız gibi bir çok nitelikleri ile geçmişe oranla daha etkili bir durumdadır. Sağlık sektörü de bilişim alanında gerçekleşen bu yenilikler ve gelişmelerden önemli ölçüde etkilenmiş ve etkilenmeye devam etmektedir (Hülür, 2009). Tüm dünyada, sağlık sektöründe daha iyi hizmet verebilmek amacı ile gerekli verilerin toplanması, kullanılması ve paylaşılabilmesi için bilişim stratejileri çalışmaları yürütülmektedir. Bir çok ülkede bilişim teknolojilerinin daha yaygın kullanılmasının amacı, sistemin ülke geneline hizmet vermesi, hızlı ve kolay erişilebilir olması, yüksek standartlara uygun olması, kurum ihtiyaçlarına değil hasta ihtiyaçlarına odaklı olması, hastaya verilen hizmetin kalitesini en üst düzeye çıkarmaya yönelik verimli çalışması, yeni teknolojilerden ve bilgi birikiminden faydalanması ve hastalıkların tedavisinin yanı sıra sebeplerinin de ortaya çıkmasına yardımcı olmasıdır (SB, 2004). Avrupa da bilgi toplumunun oluşturulması amacı ile 2000 yılında e-avrupa 2002 Eylem Planı kabul edilmiştir. Bu kapsamda yapılan çalışmalar sonucunda internetin etkin kullanımı konusunda istenilen hedefe ulaşılamamış bu nedenle e-devlet, e- Eğitim, e-sağlık ve e-iş konularına odaklanmış yeni bir eylem planı hazırlanarak e- Avrupa 2005 Eylem Planı kabul edilmiştir. Avrupa Birliği aday ülkeleri belirtilen hedeflere ulaşmayı denemek amacı ile e-avrupa benzeri bir eylem planı hazırlamışlardır. (DPT, 2009) e-avrupa+ adı verilen bu girişim kapsamında e-sağlık hedeflerini gerçekleştirmek üzere Sağlık Bakanlığı tarafından Sağlıkta Dönüşüm Programı (SDP) çalışmaları başlatılmıştır. 1

20 SDP nin bütün bileşenleri arasında uyumun sağlanabilmesi için bütünleşik bir sağlık bilgi sistemine ihtiyaç duyulmaktadır. Sağlık-NET bu amaçla kurulmuş bir sistem olup sağlık hizmetlerinde eşgüdüm, sağlık envanterinin oluşturulması, bireylerin tıbbi kayıtlarının korunması, sevk basamakları esnasında bilgi transferi ve temel sağlık uygulamalarındaki verilerin toplanması işlemlerini gerçekleştirmektedir (SB, 2008). Karar mekanizmasında büyük bir rol alacak olan Sağlık-Net sistemi sağlık alanında oluşturulmuş bir Karar Destek Sistemine (KDS) en iyi örneklerden biridir. Sağlık hizmetlerinin yönetimi ve planlanmasında Coğrafi Bilgi Sistemleri KDS olarak kullanılabilmektedir. Sağlık ile ilgili bilgilerin konuma dayalı olarak referanslandırılması CBS ile mümkün olmaktadır. Karmaşık yapıdaki konuma dayalı grafik ve grafik olmayan bilgilerin dijital ortamlarda toplanması, depolanması, sunulması ve analiz edilmesi CBS kapsamında sağlanarak sağlık ile ilgili konumsal kararların verilmesinde yeni bir yaklaşım oluşturulmuştur. Sağlık hizmetlerinde CBS nin kullanımı ile hastalık dağılım haritalarının üretilmesi, zamana dayalı eğilimlerin analiz edilmesi, risk altındaki nüfusun haritalandırılması, kaynak tahsisi değerlendirilmesi, müdahale planlarının yapılması ve zamana bağlı olarak talep ve müdahale hizmetlerinin izlenmesi konuma dayalı olarak sağlanabilmektedir. Dünyada ve Türkiye de artan nüfus paralelinde sağlık hizmetlerinin yönetimine yönelik ihtiyaçlar da artmıştır. Özellikle sağlık hizmetlerinde önemli bir yer tutan Acil Sağlık Hizmetleri (ASH) de acil durumlarda can kaybının en aza indirilmesi amacıyla değişen nüfus, teknoloji, toplumsal olaylar, afetler vb. ölçütler dikkate alınarak maksimum yarar sağlayacak şekilde çalışma sisteminin yeniden düzenlenmesi gerekmektedir (Coşkun, 2007). ASH de acil çağrı geldiği anda önemli olan vakanın şiddetini ve aciliyetini tespit etmek ve görevlendirilecek ambulans birimini belirlemektir. Acil durumda vakaya müdahale süresi ve hizmet kalitesi ASH nin en önemli hizmet parametrelerini oluşturmaktadır. Bu kapsamda yeterli talebin karşılanması için uygun konumda ve sayıda ambulans istasyon yerleşimi yapılması gerekmektedir. Bu konuda yapılan çalışmalarda genellikle kapsama modelleri ve sezgisel algoritma teknikleri kullanılmıştır. CBS kapsamında ASH de ulaşım ve yerleştirme problemleri, ağ analizleri ve konumsal analizler yardımı ile görselleştirilerek bir konumsal karar destek sistemi oluşturulmaktadır. 2

21 1.1 Problem Tanımı ASH yönetimi, acil tıbbi durumlarda hızlı değerlendirme, zamanında ve uygun müdahale, hızlı ulaşım ile en yakın sağlık birimine nakil ve sakat kalma riskini en aza indirmek ile sorumludur. Etkili ve verimli bir acil sağlık sistemi ile toplumdaki her bireye ihtiyacı olan tıbbi bakım sağlanabilmelidir. Bu kapsamda ASH den biri olan ambulans hizmetlerinde istasyon yerleşim problemleri ASH yönetiminde çok önemli bir yer tutmaktadır. Doğru konumda ve doğru sayıda ambulans istasyonu olmaması ASH de bir çok problemi de beraberinde getirmektedir. Türkiye de ambulans hizmetlerinde karşılaşılan en önemli problemler; - Yanlış adres bildirimi, - Yetersiz teknolojiden kaynaklanan zaman kaybı, - Kaynak yetersizliği veya kaynakların etkin kullanılamaması, - Standart müdahale süresinde talep bölgesine ulaşamama, - Trafik yoğunluğu, - Personel eğitim eksikliği, - Kurumlar arası entegrasyon eksikliği olarak sıralanmaktadır (Coşkun, 2007). Literatürde yapılan çalışmalarda ASH de karşılaşılan ambulans yerleşim problemleri müdahale süresini en aza indirme amacı ile modellenmeye çalışılmıştır. Geliştirilen modeller genel olarak statik deterministik, olasılıklı, dinamik ve stokastik modeller olmak üzere dört grupta incelenmektedir. Statik deterministik kapsama modelleri, sistemin statik olduğu, servis sürelerinin, taleplerin, uzaklıkların ve diğer parametrelerin belirli değerler aldığı modellerdir. Olasılıklı yerleşim modelleri ise araçların meşgul olma olasılıkları, gün içinde trafikten kaynaklanan ulaşım süresi değişiklikleri, taleplerdeki dalgalanmalar gibi parametrelerin dikkate alındığı modellerdir. Dinamik yerleşim modelleri, herhangi bir değişken olması durumunda sistemin yeniden modellenmesini gerektiren problemler için oluşturulmuştur. Herhangi bir t zamanında istasyonların açılma, kapanma, yer değiştirmesi, trafik ve nüfusta meydana gelen değişimler gibi parametreler kapsamında farklı yerleşim sonuçlarının elde edildiği çalışmalardır. Stokastik modellerde ise müdahale süresi, maliyetler, talep noktaları, talep miktarı gibi parametre değerleri belirsiz olmakla 3

22 birlikte amaç istenilen parametre değerleri aralığında kararlı bir yerleşim modeli oluşturmaktır. ASH kapsamında ambulans hizmetlerinde etkin ve erişilebilir hizmet verebilmek için doğru analizler yapabilmek ve bu analizlerin ışığında doğru kararları vermek gerekmektedir. Bu gereksinimi gerçekleştirmek için ise acil sağlık vakalarının nasıl bir dağılım gösterdiği, yoğunluk bölgelerinin nerelerde toplandığı gibi vakalara ait istatistiksel boyutların incelenmesi gerekmektedir. Vakaların coğrafi dağılımların incelenmesi, niteliksel ve konumsal bilgilerin birlikte kullanılabildiği veritabanları ile çalışan CBS ile mümkün olmaktadır. CBS kapsamında ağ analizleri kullanılarak yol ağı özelliklerinin de dikkate alınması ile optimum ambulans istasyon konum belirlenmesi sağlanabilmektedir. Ambulans yerleşim problemlerinde önemli performans parametrelerden biri olan müdahale süresi, CBS kapsamında optimum ambulans konum belirlenmesi ile en aza indirgenmektedir. 1.2 Tezin Amacı İletişim ve bilgi teknolojilerinin gelişimi tüm dünyada bir çok alanda sonuçlarını göstermektedir. Özellikle bilgiye erişim ve paylaşım giderek daha da kolaylaşmakta ve evrensel yorumlar ve bakış açıları gelişmektedir. Bu gelişmelerden öncelikli etkilenen sektörlerin başında sağlık sektörü gelmektedir.. Hizmet sunumu ve alımı açısından özel bir konuma sahip olan sağlık sektörü bu değişimlerden önemli derecede etkilenerek tüm dünyada hızlı bir gelişime uğramaktadır. Sağlığın tüm insanlar için başlıca ihtiyaç olması ve sunulacak hizmetin en önemli bölümünün anında müdahalenin oluşturmasından dolayı ortaya çıkan Acil Sağlık Hizmetleri, tüm dünyada etkin kullanımı yapılan bir alan olmuştur. Tıp literatürüne göre farklı vakalar için farklı müdahale süreleri geçerlidir. Hastalıkların bazıları önceden bilinebildiği gibi bazıları ani gelişir ve kısa süre içerisinde ölüme sebep olabilir. Bu çalışma ani gelişen ve acil müdahale gerektiren durumlardan biri olan kalp krizi vakalarına yönelik gerçekleştirilmiştir. Kalp krizi vakalarında Acil Sağlık Hizmetleri ile hastaya yeterli süre içerisinde müdahale edilebilmesi için ambulansın kısa sürede olayın vuku bulduğu yere ulaşması gerekmektedir. Bu çalışmanın başlıca amacı mahalle bazlı kalp krizi vaka verilerini kullanarak mevcut ambulans istasyonlarının sayı ve konumlarının belirlenen müdahale zamanı içerisinde vakalara ulaşmak için yeterliliğini analiz etmek ve 4

23 yetersiz durumlar için yeni istasyon konumları veya var olan ambulans istasyonlarına ilave araç önerisinde bulunmaktır. 1.3 Metodoloji Çalışmada ambulans istasyonu yerleşim ölçütleri dikkate alınarak İstanbul il sınırları içerisinde hizmet veren ambulans istasyonlarının vakalara optimum müdahale süresi içerisinde erişebileceği ve vaka sıklığına yeterli sayıda ambulansla hizmet verilebilecek bir ambulans istasyon yerleşim modeli oluşturulmuştur. Bu kapsamda çalışmanın temel işlem adımları şu şekilde özetlenebilir; 1- Çözülecek problemin belirlenmesi (en uygun ambulans istasyon yer seçimi problemi) 2- Literatür araştırması yapılarak yeni ambulans istasyon yerlerinin belirlenmesinde kullanılacak kalp krizi müdahale zamanı standardının belirlenmesi, 3- Tasarlanacak en uygun ambulans yeri modeli için coğrafi veritabanı oluşturulması, 4- Problem ile ilgili verilerin toplanması, 5- Verilerin yapılacak uygulama kapsamında düzenlenmesi ve coğrafi veritabanında bütünleştirilmesi, 6- Belirlenen müdahale süresi dikkate alınarak mevcut ambulans istasyonları için servis alanı analizlerinin yapılması 7- Mevcut ambulans istasyonlarının hizmet alanları dışında kalan riskli bölgelerin belirlenmesi, 8- CBS nin konumsal analiz fonksiyonları ile riskli bölgelere yeni ambulans istasyonları önerilmesi 9- Ambulans istasyonları için kalp krizi müdahale süresi en uygun yerleşim modeli oluşturulması 5

24

25 2. COĞRAFĠ BĠLGĠ SĠSTEMLERĠ (CBS) 2.1 CBS Tanımı Coğrafya yeryüzündeki beşeri ve fiziki olayları konu alarak çok geniş anlamda karmaşık bir veri/bilgi yoğunluğu ile uğraşmaktadır. Bütün bu bilgilere sahip olup, onlardan daha fazla yararlanmak ve coğrafi olaylar arasındaki ilişkileri anlayıp yorumlamak için mutlak suretle organize edilmiş bir düzeneğe, diğer bir deyişle bilgi sistemine ihtiyaç duyulur. Gelişen bilgi teknolojisi ile bir anlamda bu ihtiyaç giderilmiş ve coğrafyayı konu alan Coğrafi Bilgi Sistemleri kavramı ortaya çıkmıştır. Coğrafi Bilgi Sistemleri (CBS); konuma dayalı işlemlerle elde edilen grafik ve grafik-olamayan verilerin toplanması, saklanması, analizi ve kullanıcıya sunulması işlevlerini bir bütünlük içerisinde gerçekleştiren bir bilgi sistemidir (Yomralıoğlu, 2009). CBS dünya üzerindeki karmaşık sosyal, ekonomik, çevresel vb. sorunların çözümüne yönelik konuma dayalı karar verme süreçlerinde kullanıcılara yardımcı olmak üzere, geliştirilen donanım, yazılım, personel, coğrafi veri ve yöntem bütünüdür (Bayzan, 2005). CBS, yeryüzü şekillerini ve yeryüzünde gelişen olayları haritaya dönüştürmek ve bunları analiz etmek için gerekli olan bilgisayar destekli araçlardan oluşan bir sistem olarak algılanmaktadır. CBS teknolojisi ortak veri tabanlarını birleştirme özelliğine sahiptir. Örneğin, haritaların sağladığı görsel ve coğrafi analiz avantajları sorgulama ve istatistiksel analizler olarak kullanıcıya sunulur. Bu özelliği bakımından, CBS diğer bilgi sistemlerinden farklıdır. Bunun bir sonucu olarak, CBS, hizmet alanındaki olayların tanımlanmasında ve ileriye dönük tahminlerde bulunarak stratejik planların yapılmasında kamu ve özel sektör tarafından oldukça yoğun bir şekilde kullanılmaktadır (Yomralıoğlu, 2009) CBS nin fonksiyonları CBS, yeryüzü şekillerini ve yeryüzünde gelişen olayları haritaya dönüştürmek ve bunları analiz etmek için gerekli olan bilgisayar destekli araçlardan oluşan bir sistem 7

26 olarak algılanmaktadır. CBS teknolojisi ortak veri tabanlarını birleştirme özelliğine sahiptir. Bunun bir sonucu olarak, CBS hizmet alanındaki olayların tanımlanmasında ve ileriye dönük tahminlerde bulunarak stratejik planların yapılmasında kamu ve özel sektör tarafından oldukça yoğun bir şekilde kullanılmaktadır. CBS bütün dünyada, büyük yatırımlara konu olmakta, yan mesleki kuruluşlarda birçok kişiyi iş sahibi yapmakta, temel eğitim okullarında, üniversitede ve özel sektör kuruluşlarında gereğinde özel kurslarla öğretilmektedir. Dolayısıyla konum bilgisi kullanan kişilerin coğrafi bilgiye olan ilgileri ve konumsal verilerle çalışmaları her geçen gün daha fazla olmaktadır. Tüm bu gelişmelerin temelinde CBS nin diğer sistemlerden farklı olarak sahip olduğu fonksiyonlar vardır (Yomralıoğlu, 2009). CBS nin sahip olduğu fonksiyonlar aşağıda özetlenmiştir; 1- Sayısal veri entegrasyonu: görünü verisi, cad verisi, tablosal veri 2- Konumsal sorgulama: grafik, grafik-olamayn 3- Otomasyon: harita, işlem, ölçü 4- Görüntüleme: çizelge, tablo, rapor 5- Manipulasyon: transfer, genelleme, veri ayıklama 6- Konumsal analizler: kesişme, birleştirme, adres bulma, tampon 7- Karar verme analizleri: mantıksal işlem, istatistik, yöneylem, sınıflama 8- Model analizleri: yüzey analizi, simulasyon, network, yerleştirmm CBS bileģenleri CBS nin beş temel bileşeni (Şekil 2.1) vardır. a) Donanım CBS nin işlemesini mümkün kılan bilgisayar ve buna bağlı yan ürünlerin bütünü donanım olarak adlandırılır. Bütün sistem içerisinde en önemli araç olarak gözüken bilgisayar yanında yan donanımlara da ihtiyaç vardır. Bugün bir çok CBS yazılımı farklı donanımlar üzerinde çalışmaktadır. Merkezileştirilmiş bilgisayar sistemlerinden masaüstü bilgisayarlara, kişisel bilgisayarlardan ağ (network) donanımlı bilgisayar sistemlerine kadar çok değişik donanımlar mevcuttur (Yomralıoğlu, 2009). Bilgisayar donanımları Merkezi işlem Birimi (MİB, CPU: Central Processing Unit) ve çevre birimlerinden oluşmaktadır. 8

27 Merkezi İşlem Birimi: Veri girişi, verilerin güvenliği ve çevre birimleriyle iletişimi sağlayan, komutlara göre verilerle işlemi yapan bir birimdir. CBS'nin amacına ve veri kapasitesine uygun olan donanım seçilir. Çevre Birimler: Verilerin girişi, uygulama yazılımlarının çalıştırılabilmesi, biçimleme, sonuçların alınması vb. işlemler için bir CBS'de çevre birimlerine gereksinim vardır. Bunlar; grafik ekran ve alfanümerik klavye, mous, grafik işlemci, yardımcı bellek, sayısallaştırıcı, tarayıcı ve çizicilerdir (Eraslan, 2003). b) Yazılım, diğer bir deyişle bilgisayarda koşabilen program, coğrafi bilgileri depolamak, analiz etmek ve görüntülemek gibi ihtiyaç ve fonksiyonları kullanıcıya sağlamak üzere, yüksek düzeyli programlama dilleriyle gerçekleştirilen algoritmalardır. Yazılımların pek çoğunun ticari amaçlı firmalarca geliştirilip üretilmesi yanında üniversite ve benzeri araştırma kurumlarınca da eğitim ve araştırmaya yönelik geliştirilmiş yazılımlar da mevcuttur. Dünyadaki CBS pazarının önemli bir kısmı yazılım geliştiren firmaların elindedir. Bu bakımdan günümüzde CBS bu tür yazılımlarla neredeyse özdeşleşmiş durumdadır. En popüler CBS yazılımları olarak Arc/Info, Intergraph, MapInfo, SmallWorld, Genesis, Idrisi, Grass vb. verilebilir (Yomralıoğlu, 2009). CBS uygulamalarında kulanılan paket yazılımlar; kullanılan bilgisayar ana işlemci tipine göre PC, çalışma istasyonu ve merkezi bilgisayar uyarlı olarak adlandırılırken; grafik veri işlemine göre ise, vektör yapıdaki verileri işleyen sistemler, raster verilerini işleyen sistemler ve vektör/raster verilerini işleyen karma (hybrit) sistemler olarak sıniflandrılabilir (Eraslan, 2003). Coğrafi bilgi sistemine yönelik bir yazılımda olması gereken temel unsurlardan bazıları şunlardır; 1- Coğrafi veri/bilgi girişi ve işlemi için gerekli araçları bulundurması, 2- Bir veri tabanı yönetim sistemine sahip olmak, 3- Konumsal sorgulama, analiz ve görüntülemeyi desteklemeli, 4- Ek donanımlar ile olan bağlantılar için ara-yüz desteği olmalıdır. c) Veri CBS nin en önemli bileşenlerinde biridir. Grafik yapıdaki coğrafi veriler ile tanımlayıcı nitelikteki öznitelik veya tablo verileri gerekli kaynaklardan toplanabileceği gibi, piyasada bulunan hazır haldeki veriler de satın alınabilir. CBS 9

28 konumsal veriyi diğer veri kaynaklarıyla birleştirebilir. Böylece birçok kurum ve kuruluşa ait veriler organize edilerek konumsal veriler bütünleştirilmektedir. Veri, uzmanlarca CBS için temel öğe olarak kabul edilirken, elde edilmesi en zor bileşen olarak da görülmektedir. Veri kaynaklarının dağınıklığı, çokluğu ve farklı yapılarda olmaları, bu verilerin toplanması için büyük zaman ve maliyet gerektirmektedir. Nitekim CBS ye yönelik kurulması tasarlanan bir sistem için harcanacak zaman ve maliyetin yaklaşık %50 den fazlası veri toplamak için gerekmektedir (Yomralıoğlu, 2009). CBS de kullanulan verilen aşağıdaki gibi sınıflandırılabilir: - Grafik veriler: Coğrafi verilerin geometrileri bilgisayar artamında metrik ölçüleri ve topolojileri ile birlikte depolanır. Grafik veriler elde edildikleri kaynaklara göre vektör ve raster veri tipi olarak adlandırılarlar. o Vektör veri: Vektör verilein geometrileri; x, y koordinatlarıyla ifade edilen nokta, çizgi ve alanlarla gösterilir. o Raster veri: Raster verilerin metrik geometrileri piksel'in orta noktalarının koordinatlarıma gösterilirler. - Grafik-olmayan veriler: CBS'de grafik verileri tanımlayan ve konuma bağlı olmayan, alfanümerik veya sembollerle gösterilen verilerdir (Başkent, 2010). d) İnsanlar CBS teknolojisi insanlar olmadan sınırlı bir yapıda olurdu. Çünkü insanlar gerçek dünyadaki problemleri uygulamak üzere gerekli sistemleri yönetir ve gelişme planları hazırlar. CBS kullanıcıları, sistemleri tasarlayan ve koruyan uzman teknisyenlerden günlük işlerindeki performanslarını artırmak için bu sistemleri kullanan kişilerden oluşan geniş bir kitledir. Dolayısıyla coğrafi bilgi sistemlerinde insanların istekleri ve yine insanların bu istekleri karşılamaları gibi bir süreç yaşanır (Yomralıoğlu, 2009). Ayrıca Coğrafi bilgi sistemi kullanıcıları deyince; konuma bağlı grafik coğrafi verilerle bunları tanımlayan, konuma bağlı olmayan ve grafik olmayan (sözel) verilerle çalışan özel ve tüzel kişi ve kuruluşlar anlaşılır. Kullanıcılar, çoğunlukla değişik tipte grafik veri veya aynı tür grafik verileri üreten kurumlarla bunları kullanarak kendi sözel verileriyle bütünleştiren kurumlardır. Bu tanıma uygun olarak CBS kullanıcıları özel, özerk ve kamu kurum ve kuruluşlarnbaşlığ altında toplanabilir ülkemizde aktif ve potansiyel kullanıcılar: Yerel Yönetimler, Tapu ve 10

29 Kadastro Müdürlükleri, Harita Genel Komutanlığı, Deniz Kuvvetleri, Hava Kuvvetleri, İller Bankası, Devlet İstatistik Enstitüsü, Merkezi Yönetim Müdürlükleri (bayındır ve iskan, arsa ofisi, köy hizmetleri, tarım, orman, sağlık, meteroloji, milli eğitim, gençlik ve spor vb.), MadenTetkik Arama Enstitüsü, Devlet Su İşleri, Nüfus Müdürlükleri, Altyapı Kurumları (su, kanalizasyon, elektrik, gaz, PTT vb.), Üstyapı Kurumları (THY, TCK, DDY, DHM vb.), Üniversiteler, Muhtarlıklar ve Özel Kurumlar vb'dir (Eraslan, 2003). e) Yöntemler Başarılı bir CBS, çok iyi tasarlanmış plan ve iş kurallarına göre işler. Bu tür işlevler her kuruma özgü model ve uygulamalar şeklindedir. CBS nin kurumlar içerisindeki birimler veya kurumlar arasındaki konumsal bilgi akışının verimli bir şekilde sağlanabilmesi için gerekli kuralların yani metotların geliştirilerek uygulanıyor olması gerekir. Konuma dayalı verilerin elde edilerek kullanıcı talebine göre üretilmesi ve sunulması mutlaka belli standartlar yani kurallar çerçevesinde gerçekleşir. Genellikle standartların tespiti şeklinde olan bu uygulamalar bir bakıma kurumun yapısal organizasyonu ile doğrudan ilgilidir. Bu amaçla yasal düzenlemelere gidilerek gerekli yönetmelikler hazırlanarak ilkeler tespit edilir (Yomralıoğlu, 2009). ġekil 2.1 : CBS bileşenleri (Çiçek ve Şenkul, 2006). 11

30 2.1.3 CBS çalıģma prensipleri CBS yeryüzüne ait bilgileri, coğrafi anlamda birbiriyle ilişkilendirilmiş tematik harita katmanları gibi kabul ederek saklar. Bu basit ancak konumsal bilgilerin değerlendirilmesi açısından son derece güçlü bir yaklaşımdır (Yomralıoğlu, 2009). Coğrafi referanslar: Coğrafi bilgiler, enlem-boylam şeklindeki coğrafi koordinat ya da ulusal koordinatlar gibi kesin değerleri veya adres, bölge ismi, yol ismi gibi tanımlanan referans bilgileri içerirler. Bu coğrafi referanslar objelerin konumlandırılmasına yani koordinatı bilinen bir pozisyona yerleştirilmelerine imkan sağlar. Böylece ticari bölgeler, araziler, orman alanları, yeryüzü kabuk hareketleri ve yüzey şekillerinin analizleri konuma bağlı olarak belirlenir. Coğrafi referans konumu belirlerken, konum verisi yani koordinat bilgisi seçilecek veri modeline bağlı olarak ifade edilir. Bu ifade şekli CBS de iki farklı konumsal veri modeli biçimindedir (Şekil 2.2). Bunlar vektörel ve hücresel (raster) veri modelleridir (Yomralıoğlu, 2009). 1- Vektörel veri modelleri: Vektörel veri modelinde, nokta, çizgi ve poligonlar (x,y) koordinat değerleriyle kodlanarak depolanırlar. Nokta özelliği gösteren bir obje tek bir (x,y) koordinatı ile tanımlanırken, çizgi özelliği gösteren coğrafi varlık birbirini izleyen bir dizi (x,y) koordinat serisi şeklinde saklanır. Poligon özelliğine sahip coğrafi varlıklar kapalı şekiller olarak, başlangıç ve bitişinde aynı koordinat olan (x,y) dizi koordinatlar ile depolanır. Vektörel model coğrafi varlıkların kesin konumlarını tanımlamada son derece yararlı bir modeldir. Ancak, süreklilik özelliği gösteren coğrafi varlıkların, örneğin toprak yapısı, bitki örtüsü, jeolojik yapı ve yüzey özelliklerindeki değişimlerin ifadesinde daha az kullanışlı bir model olarak bilinir. Vektör CBS ler verilerin yapısının gösterimini gerçeğe en yakın yapar, veri yapısı komplekstir, grafik yapısı hassas ve doğrudur, grafik ve niteliklerin güncellenmesi ve bilgiye erişimi oldukça kolaydır. Diğer taraftan veri yapısının karmaşık olması, vektör poligonları ile raster poligonların çakıştırılmasında güçlüklerin çıkması, renkli tarama ve çizim işlemleriyle özel yazılım ve donanım gerektirdiğinden teknolojisinin pahalı olması dezavantaj oluşturmaktadır (Bank, 1997). 12

31 Nokta: Büyük ölçekli haritalarda bir trafik lambası nokta (x,y) ile gösterilebilirken, küçük ölçekli bir ülke haritasında kullanılacak veri içinde bir yerleşim aynı şekilde nokta ile gösterilebilir. Çizgi: Genellikle yol orta çizgisi, nehir, demir yolu gibi birçok noktadan oluşan çizgi göstermelerinde kullanılırlar. Alan: Parsel, ada, göl, yerleşim alanı gibi kapalı alan olarak gösterilmek istenen verilerin temsilinde kullanılırlar. 2- Raster (hücresel) veri modelleri: Hücresel ya da diğer bir deyişle raster veri modeli daha çok süreklilik özelliğine sahip coğrafi varlıkların ifadesinde kullanılmaktadır. Raster görüntü, birbirine komşu grid yapıdaki aynı boyutlu hücrelerin bir araya gelmesiyle oluşur. Hücrelerin her biri piksel olarak da bilinir. Hücre içinde kalan her noktanın kod değeri aynıdır. Rasterde çalışma alanı sıralı olarak tanımlanmış düzenli hücreler takımına bölünür. Her türlü topoloji bu hücrelerle tanımlanır. Vektöre nazaran veri yapısı basittir, haritalanmış veri ile uzaktan algılama ile elde edilen verinin çakıştırılması kolaydır. Boyutsal analiz imkanı daha fazladır ve teknolojisi ucuzdur. Diğer taraftan, veri yapısı çok hacimlidir. Veri hacmini küçültmek için büyük hücre kullanımı (çözünürlüğün düşürülmesi) bilgi kayıplarına neden olur. Harita olarak gösterimi hoş değil ve projeksiyon dönüşümü güçtür (Bank, 1997). Vektör ve raster veri modellerinden biri genelde CBS uygulama biçimine göre tercih edilerek kullanılır. Ancak günümüzde her iki model aynı anda da kullanılabilmektedir. Bu tür bir kullanım şekli CBS de hybrid (melez) veri modeli olarak bilinmektedir. 13

32 ġekil 2.2 : Vektör-Raster veri modelleri (Buckey, 1997). CBS nin temel işlevleri: Coğrafi bilgi sistemlerinin sağlıklı bir şekilde çalışması aşağıdaki 4 temel işlevin yerine getirilmesine bağlıdır. 1- Veri toplama: Coğrafi veriler toplanarak, CBS de kullanılmadan önce mutlaka sayısal yani dijital formata dönüştürülmelidir. Verilerin kağıt ya da harita ortamından bilgisayar ortamına dönüştürülmesi işlemi sayısallaştırma olarak bilinir. Bugün birçok coğrafi veri CBS ne uyumlu formatta hazır halde piyasada mevcuttur. Bunlar üretici firmalardan sağlanarak doğrudan kurulacak sisteme aktarılabilir. 2- Veri yönetimi: Küçük boyutlu CBS projelerinde coğrafi bilgilerin sınırlı boyuttaki basit dosyalarda saklanması mümkündür. Ancak, veri hacimlerinin geniş ve kapsamlı olması, bunun yanında birden çok veri gruplarının kullanılması durumunda Veri Tabanı Yönetim Sistemleri (VTYS) verilerin saklanması, organize edilmesi ve yönetilmesine yardımcı olur. Veri tabanı yönetim sistemleri bir bilgisayar yazılımı olup veri tabanlarını yönetir veya birleştirir. Bir çok yapıda tasarlanmış veri tabanı yönetim sistemi vardır, ancak CBS için en kullanışlısı ilişkisel veri tabanı sistemidir. Bu sistem 14

33 tasarımında veriler tablo bilgilerinin elde edilişindeki düşünce yapısına uygun olarak bilgisayar belleğinde saklanır. Farklı bilgiler içeren tabloların birbiriyle ilişkilendirilmesinde bu tablolardaki ortak sütunlar kullanılır. Bu yaklaşım basit fakat esnek bir tasarım olup, geniş çapta CBS uygulamalarında kullanılmaktadır. 3- Veri işleme: Genelde hazır halde temin edilen veriler sistemin kurulması için gerekli formatlarda ve tasarımda olmazlar. Bu gibi durumlarda CBS projeleri için veri çeşitlerinin birbirine dönüşümü veya irdelenmesi istenebilir. Verilerin sisteme uyumlu olması bunu gerektirebilir. CBS, gerek bilgisayar ortamında obje üzerine imlecin tıklanması ile basit sorgulama kapasitesine, gerekse çok yönlü konumsal analiz araçlarıyla yönetici ve araştırıcılara istenen süreçte bilgi sunar. CBS teknolojisi konumsal verilerin sorgulanması ve analizinde, yazılımlar sayesinde, birçok veri her türlü geometrik ve mantıksal işleme tabi tutulabilir. 4- Veri sunumu: Görsel işlemler yine CBS için önemlidir. Birçok coğrafi işlemin sonunda yapılanlar harita veya grafik gösterimlerle görsel hale getirilir. Haritalar coğrafi bilgiler ile kullanıcı arasındaki en iyi iletişimi sağlayan araçlardır. Haritalar, yazılı raporlarla, üç boyutlu gösterimlerle, fotoğraf görüntüleri ve çok-ortamlı (multimedia) ve diğer çıktı çeşitleriyle birleştirebilmektedir (Yomralıoğlu, 2009) CBS uygulama alanları - Çevre yönetimi: Çevre düzeni planları, Çevre Koruma alanları, ÇED raporu hazırlama, Göller, göletler, sulak alanların tespiti, Çevresel izleme, Hava ve gürültü kirliliği, Kıyı Yönetimi, Meteoroloji, Hidroloji. - Doğal Kaynak yönetimi: Arazi yapısı, su kaynakları, akarsular, havza analizleri, yabani hayat, yer altı ve yerüstü doğal kaynak yönetimi, madenler, petrol kaynaklar. - Mülkiyet-İdari Yönetim: Tapu-Kadastro, Vergilendirme, Seçmen tespiti, Nüfus, Kentler, Beldeler, Kıyı Sınırları, İdari sınırlar, Tapu bilgileri, Mücavir alan dışında kalan alanlar,uygulama imar planları. 15

34 - Bayındırlık hizmetleri: İmar faaliyetleri, Otoyollar, Devlet yolları, Demir yolları ön etütleri, Deprem zonları, Afet yönetimi, Bina hasar tespitleri, binaların cinslerine göre dağılımları, bölgesel kalkınma dağılım. - Eğitim: Araştırma-inceleme, eğitim kurumlarının kapasiteleri ve bölgesel dağılımları, okuma-yazma oranları, öğrenci ve eğitmen sayıları, planlama. - Sağlık yönetimi: Sağılık-coğrafya ilişkisi, sağlık birimlerinin dağılımı, personel yönetimi, Hastane vb birimlerin kapasiteleri, bölgesel hastalık analizleri, sağlık tarama faaliyetleri, ambulans hizmetler. - Belediye faaliyetler: Kentsel faaliyetler, imar, emlak vergisi toplama, imar düzenlemeleri, çevre, park bahçeler, fen işleri, su-kanalizasyon-doğalgaz tesis işleri, TV kablolama, Uygulama imar planları, Nazım imar planları, Halihazır haritalar, Altyapı, Ulaştırma planı toplu taşımacılık, Belediye yolları ve tesisleri. - Ulaşım planlaması: Kara, hava, deniz ulaşım ağları, Doğal gaz boru hatları, iletişim istasyonları, yer seçimi, enerji nakil hatları, ulaşım haritaları. - Turizm: Turizm bölgeleri alanları ve merkezleri, Turizm amaçlı uygulama imar planları, Turizm tesisleri, Kapasiteleri, Arkeoloji çalışmaları. - Orman ve Tarım: Eğim-Bakı hesapları, Orman amenajman haritaları, Orman sınırlar, Peyzaj planlaması, Milli parklar, Orman kadastrosu, Arazi örtüsü, Toprak haritaları. - Ticaret ve Sanayi: Sanayi alanları, Organize sanayi bölgeleri, Serbest bölgeler, Bankacılık, Pazarlama, Sigorta, Risk Yönetimi, Abone, Adres yönetimi. - Savunma, Güvenlik: Askeri tesisler, Tatbikat ve atış alanları,yasak Bölgeler, sivil savunma, emniyet, suç analizleri, suç haritaları, araç takibi, trafik sistemleri, acil durum (Yomralıoğlu, 2009). 16

35 2.2 Konumsal Analizler Coğrafi bilgi sistemleri, konuma bağlı mevcut bilgilerin istenen mantıksal yapıda sorgulanmasına imkan sağladığı gibi, değişik amaçlı ve farklı özellik gösteren yeni bilgilerin türetilmesine de imkan verir. Özellikle coğrafi varlıkların çevresiyle olan ilişkilerini irdelemek ve bu ilişkiler hakkında daha geniş bilgiler edinmek üzere bazı konumsal operasyonlara ihtiyaç duyulmaktadır (Yomralıoğlu, 2009). Konumsal analizler CBS içerisinde yeni konum bilgileri üretilmesi bakımından önemli bir yer tutmaktadır. Çok karmaşık yapıdaki grafik ve grafik-olmayan bilgiler hızlı ve doğru bir şekilde organize edilebilir. Grafik ve tanımsal bilgilerin belirli bir koordinat sistemi uzayında modellenmesi ve model sonuçlarının irdelenip yorumlanması işlemlerinin tümü konumsal analiz olarak tanımlanır. Konumsal analiz işleminde, mevcut bilgi kümelerinden yararlanarak yeni bilgi kümeleri üretilmektedir (Yomralıoğlu, 2009). Coğrafi bilgi sistemlerinde en çok kullanılan konumsal analizler; 1- Birleştirme Analizleri (Spatial Join) 2- Yakınlık Analizi (Proximity Analysis) 3- Sınır İşlemleri (Boundary Operations) BirleĢtirme analizleri Konumsal analiz işlemlerinde, aynı koordinat sistemi içerisinde bulunan farklı coğrafi özelliklere sahip harita katmanlarının üst üste çakıştırılarak bütünleştirilmesi konumsal birleştirme analizi (spatial join) veya overlay olarak adlandırılır (Şekil 2.3). Coğrafi bilgi sistemindeki konumsal analiz türlerinden birleştirme analizinde yapılan işlemlerde coğrafi detayların gösterim şekilleri olan nokta, çizgi ve alan arasındaki farklı kombinasyonlar uygulanır. Buna göre birleştirme analizi üç temel başlığa bölünebilir; 1- Nokta detayların alan detaylarla birleştirilmesi (point-in-polygon overlay) 2- Çizgi detayların alan detaylarla birleştirilmesi (line-in-polygon overlay) 3- Alan detayların alan detaylarla birleştirilmesi (polygon-on-polygon overlay) 17

36 ġekil 2.3 : Birleştirme analizi (Özener, 2009) Nokta detayların alan detaylarla birleştirilmesi: Bir tarafta noktasal öznitelikle tanımlanmış nokta katmanı, diğer tarafta alansal öznitelik bilgileri ile tanımlanmış poligon tabanlı katman söz konusu ise, nokta katmanı poligon katmanına eklenir (Yomralıoğlu, 2009). Çizgi detayların alan detaylarla birleştirilmesi: Çizgi tabanlı katmanın alan detaylarının bulunduğu katmanla birleştirilmesi durumudur. Böyle bir birleştirme işlemi, hangi çizgi detayların hangi alan detayların içine düştüğünü belirlemek amacıyla yapılır. İşlem neticesinde, her iki tür detaya ait öznitelik bilgilerinin birleştiği yeni çizgi detaylar elde edilmiş olur (Yomralıoğlu, 2009). Alan detayların alan detaylarla birleştirilmesi: Poligon detaylı bir katman ile bir başka poligon detaylı katmanın üst üste çakıştırılması işlemine poligon ya da alan bindirme adı verilir. Sonuçta elde edilen katman yine poligon detaylarına ve yeni oluşan öznitelik bilgilerine sahip olur. CBS ile yapılan konumsal analiz uygulamaları içerisinde en yoğun kullanılan analiz türlerinden biridir. Özellikle, farklı öznitelik bilgisine sahip olan, alan detaylarının çakıştırılarak bu detayların kesişim alanlarının grafik ve grafik-olmayan bilgileriyle birlikte üretilmesi poligon bindirmesiyle mümkündür (Yomralıoğlu, 2009). 18

37 2.2.2 Yakınlık analizi Tampon analizi olarak da adlandırılan bu işlem, herhangi bir coğrafi detayın çevresindeki diğer coğrafi detaylara olan uzaklıkların irdelenmesini eass alan bir konumsal analizdir (Şekil 2.4). Referans kabul edilen bir coğrafi detayın etrafında istenen uzaklıkta poligon özelliği taşıyan yeni bir tampon bölge oluşturulur ve bu bölgeye rastlayan diğer coğrafi detaylar isteğe bağlı olarak sorgulanır (Yomralıoğlu, 2009). ġekil 2.4 : Yakınlık analizi (Özener, 2009) Coğrafi varlıklar için genelde üç temel yakınlık analizi söz konusudur; 1- Nokta tabanlı yakınlık analizi 2- Çizgi tabanlı yakınlık analizi 3- Poligon tabanlı yakınlık analizi Nokta tabanlı yakınlık analizi: Nokta tipindeki bir coğrafi detayı merkez kabul ederek, istenen yarıçapta bir daire oluşturulur. Daire ile meydana gelen alan, diğer bir deyişle poligon tabanlı tampon bölge kapsamına giren coğrafi detaylar tespit edilirler. Nokta tabanlı yakınlık analizi ile, referans alınan nokta detayın etki alanı istenilen büyüklükte ayarlanabilir. Çizgi tabanlı yakınlık analizi: Çizgi tipindeki bir coğrafi detayı çevreleyecek şekilde istenen uzaklıkta bir tampon bölge oluşturup bu tampon bölge içinde kalan detayların belirlenmesi işlemidir. Referans alınan çizgi bir yol veya akarsu güzergahı şeklinde olup, daima oluşturulan tampon bölgenin merkezinde yer alır. 19

38 Poligon tabanlı yakınlık analizi: Poligon tipindeki detayları çevreleyecek şekilde istenen uzaklıkta tamponlar oluşturulup bu tamponlar içinde kalan detayların belirlenmesi, poligon tabanlı yakınlık analizi olarak bilinir. Poligon tabanlı analiz türünde de, mevcut bir poligon yapısı istenen büyüklükte genişletirlir ve yine yeni bir poligon, diğer bir deyişle tampon bölge oluşturulur Sınır iģlemleri Seçilecek bir coğrafi bölge içerisindeki konumsal bilgilerin değişikliğe uğratılıp, komşu bilgileriyle olan bütünleşik yapılarını aynen korumak için yapılan konum analizleridir. Bir harita üzerinde zaman içerisinde grafik ve grafik-olmayan bilgileri kapsayan bazı değişikliklerin yapılması gerekebilir. Ayrıca, mevcut bilgilerden daha küçük boyutta özel bilgiler talep edilebilir veya sadece belli detaylara sahip bilgilerin gösterildiği haritalar istenebilir. Tüm bunlar sınır analizleri kapsamına girmektedir (Yomralıoğlu, 2009). CBS de sınır işlemleri beş değişik şekilde ortaya çıkmaktadır; 1- Ayırma (clipping) 2- Silme (deleting) 3- Güncelleştirme (updating) 4- Kenarlaştırma-Birleştirme (edge-matching) 5- Sınır kaldırma (dissolving) Ayırma: Sınırları ile tanımlanacak bir coğrafi bölgeye ait grafik ve grafik-olmayan bilgilerinin çıkartılarak yeni detayların elde edilmesi işlemidir. Herhangi bir coğrafi bölgenin tamamı yerine bu bölge içerisindeki belli bir alana ait bilgilerden yararlanmak gerektiği durumlarda ayırma işlemi ile bir haritanın bütünü yerine, sınırla tespit edilecek, sadece istenen bölge yeniden elde edilmiş olacaktır. Silme: Sınırları ile tanımlanan bir coğrafi bölgeye ait grafik ve grafik-olmayan bilgilerinin mevcut veri tabanından silinmesi işlemidir. Ayırma işleminde olduğu gibi, silme işleminde de katman üzerinde istenmeyen bir öznitelik bilgisine karşılık gelecek bölgeler silme işlemine tabi tutulabilir. Güncelleştirme: Coğrafi bilgi sistemlerinin kullanıcıya sağladığı en önemli avantajlardan biri de konumsal bilgilerin gerektiğinde hızlıca güncellenebilmesine 20

39 imkan vermesidir. CBS de güncelleme sınırları ile tanımlanacak bir coğrafi bölgeye ait mevcut grafik ve tanımsal bilgilerin silinerek yerine yenilerinin ilave edilmesidir. Kenarlaştırma-Birleştirme: Aynı bölgeye ait coğrafi bilgiler bir veri tabanında toplanabildiği gibi, ayrı ayrı veritabanlarında da toplanabilirler. Birbirine komşu coğrafi bölgelerin, birbirini izleyen paftalar şeklinde bir araya getirilmesi kenarlaştırma-birleştirme işlemi olarak tanımlanır. Sınır kaldırma: Bir coğrafi bölgede poligon şeklinde tanımlanan alanlar çoğu kez farklı öznitelik bilgilerine sahip olabilirler. Bununla birlikte, pafta bazında ortak öznitelik adı altında aynı değerlere sahip poligonlarda olabilir. Benzer öznitelik değerine sahip olan poligonlar arasındaki sınırları kaldırıp yeni poligonlar oluşturma işlemine sınır kaldırma adı verilmektedir. Katman bindirmelerinde sınır boyunca oluşan bazı ince kıyım poligon hatalarının giderilmesi işlemi eleme olarak bilinir. Eleme ile, poligon sınırlarındaki küçük boyutlu hatalar giderilerek, katman gözden kaçabilecek çok ince poligon hatalarından arındırılmış olur (Yomralıoğlu, 2009). 2.3 Ağ Analizi Ağ (Network) analizleri Coğrafi Bilgi Sistemleri (CBS) kapsamında, vektör tabanlı coğrafi veriler ile gerçekleştirilebilen konumsal analizlerdir (URL-1, 2009). Coğrafi ağ modellemesi ve güzergah analizlerinin gerçekleştirilebildiği ağ analizleri, çizgi tabanlı coğrafi veri setlerinden karar vermeye yönelik sonuç çıkarmak amacı ile kullanılmaktadır (Yomralıoğlu, 2009). Bir ağ yapısal olarak birbirine bağlı elemanlardan oluşan bir sistemdir. Şehirleri birbirine bağlayan karayolu ağı, kanalizasyon şebekesi ve su şebekesi ağ yapısına örnek olarak gösterilebilir. CBS de Ulaşım Ağları ve Servis Ağları olmak üzere iki farklı ağ modeli kullanılmaktadır (Şekil 2.5). Ulaşım ağları yönsüz ağlar olarak da isimlendirilir. Ağ üzerinde hareket eden kullanıcı hızını, yönünü ve varış noktasını kendisi belirler. Örneğin bir ulaşım ağı üzerinde hareket eden sürücü hangi yöne döneceğine, nerede duracağına kendisi karar verir. Ağ yapısında tanımlanmış olan u-dönüşü yasağı ya da tek yön gibi kısıtlamalar sürücünün uyması gereken kurallardır. Servis ağları ise yönlü ağlardır. Elektrik ağları ve su şebekeleri servis ağlarına örnek olarak gösterilebilir (URL-1, 2009). Servis ağlarında ürünün izleyeceği yol ağ yapısında tanımlanmıştır. 21

40 ġekil 2.5 : Yol sınıfları: (a) Ulaşım ağı, (b) Servis ağı (Zeiler, 1999) Ağ analizlerinin genel amacı hat (çizgi,kenar) karakteristiklerinin konumsal analizidir. Ağ içerisinde bulunan hatlar, fiziksel hatlar ve sanal hatlar olmak üzere 2 sınıfa ayrılmaktadır. Fiziksel hatlar gerçek dünyada bulunan ve hava fotoğraflarında gözlenebilen hatlardır. Yollar, nehirler ve kıyı çizgileri fiziksel hatlara örnek olarak gösterilebilir. Sanal hatlar ise politik sınırlar ve yönetim sınırları gibi soyut yapıda olan hatlardır. Politik birimler arasındaki sınırlar, paralel ve meridyenler sanal hatlara örnek gösterilebilir (Erden, 2001). Ağ analizi genel olarak bağlantılı fiziksel hatlar ile ilgilenmektedir Ağ analizinde veri kaynakları Bir ağ, çeşitli yollar ile birbirine bağlanmış hat segmentlerinden oluşmaktadır. Ağ analizlerinin gerçekleştirilebilmesi için ağ yapısı içerisinde belirgin düğüm noktaları (node, vertex, junction) ve tüm düğüm noktaları arasında bulunan kenarların (edge, link) tanımlanmış olması gerekmektedir. İki düğüm noktası arasında bulunan bağlantı, kenar olarak isimlendirilir. Düğüm noktaları genellikle ağ içerisindeki kenarların başlangıç noktaları, bitiş noktaları ya da kesişim noktaları olarak tanımlanmaktadır. Kenarlar üzerinde bulunan ara noktalar genellikle düğüm noktaları olarak tanımlanmazlar. Ağ yapısında bulunan kenarlar yönlü (directed) ve yönsüz (undirected) olmak üzere iki sınıfa ayrılmaktadır. Tek yönlü tanımlanmış olan bir kenar yönlü kenara, çift yönlü tanımlanmış olan bir kenar ise yönsüz kenara örnek 22

41 olarak gösterilebilir. Yönsüz kenarlarda düğüm noktalarının sırası önemsizdir. Örneğin 3. düğüm noktası ile 8. düğüm noktası arasındaki kenarı ifade eden (3,8) ifadesi yönsüz bir kenarda (8,3) ile de gösterilebilirken yönlü bir kenarda nokta numaralarının sıralaması önemlidir. Kenarlara ait isim, uzunluk, ulaşım zamanı/maliyet gibi öznitelik bilgileri de ağ yapısı içerisinde bulunabilmektedir (Smith ve diğ., 2007). CBS de ağ modeli geometrik ağ ve mantıksal ağdan oluşan ikili gösterim ile ifade edilmektedir. Geometrik ağ, birbirine bağlı düğüm noktaları ve kenarların oluşturduğu ağ modelidir. Mantıksal ağlar ise yalnızca kenar ve düğüm noktalarından oluşan, x,y koordinat değerleri bulunmayan ağlardır. Mantıksal ağların amacı, ağ yapısındaki bağlantılılık bilgisini belirli öznitelikler ile saklamaktır (Zeiler, 1999). Geometrik ağlarda kenarlar ve düğüm noktaları birer öznitelik bilgisi iken mantıksal ağ yapısında bu öznitelikler bir geometri içermediğinden ağ elemanı olarak isimlendirilirler (Şekil 2.6). ġekil 2.6 : Ağ yapısının geometrik ve mantıksal gösterimi (Zeiler, 1999) 23

42 Düğüm noktalarının konumlarına ek olarak her kenar, bir bitişten diğerine olan uzaklığı gösteren direnç (impedance) faktörü ile ilişkilidir. Direnç faktörü problemin doğasına göre tanımlanabilmektedir. Örneğin, yolculuk zamanının ana kriter olması durumunda direnç faktörü, uzaklık/ortalama hız olarak hesaplanan yolculuk zamanı ile tanımlanmaktadır (Chou, 1997). Ağ yapısının kritik elemanlarından bir tanesi de ağ topolojisidir. Topoloji, varlıkların birbirleri ile nasıl ve ne şekilde ilişkilendirildiğini geometriden bağımsız olarak gösterme biçimi olarak tanımlanmaktadır (Yomralıoğlu, 2009). Nesneler arasındaki konumsal ilişki ağ topolojisinde, düğüm noktalarının bağlantılılığı ile ilişkilidir. Ağ yapısında bulunan bir segment diğerine doğrudan bağlantılı ise iki segment için de ortak bir düğüm noktası bulunması gerekir. Doğrudan bağlantılı olmayan iki segment arasındaki bağlantı ise aralarında bulunan bağlantılı segmentler üzerinden sağlanır (Chou, 1997). (a) (b) (c) ġekil 2.7 : Ağ topolojileri (Smith ve diğ., 2007) Şekil 2.7 de 7 adet düğüm noktasından oluşan 3 farklı ağ topolojisi gösterilmektedir. Ağlarda kenarlara ait öznitelik değerleri hakkında bir bilgi bulunmamakla birlikte ağ bağlantılılığı (network connectivity) üzerine yoğunlaşılmıştır. Bu kapsamda (a) ve (b) ağları arasında düzlemdeki dizilişleri haricinde bir farklılık bulunmamakta iken üçüncü ağ (c) ise yönlü kenarları ve farklı ağ bağlantılılığı ile diğer iki örnekten tamamen farklıdır (Smith ve diğ., 2007). 24

43 Ağ yapısının değerlendirilmesi Katsayısı: Bağıl karmaşıklık ve bağlantılılık ile tanımlanan ağ yapısı bir çok yöntem ile değerlendirilebilmektedir. Ağ yapısının temel ölçütleri γ ve α katsayıları olarak tanımlanmaktadır. γ katsayısı, ağdaki kenar sayısının mümkün olan maksimum kenar sayısına oranıdır. Düzlemsel bir grafikte mümkün olan maksimum kenar sayısı 3(n-2) formülü ile hesaplanmaktadır. Formüldeki n, ağdaki düğüm noktası sayısını göstermektedir. max 3*( n 2) (2.1) : ağdaki kenar (link) sayısı γ katsayısının değeri 0 ve 1 aralığında değişen değişmektedir. γ katsayısının 0 değerine yakın olması az kenara sahip basit ağ yapısını, 1 değerine yakın olması ise daha fazla kenar ile birbirine bağlanan ve bağlantılılığı daha iyi olan karmaşık ağ yapısını tanımlamaktadır (Chou, 1997). (a) (b) ġekil 2.8 : Ağ yapısı: (a) Basit ağ yapısı, (b) Karmaşık ağ yapısı Şekil 2.8 de gösterilen her iki ağda 7 adet düğüm noktası (n=7) bulunmaktadır. 5 kenardan oluşan (a) ağı, 8 kenardan oluşan (b) ağına göre daha basit bir ağ yapısına sahiptir. Eşitlik 2.1 e göre (a) ağı için γ katsayısı (5/15= 0.33), (b) ağı için ise (8/15= 0.53) olarak hesaplanmaktadır. 25

44 α Katsayısı: α katsayısı, ağ yapısında bulunan kapalı devre sayısının maksimum kapalı devre sayısına oranı ile hesaplanır (Chou, 1997). Ağ içerisindeki kapalı devreler eşit sayıdaki düğüm noktası ile kenardan oluşan, her düğüm noktasının başka bir düğüm noktasına erişmesinde en az 2 farklı yolun tanımlanabildiği kapalı geometrilerdir. α katsayısı ağ yapısını, bir düğüm noktasından diğer düğüm noktasında erişilebilen yolların sayısı ile değerlendirmektedir. Bir ağda α katsayısının anlamlı olabilmesi için ağın tüm düğüm noktalarının birbirlerine bağlı olması gerekmektedir. Eğer ağ birbirinden tamamen ayrılmış iki hat grubuna bölünmüş ise kapalı devrenin α katsayısı ile değerlendirilmesi anlamlı olmaz. Bir ağın anlamlı olabilmesi için ağdaki kenar sayısının düğüm sayısından 1 eksik olması gerekmektedir ( n-1). c c (2.2) c 2n 5 max c: kapalı devre sayısı Şekil 2.8 de gösterilen A ve B ağlarının yapısı değerlendirildiğinde A ağı kapalı devre içermemektedir. Bu nedenle A ağında α katsayısının değerlendirilmesi anlamsızdır. B ağında ise 2 adet kapalı devre bulunmaktadır ve α katsayısı 2/9 = 0.22 olarak hesaplanabilir. İyi geliştirilmiş ulaşım ağlarında genellikle α ve γ katsayılarının ikisi de yüksek değerlere sahiptir. Bu katsayılar zaman içerisinde ağ yapısında meydana gelen değişiklikleri veya iki farklı ağ arasındaki yapısal farklılıkları değerlendirmede yararlı olmaktadır Ağ çapı (Network diameter) Çap, ağ yapısının önemli elemanlarından bir tanesidir. Bir ağın çapı, bağlantılı bir ağda bir düğüm noktasından diğer bir düğüm noktasına, mümkün olan en kısa güzergah üzerinden hareket etmeyi sağlayan maksimum adım sayısı ile ifade edilmektedir. Bağlantılı olmayan bir ağda ağ çapı anlamsızdır. Şekil 2.8 de gösterilen A ağı bağlantılı bir ağ olmadığı için bir çap ile değerlendirilemez. Diğer bir deyişle ağ iki ayrı kenar grubuna bölünmüştür ve ağda bir gruptan diğerine bağlantıyı sağlayan bir yol yoktur. B ağı bağlantılı bir ağdır çünkü tüm düğüm noktaları ağın 26

45 Düğüm Noktası Sayısı kenarları ile doğrudan veya dolaylı olarak bağlantılıdır. Bu durumda ağın çapı üç e eşittir çünkü 1 nolu düğüm noktasından 7 nolu düğüm noktasına veya 2 nolu düğüm noktasından 4 nolu düğüm noktasına varış 3 adımda olmaktadır Ağ bağlantılılığı (Network Connectivity) Bir ağın bağlantılılığı C matrisleri olarak adlandırılan bir matris grubunun oluşturulması ile incelenir. Bağlantılılık matrisleri ağ erişiminin değerlendirilmesi açısından yararlıdır. Birinci mertebeden bağlantılılık matrisi, C 1 matrisi olarak ifade edilir ve düğümler arasındaki bire-bir bağlantıya dayanır (Chou, 1997). Her üç örnek için de birinci mertebeden bağlantılılık matrisi yazılabilir. Bir çift düğüm noktası arasında bir bağlantı mevcut ise matrisdeki ilgili hücrenin değeri 1, bir bağlantı mevcut değil ise değer 0 olur. Şekil 2.7 deki (c) ağı için C 1 matrisi (Çizelge 2.1) aşağıda gösterilmiştir; Çizelge 2.1 : C ağı için C 1 matrisi Düğüm Noktası Sayısı Σ Ağda 7 adet düğüm noktası olduğu için bağlantılılık matrisinde 7 satır ve 7 sütun vardır. 2. satır ile 1. sütunun ortak değeri 1 dir çünkü 2. ve 1. düğüm noktaları arasında doğrudan bir bağlantı vardır. Oysa 2. satır ile 4. sütunun ortak değeri 0 dır çünkü bu noktalar arasında doğrudan bir bağlantı yoktur. Matrisin son sütununda gösterilen toplam değeri her düğüm noktasının bağlantı derecesini göstermektedir. Bu matrise göre 4 nolu düğüm noktası 6 değeri ile bağlantısı en iyi olan nokta olarak görünmektedir. C 1 matrisi düğüm noktaları arasında doğrudan bağlantıya dayandığı için ağ yapısının değerlendirilmesi işleminde yeterli değildir. Buna rağmen, ulaşım sistemi doğrudan ve doğrudan olmayan (dolaylı) bağlantıları içerir. Dolaylı bağlantıları incelemek amacıyla C 1 matrisi bir üst dereceye yükseltilebilir. C 1 matrisinin kendisi ile 27

46 Düğüm Noktası Sayısı çarpılması sonucu C 2 matrisi oluşur, C 1 *C 1 =C 2. C 2 matrisindeki her hücre ilgili satır ve sütunlardaki elemanların çarpımlarının toplamıdır (Chou, 1997). Örneğin C 2 matrisinde 1. satır ile 4. sütunun ortak hücresi aşağıdaki yedi çarpımın toplamıdır. (0*1) + (1*0) + (1*1) + (1*0) + (1*1) + (1*0) + (1*0) = 2 (2.3) C 2 matrisindeki her eleman bir düğüm noktasından diğer düğüm noktasına tam olarak 2 adımda ulaşılması halinde anlamlıdır. Birinci satır ve dördüncü sütun örneğinde hesaplanan 2 değeri 1. düğüm noktasından 4. düğüm noktasına 2 adımda ulaşmak için iki yol olduğunu göstermekterdir. Çizelge 2.2 : C ağı için C 2 matrisi Düğüm Noktası Sayısı Σ Çizelge 2.2 de gösterilen C 2 matrisindeki satır toplamı bir düğüm noktasından tüm diğer düğüm noktalarına tam olarak 2 adımda ulaşabilmek için geçilen farklı yolların sayısını gösterir. 1 nolu düğüm noktası dolaylı olarak 2 adımda en iyi bağlantıyı sağlayan düğüm noktasıdır. Düğüm noktaları arasındaki bağlantılılık üçüncü derece ile de ifade edileblir. C 1 ve C 2 matrislerinin çarpımı ile üretilen Çizelge 2.3 de C 3 matrisi 3 adımda bağlantılılığı sağlayan bağlantılılık matrisidir. C 3 matrisinin oluşturulmasındaki işlemler C 2 matrisinin oluşturulmasına benzer bir yapı izlemektedir. 28

47 Düğüm Noktası Sayısı Çizelge 2.3 : C ağı için C 3 matrisi Düğüm Noktası Sayısı Σ Ağ analizi için gerekli olan yeterlilikler gerçekte bir çok konumsal veri setinde bulunmamaktadır. Bu durum genellikle düğüm noktalarının var olmaması ya da düğüm noktaları arasındaki bağlantıların sağlanamaması (veri setindeki bir çizginin bitiş noktası ile ardışık çizginin başlangıç noktasının kesişmemesi vb.) ile ortaya çıkmaktadır. Örneğin köprü ve yol hattı bulunduran bir ağda köprü ile yolun kesişim noktasının düğüm noktası olarak mı kabul edildiği ya da köprü hattının yol üstünden geçen bir hat olarak mı kabul edildiği tanımlanmalıdır. Bu problem ile ilgili yapılan basit bir düzenleme, ağ üzerindeki tüm hatların kesişim noktalarının düğüm noktası olarak tanımlanması ve uç noktaların belirlenen tolerans değerinden daha yakın olması durumunda tüm hatların doğru birer düğüm noktası oluşturduğunun varsayılması temeline dayanmaktadır. Bir çok CBS yazılımı bu varsayım kapsamında çizgi verilerini ağ veri setlerine dönüştürmektedir Ağ eriģilebilirliği (Network accessibility) Bağlantılılık matrislerinin değerlendirilmesinde ağ erişilebilirliğinin tanımlanması önemli bir yer tutmaktadır. Bir ağın erişilebilirliği tek tek düğüm noktaları ile değerlendirilebildiği gibi tüm ağ ile de değerlendirilebilir (Chou, 1997). Her iki durumda da T matrisi adı verilen erişilebilirlik matrisinin oluşturulması gerekmektedir. T matrisi, 1.dereceden ağ çapı derecesine kadar olan tüm C matrislerinin toplamından elde edilmektedir. Örneğin çapı 3 olan bir ağın T matrisi: T=C 1 +C 2 +C 3 ile ifade edilmektedir. Çizelge 2.4 de göstreilen T matrisindeki bir hücrenin değeri C 1, C 2, C 3 matrislerindeki ilgili satır ve sütun değerlerinin toplamına eşittir (Chou, 1997). 29

48 Düğüm Noktası Sayısı Çizelge 2.4 : C ağı için T matrisi Düğüm Noktası Sayısı Σ T matrisinde 2 ve 5 nolu düğüm noktaları arasındaki değer 4 tür. Bu değer bir düğüm noktasından diğer düğüm noktasına doğrudan veya dolaysız olarak ulaşabilen toplam yolların sayısını göstermektedir. Diğer bir deyişle bu değer bir düğüm noktasının erişilebilirliğini belirtmektedir. Örnekte, ağda en iyi erişime sahip düğüm noktası 1 noktasıdır, çünkü T matrisindeki satır toplamı en yüksektir. Buna karşılık 7 nolu düğüm noktasının satır toplamı en az olduğu için çok düşük bir erişilebilirlik düzeyine sahiptir. Ağ erişilebilirliği bir ağda bir düğüm noktasının diğer düğüm noktalarına ulaşma derecesini göstermektedir. Ağ erişilebilirlik düzeyi ise tüm ağdaki erişilebilirlik değerlerinin toplamıdır. Örnekte ağ erişilebilirlik düzeyi toplam satırındaki değerlerin toplamından ( ) 299 olarak hesaplanabilir. Genel olarak ağ erişilebilirlik değerinin büyük olması ile sistemde daha fazla bağlantı seçeneğinin mevcut olması ve düğüm noktalarının birbirlerine daha iyi bağlanması sağlanabilir Ağ analizlerinde temel optimizasyon problemleri Optimizasyon terimi; bir gerçel fonksiyonu minimize ya da maksimize etmek amacı ile gerçek ya da tamsayı değerlerini tanımlı bir aralıkta seçip fonksiyona yerleştirerek sistematik olarak bir problemi incelemek ya da çözmek işlemlerini ifade etmektedir. Basit anlamda optimizasyon; bir problemde belirli koşullar altında mümkün olan alternatifler içinden en iyisini seçmek anlamına gelmektedir. Optimal yönlendirme ve araç yükleme planlarının oluşturulması, sürüş zamanı bölgelerinin belirlenmesi, ağ bölümlendirmesi ve alan belirlenmesi, ağ üzerinde servis lokasyonlarının tanımlanması ve seyahat talebi analizleri bu problemlere örnek olarak gösterilebilir (Çizelge 2.5). 30

49 Çizelge 2.5 : Ağ analizlerinde temel temel optimizasyon problemleri (Smith ve diğ., 2007). Problem Hamiltonian Döngüsü (Hamiltonian Circuit, HC) Euler Döngüsü (Eulerian Circuit, EC) En Kısa Yol Problemi (Shortest Path, SP) Yayılan Ağaç Problemi (Spanning tree ST) Minimum Yayılan Ağaç Problemi (Minimal Spanning Tree MST) Steiner Ağacı Problemi Steiner MST, Steiner tree Seyyar Satıcı Problemi (Travelling Salesman Problem, TSP) Açıklama Verilen herhangi bir yönsüz ve bağlı çizgede tüm düğüm noktalarından yalnızca bir kere geçerek başladığı yere geri dönen bir yol olup olmadığının bulunmasıyla ilgili bir problemdir. Verilen herhangi bir yönlü çizgede tüm kenarlardan sadece bir kez geçerek başladığı yere geri dönen bir yol olup olmadığı ile ilgilenen problemdir. Euler döngüsü içeren bir çizgede tüm düğüm noktalarına gelen ve ayrılan kenar sayısı birbirine eşit olmalıdır. Toplam adım sayısı, toplam uzunluk veya zaman gibi önceden belirlenen ölçümleri en aza indirgeyen iki düğüm noktası arasındaki yoldur. Dolayısı ile yapılan ölçüme göre değişir ve her ağ için tek bir tane değildir. Verilen düğüm noktalarından, her kenar ile bağlantılı olan düğüm noktasının bulunması ile ilgilenir. Toplam uzunluğu en az olan yayılan ağacı bulur. Genellikle sonuç bir tanedir ancak bu durum garanti edilmemektedir. Yakın doğrusal zamanda çözülebilir. Minimum yayılan ağaç yapısına benzeyen ancak ağın var olan düğüm noktaları ile eş konumlu olmayan Steiner noktalarının da bulunduğu yapıdır. Steiner noktaları varolan 3 düğüm noktasının arasına her nokta ile eşit açı (120 ) yapacak şekilde yerleştirilir. Verilen düğüm noktaları ve her iki düğüm noktası için simetrik ve asimetrik uzunluk matrisleri ile en kısa uzunluktaki Hamiltonian döngüsünün bulunması ile ilgilenir. 31

50 Çizelge 2.5: Ağ analizlerinde temel temel optimizasyon problemleri (Smith ve diğ., 2007) (devam) Problem Araç Rotalama Problemi (Vehicle routing problem, VRP) Taşıma Problemi (Transportation problem) Çizgi Rotalama Problemi Arc routing problem (ARP) Tesis Yeri: p-medyan/pmerkez/kapsama Facility location:p-median/p-center/ coverage Açıklama Bu sınıfta bulunan problemler talebe bağlı olarak kapasiteleri belirli olan araçlara tek depodan hizmet sağlamak ile ilgilenmektedir. Araç kapasitesinin sınırlandırılmadığı problemler basit araç rotalama problemleridir. Tipik araç rotalama probleminin amacı, bir araç filosu için en küçük maliyetli rota kümesini tasarlamaktır. Her rota bir depodan üretilir ve talepleri bilinen bir müşteri kümesine hizmet sağladıktan sonra yine aynı depoda sonlanır. Genel olarak verilen arz ve talep seviyelerine göre, başlangıç düğüm noktasından hedef düğüm noktasına optimum maliyet ile hizmet vermek ile ilgilenir. Verilen bir ağda seçilen sınırlandırmalar da gözönünde bulundurularak ve ağdaki tüm kenarlardan geçerek, en düşük maliyetli yolu bulmak ile ilgilenir. Talep noktasındaki ihtiyaçları karşılamak amacı ile ağ içerisinde servislerin optimal olarak konumlandırılması ile ilgilenen problemler topluluğudur. Sistem genelinde toplam ya da ortalama ulaşım zamanının minimuma indirmeyi amaçlayan p-medyan problemidir. P-merkez problemi ise en büyük uzunluk ya da zamanı minimuma indirmeyi amaçlamaktadır. Kapsama modeli, mümkün olan tüm talep noktalarına sabit bir zamanda servis verme problemi ile ilgilenmektedir. 32

51 Minimum yayılan ağaç problemi (MYAP) MYAP, verilen düğüm noktaları arasındaki tüm kenarlardan (dalların) en kısa olan kenarın bulunması ve ağaç içindeki tüm kenarların birbirleri ile toplamda en kısa yolu bulacak şekilde ilişkilendirilmesidir. Burada toplam kenar uzunluğu minimum değer alınırken, tüm düğüm noktalarının birbirlerine ulaşılabilirliği de sağlanmaktadır. MYAP nin çözüm algoritması üç adımda tamamlanmaktadır; i) tüm düğüm noktaları en yakın komşu düğüm noktası ile bağlanır, sonuç olarak bağlantısız bir alt ağ grubu elde edilir, ii) tüm alt ağlar kendisine en yakın komşu alt ağ ile bağlanır, iii) tüm alt ağlar birbirleri ile bağlantı kuruncaya kadar iterasyon devam eder (Smith ve diğ., 2007). ġekil 2.9 : Ağ yapısı (Chou, 1997). Şekil 2.9 da verilen ağ yapısında tüm kenarların uzunluk biriminde değerleri de belirtilmiştir. Merkez olarak alınan A düğüm noktasından minimum yayılan ağaç algoritması 4 adımda oluşturulabilir. Verilen örnekte minimum yayılan ağaç algoritmasının oluşturulması altı iterasyon yapılmasını gerektirir çünkü her düğüm noktasından bir diğer düğüm noktasına ulaşmak için altı düğüm noktası geçilmesi gerekmektedir. 1-) Öncelikle A düğüm noktasından çıkan, uzaklık olarak minimum maliyetli kenar olarak A-E kenarı belirlenir. Şekil 2.10 da uzunluk değeri 3 olarak verilen kenarın E düğüm noktasına maliyet değeri 3 olarak kayıt edilir. 2-) A ve E düğüm noktalarının her ikisinin de içinde olduğu kenarlar belirlenerek en az maliyetli kenar şeçilir. Bu durumda A düğüm noktasından olan hattın maliyeti 0 (sıfır) olurken E düğüm noktasının maliyetinin 3 olmasına dikkat edilmelidir. Örneğin A düğüm noktasından F düğüm noktasına doğrudan ulaşımda maliyet 9 olurken, E düğüm noktası kullanılarak ulaşım için maliyet 3+7=10 olmaktadır. 33

52 3-) Minimum maliyete sahip kenar tanımlanmalıdır. Ulaşılan düğüm noktası ve bu noktaya ulaşan kenar işaretlenir. Bu durumda A-B kenarı en düşük maliyetli kenar, ulaşılan düğüm noktası ise maliyeti 7 olan B düğüm noktasıdır. 4-) Altı iterasyon için işlemler tekrarlanarak her iterasyonda her bir ek kenar için A düğüm noktasından çıkan yeni bir ağaç oluşur. Bu işlem A düğüm noktasından diğer düğüm noktalarına ulaşım maliyetinin minimum olduğunu garanti etmektedir. Şekil 10 da altı iterasyonun sonucu görülmektedir. Her iterasyonda ulaşılan düğüm noktasının toplam maliyeti A, B, C, D, E, F ve G düğüm noktaları için sırası ile [0,7,15,8,3,9,18] olmaktadır. ġekil 2.10 : A noktasından başlayan minimum yayılan ağaç oluşum şeması (Chou, 1997). MYAP ne örnek olarak bir tesise belirli uzaklıklarda bulunan yol katmanlarının bulunması problemi gösterilebilir. Örneğin, bir okulun belirli bir mesafe uzağındaki yol katmanları minimum yayılan ağaç algoritması ile gösterilebilir En kısa yol proplemi (EKYP) Ağ analizinde karşılaşılan genel problemlerden bir tanesi de en kısa yol problemidir. EKYP diğer ağ optimizasyon problemlerinden farklı olarak önceden tanımlanmış bir ağ yapısına gerek duymaktadır. Problemin asıl amacı, başlangıç düğüm noktası ile hedef düğüm noktası arasında bir ya da daha fazla en kısa (ya da en az maliyetli) yolun bulunmasıdır (Smith ve diğ., 2007). 34

53 EKYP, doğrusal programlama problemi olarak tanımlanabilir. Bu amaçla, s başlangıç düğüm noktası, t hedef düğüm noktası ve c ij > 0 kenarlar (i,j) ile bağıntılı uzunluk ya da maliyet katsayısı olmak üzere; z i j c ij x ij (2.4) Z katsayısının en az olması amacı ile, j x ji k x ik m i siçin m 0, i i s için m 1, x ij t için m 0,1 1, (2.5) formülleri kullanılmaktadır. EKYP nde ağ içerisindeki tüm kenarlar uzunluk, zaman gibi değerler ile ağırlıklandırılmış olmalıdır. EKYP nde kullanılan algoritmalar i) Dantzig Algoritması, ii) Dijkstra Algoritması ve iii) A* Algoritması olmak üzere 3 ana gruba ayrılmaktadır. Dantzig algoritması, bir ağda bulunan tüm düğüm noktalarından diğer düğüm noktalarına olan en kısa uzaklığın bulunması ile ilgilenir. Örneğin 4 adet düğüm noktası bulunan yönlü bir ağda (Şekil 2.11-A) 1. Düğüm noltası ile 3. Düğüm noktası arasındaki en kısa yolun bulunması işlemi Dantzig algoritması ile 3 adımda gerçekleştirilebilir; - Birinci düğüm noktasından olan en kısa kenar belirlenir. Bu kenar 2. düğüm noktasına olan 1-2 kenarıdır (uzunluk=4). 1-2 kenarı ve 2. düğüm noktası işaretlenerek algoritma grubuna eklenir. (Şekil 2.11-B) - İkinci düğüm noktasına olan en kısa kenar belirlenir. Bu kenar 4-2 kenarıdır (uzunluk=2). 4-2 kenarı ve 4.düğüm noktası işaretlenerek algoritma grubuna eklenir. (Şekil 2.11-C) - Algoritma gurubunda en kısa yol belirlenir yolu 1 nolu düğüm noktasından 3 nolu düğüm noktasında olan en kısa yol olarak hesaplanır. (uzunluk=7). (Şekil 2.11-D) 35

54 ġekil 2.11 : Dantzig algoritması (Smith ve diğ., 2007). Dijkstra algoritması, seçilen başlangıç düğüm noktasından diğer tüm düğüm noktalarına olan en kısa mesafenin bulunması ile ilgilenir. İlk olarak başlangıç düğüm noktasının uzunluk değeri 0, diğer tüm düğüm noktalarınınki ise sonsuz olarak işaretlenir. Başlangıç düğüm noktası aktif nokta olarak seçilir ve diğer tüm noktalar ziyaret edilmemiş olarak kabul edilir. Tüm düğüm noktalarının başlangıç düğüm noktasına olan uzaklığı hesaplanarak sonuç değerin o anki uzaklık değerinden küçük olması durumunda yeni bulunan değer kabul edilir. Ziyaret edilmemiş bütün düğüm noktalarının uzunluk değeri hesapladıktan sonra aktif nokta ziyaret edildi olarak işaretlenir. Ziyaret edilmiş bir noktanın uzaklığı bir daha hesaplanmaz; hesaplanılmış değer kalıcıdır ve minimumdur. Son olarak ziyaret edimemiş ve uzaklığı en küçük olan düğüm noktası aktif nokta olarak seçilir ve iterasyona devam edilir. A* arama algoritması, iki düğüm noktası arasındaki en kısa yolu aramayı hızlandırmak için sezgisel yöntemler kullanarak çözüme ulaşmaktadır Tesis yerleģim ve servis alanı problemleri Tesis yerleģim problemi (TYP) TYP basit olarak, p sayıda tesisi, n>p sayıda noktada optimum yerleştirme işi ile ilgilenir (Smith ve diğ., 2007). Düğüm noktaları arasındaki en kısa yol (ya da 36

55 minimum maliyet) matrisini içeren bir ağ, optimizasyon işlemininin temel girdi verisini oluşturmaktadır. Gerçekte karşılaşılan TYP örnekleri, basit yer tahsisi uygulamalarından çok daha karmaşık bir yapıda olmakla birlikte problem çözümünde dikkate alınması gereken değişken (uygun yerleşim yerlerinin durumu, yerleşim yeri maliyeti, mevzuat, planlama kontrolleri vb.) sayısı da çok fazladır. Dinamik bir çevrede bulunan tüm bu değişkenler, müşteri talebi, karşılanan malzeme ve teknoloji, ticaret ve politik çevrelerdeki değişimler gibi parametreleri de etkilemektedir. Bu nedenle optimizasyon yalnızca, önem derecesi problemin tanımına göre değişen daha büyük karar verme problemlerinin bir parçasıdır. Bir çok kısıtlı tanımlanmış problemde, optimum değere yakın sonuç bulunması en az mutlak optimum değere ulaşılması kadar önemlidir (Smith ve diğ., 2007). TYP, karesel optimizasyon problemleri içinde önemli bir yere sahiptir. Problem boyutuna bağlı olarak çözüm zamanının üstel artış gösterdiği, çözülmesi zor problemlerdir. Bu tür problemlerin çözümünde, optimumu bulmayı garanti etmeyen ancak çözüm zamanı polinomsal sınırlar içinde kalan sezgisel yöntemler kullanılmaktadır (Şahin ve Türkbey, 2010). Optimizasyon algoritmalarının çoğu, sistemin modeli ve amaç fonksiyonu için matematiksel formüllere ihtiyaç duymaktadır. Karmaşık sistemlerde matematiksel modelin kurulması çok zaman aldığından optimizasyon amacı ile sezgisel metotların kullanıldığı uygulamalar günden güne artmaktadır. Günümüzde kullanılan sezgisel metodlar, tabu arama, yapay sinir ağları, genetik algoritma, Lagrange gevşetmesi olmak üzere bir çok gruba ayrılmaktadır. Şekil 2.12 de Yunanistan ın güneyinde bulunan Arkadya bölgesinin merkezi olan Tripolis şehri yol ağı verisinden oluşturulan S-uzaklık test veri seti ile farklı sezgisel metodlar kullanılarak 5 adet hizmet noktası yeri tahsisi yapılmıştır. Kullanılan sezgisel metodlar Lagrange Gevşetmesi (Lagrange Relaxation) (Şekil 2.12-A), Açgözlü Algoritmalar (Greedy Algorithms) (Şekil 2.12-B), Aday Listesi Arama algoritması (Candidate List Search (CLS)) ve Değişken Komşu Arama algoritması (Variable Neighborhood Search (VNS)) (Şekil 2.12-C) olmak üzere dört gruba ayrılmaktadır. Lagrange gevşetmesi, problemi çözülmesi kolay alt problemlere bölerek çözmektedir. Algoritma sonuçları çoğu zaman uygulanabilir olmamaktadır. Bu nedenle sonuç değeri problemin çözümü için bir alt sınır olarak tanımlanır. Aynı metodla bulunan bir üst sınır ile alt sınır birleştirildiğinde optimal sonucun içinde 37

56 bulunduğu bir değer aralığı elde edilir. Bu aralık genellikle 0.1 den küçük olmakla birlikte optimum değere çok yakındır (Beasley, 1993). Açgözlü algoritmalar, mümkün olan sonuca en yakın seçimi yapmayı öngörürler (URL-2, 2010). Aday Listesi Arama algoritması ve değişken komşu arama algoritması ise olası çözümler elde edildikten sonra bu çözümler arasından en optimum olanını sonuç olarak kabul eden sezgisel metodlardır (Mladenovic ve Hensen, 1997). Bu aralık genellikle 0.1 den küçük olmakla birlikte optimum değere çok yakındır (Beasley, 1993). Açgözlü algoritmalar, mümkün olan sonuca en yakın seçimi yapmayı öngörürler (URL-2, 2010). Aday Listesi Arama algoritması ve değişken komşu arama algoritması ise olası çözümler elde edildikten sonra bu çözümler arasından en optimum olanını sonuç olarak kabul eden sezgisel metodlardır (Mladenovic ve Hensen, 1997). ġekil 2.12 : Tripolis yol ağında sezgisel metodların karşılaştırılması (Smith ve diğ., 2007). 38

57 Verilen sokak ağı verisi 1358 adet düğüm noktası ve 2256 adet kenardan oluşmaktadır. Her düğüm noktası 1 ile 137 değerleri arasında değişen bir ağırlık değerine sahiptir. Tüm kenarlarda ise yön bilgisi (from-to (FT), to-from (TF)) mevcuttur. Şekil 2.12-A dan Şekil 2.12-C ye kadar olan kırmızı ile işaretlenmiş noktasal gösterimler farklı sezgisel metodların sonuçlarını ifade etmektedir. Koyu renk ile gösterilen hatlar ise talep doğrultusunda hizmet vermek amacı ile kullanılan yol ağı kenarlarını ifade etmektedir. Parantez içinde belirtilen z değeri, amaç fonsiyonu değerini ifade etmektedir (Smith ve diğ., 2007). Verilen sezgisel algoritmalar içinde en hızlı sonuç veren algoritma saniye biriminin altında işlem süresi ile komşu arama algoritmasıdır. Şekil 2.12-D müşteri talebi tahsini ifade etmektedir. Poligon renklendirmeleri düğüm noktalarına verilen ağırlık değerlerini ifade etmektedir (Smith ve diğ., 2007) Servis alanı problemi Servis alanı problemleri genellikle kapsama modelleri ile çözüm bulmaktadır. Ancak kapsama modelleri hizmet talebi karşılanıncaya kadar tesis sayısı arttırılarak gerçekte istenmeyecek kadar tesis sayısı ile sonuçlanmaktadır (Smith ve diğ., 2007). Şekil 2.12-D de ifade edilmiş olan müşteri talep tahsisi, servis alanı problemine örnek olarak gösterilebilir. Günümüzde servis alanı belirleme bir çok CBS programı ile gerçekleştirilebilmektedir. CBS nde servis alanı problemi, hizmet noktasından belirli bir uzaklıkta, belirli bir süre içerisinde ve belirli maliyette olan poligonların üretilmesi ile çözülmektedir. Şekil 2.13-B de varolan ambulans noktalarının belirli bir mesafe parametresine göre, yol ağında bulunan sürüş zamanı ve yol yönleri öznitelikleri de dikkate alınarak oluşturulan servis alanı poligonları gösterilmektedir. ġekil 2.13 : Servis alanı tanımı (Smith ve diğ., 2007). 39

58 40

59 3. CBS VE SAĞLIK CBS özellikle son yıllarda, farklı meslek disiplinlerinin ve çok disiplinli çalışmaların ortak merkezi haline gelmiştir. Haritacılık faaliyetleri dışında, şehircilik çevre, jeoloji, orman, ticaret, güvenlik, planlama, tarım, afet, ulaşım, hidroloji, doğal kaynak yönetimi ve sağlık gibi pek çok bilim dalının uygulama alanında CBS nin etkin kullanımı mevcut hale gelmiştir. Son yıllarda sağlık alanındaki CBS uygulamalarında da önemli bir artış gözlemlenmektedir. Çünkü sağlıkla ilgili planlamalarda ve yönetimsel organizasyonlarda, ilgili tüm bilgilerin bir arada tutulmasının, gerekli analizlerin kolayca gerçekleştirilebilmesinin ve sonuçların görsel olarak etkin bir şekilde sunumunun sağlanabilmesi CBS teknolojileri ile gerçekleştirilebilmektedir. Bu alandaki başarılı uygulamaların mevcut olması da, sağlık alanında aktif bir şekilde CBS nin kullanımını hızlandırmıştır. Dolayısıyla, sağlık ve haritacılık faaliyetlerini yürüten meslek disiplinlerinin ortak çalışma alanı olarak, Sağlık CBS kavramı ortaya çıkmıştır (Ergün ve Saraç, 2006). Sağlık alanında hastalıkların gelişim ve yayılım sürecinin izlenmesi, çevresel risk değerlendirme, sağlık olayları ile ilgili kontrol stratejilerinin geliştirilmesi, sağlık hizmetlerinin yönetimi ve planlanması gibi hususların incelenmesi, CBS ile sağlanabilmektedir. CBS teknolojilerindeki gelişmeler ve istatistiksel yöntemler sayesinde, coğrafi olarak tanımlı bir bölgedeki sağlık ve nüfus verisi bir arada değerlendirilebilmekte ve hastalık risklerinde mantıklı konumsal varyasyonların araştırılmasına imkan sağlamaktadır (Çolak, 2007). Sağlık alanındaki coğrafi çalışmaların en bilinen türü olan epidemiyoloji, hastalıkların, kıtlık durumunun, zehirli sızıntıların ve diğer olağanüstü sağlık olaylarının yayılımlarını haritalar üzerinde izlemektedir. Ayrıca hastalık veya çevresel risk haritalama dışında, sağlık bakım hizmetlerinin haritalar üzerinde izlenmesi ve planlama/yönetim çalışmaları da gün geçtikçe artan bir önem kazanarak, bu alandaki diğer bir çalışma türünü oluşturmaktadır. 41

60 Epidemiyolojik amaçlı özel bir veri tabanı olusturarak sorgulama ve analiz yapmak için uygun bir sistem olan CBS, yalnız verilerin saklanıp analiz edilmesinde değil aynı zamanda etkin bir şekilde sunulması için de vazgeçilmez bir araçtır. CBS, büyük ölçekten küçük ölçeğe kadar halk sağlığı programlarının günlük işlemlerini ve yönetimsel çalışmalarını, planlama kapsamında verdiği katkılar ve epidemiyolojik haritalar aracılığı ile sağladığı bütüncül algılama yeteneği ile desteklemektedir (Doğru ve diğ, 2008). Hastalık kontrol ve izleme merkezleri gibi halk sağlığı kuruluşları, son 10 yıldan fazla bir süredir hastalıkların nereden nereye nasıl yayıldığı veya çeşitli faktörlerin insan sağlığını nasıl etkilediği gibi çalışmalarda CBS teknolojilerini kullanmaktadırlar. Halk sağlığı alanındaki kuruluşlar, sağlık planlayıcıları, sağlık alanındaki yöneticiler, hastaneler yada bu alandaki büyük şirketler, sigorta şirketleri, ilaç firmaları ve eczaneler gibi sağlık alanında hizmet veren kurum ve kuruluşlarda CBS kullanımı giderek yaygın bir hale gelmiştir. Önce sağlık CBS çalışmaları sayesinde, internet ya da internet üzerinden kendi sağlık istatistiklerine erişim sağlamak amacıyla CBS nin kullanılması yerel ve ülke çapındaki sağlık kuruluşları arasında giderek artmıştır. Sağlık planlayıcıları ise, sağlık kuruluşlarının hizmet ettiği nüfusu ya da sağlık kuruluşu ihtiyacı olan bölgelerin belirlenmesi, doktorların, hastane personelinin veya hastaların hastanelere ne kadar uzaklıkta yaşadığının analizi gibi konularda CBS yi kullanmaktadırlar. Ayrıca internet üzerinden kullanıcıya en yakın hastane, uzman, eczane, terapist veya diğer hizmet sağlayıcılara ulaşmaları için harita üzerinden çeşitli hizmetler sunulmaktadır (Çolak, 2009). İnternet teknolojisinin süreklilik sağlayan avantajı ile CBS verisinin dağıtılması ve yayınlanması olanaklı hale gelmiştir. CBS nin güçlü yanlarından biri de, kolay anlamayı sağlayan görsel araçlarla sonuçları paylaşabilme yeteneğidir. Sağlık endüstrisinde ise yarının CBS uygulamaları, hasta verisinin yönetimi ya da pazar bilgisinin analizine doğru gitmektedir. Sağlayıcılar böylece internet üzerinden CBS yi, bir araç olarak kullanarak, kullanıcıya bilgiyi anlık olarak sunabileceklerdir (Lang, 2000). Sonuçta sağlık alanında CBS kullanımı ile (McLafferty, 2003); - Sağlık hizmetlerine olan ihtiyaç belirlenebilir, 42

61 - Sağlık hizmetlerinin ulaşılabilirliği ve yürütülmesindeki eşitsizlikler giderilebilir, - Sağlık hizmetlerinin planlanması ve değerlendirilmesi etkili bir şekilde gerçekleştirilebilir, - Hastalıkların görüldüğü yerler ve görülme sıklığı izlenip, hastaların takibi hızlı ve güvenilir bir şekilde gerçekleştirilebilir, - Tüm bu gerçekleştirilen hizmetler ve sonuçları, haritalar ve grafikler kullanarak görselleşitirilerek elde edilen bilginin etkim bir şekilde sunumu ve paylaşımı gerçekleştirilebilir. 3.1 Sağlık Hizmetlerinde Harita Kullanımı Hastalık haritaları, karmaşık coğrafi bilginin hızlı ve görsel bir özetini sunar. Politika oluşturma ve kaynak tahsisine yardım etmek ve ayrıca görünüşte yüksek riskli bölgeleri vurgulamak için hastalıkların etiyolojisinde hipotezleri oluşturmada çeşitli tanımlayıcı amaçlar için kullanılırlar. Kümeleme ile hastalığın artan görülme sıklığı önceden tespit edilebilir. Küme bölgelerinin belirlenmesi ile risk altındaki kişiler belirlenebilir ve hastalık yapıcı çevresel etmenlerin araştırılmasına olanak sağlanabilir (Çolak ve Çan, 2007). İlk hastalık haritaları, Amerika da sarıhumma ve Avrupa da kolera salgınları gibi bulaşıcı hastalıklar için üretilmiştir lü yıllardan önce New York ta görülen sarıhumma vakaları sokak bazında gösterilerek, noktasal haritalar şeklinde Seaman tarafından örneklenmiştir. 19. Yüzyılın ilk başlarında ise benzer haritalar, miyasma salgını tartışmasında kullanılmıştı. Bu haritalar ile hastalığın yayılımının incelenmesi hedeflenmişti (Howe, 1989). Avrupa da üretilen kolera haritalarında da aynı yaklaşım takip edilerek, örneğin İngiltere de ulusal ölçekte koleradan kaynaklı ölüm oranlarını (mortalite) gösteren haritalar 1852 de Peterman tarafından üretilmiştir. İngiltere de Ganges Deltasının bir kısmı için üretilen bu haritada kolera riski gösterilmiştir. Bu haritada vakaların konumlarına göre hastalığın muhtemel risk faktörleri, belli bir eşyükseklik çizgisinden aşağıda nehrin yavaş aktığı bölgelerde izlenmiştir. Ayrıca sokak bazında noktasal harita üretimi yaklaşımı, atık sulardan yayılan kolera hastalığının gösterimi için 1855 yılında John Snow tarafından kullanılmıştır. Snow un araştırmasının 43

62 yorumlanmasında, suyun dağıtım sistemi hakkındaki bilgi de kullanılmıştır (Howe, 1989). İngiltere ve Galler de kanser ve kalp hastalıklarını içeren kronik hastalıkların haritalandırılmasına Haviland öncülük etmiştir. Haviland ülkedeki 1839 dan beri mevcut olan merkezlendirilmiş ölüm kayıtlarından yılları arasındaki moralite verilerini kullanmıştır. Ölüm sayıları ile genel nüfus sayım bilgilerini kullanarak kaba ölüm oranını hesaplayarak, coğrafi analizde sistematik olarak paydaları hesaba katan ilk epidemiyolojistlerden biri olmuştur. Ayrıca ülke çapında ölüm oranlarında (mortalitede) ayırt edici bölgesel modeller belirlenmiştir (Çolak, 2009). 19. yüzyılın sonlarına doğru hastalıkların yayılımının daha geniş ölçekte test edilmesi için bulaşıcı hastalıkların yayılım haritaları üretilmiştir. Çeşitli dönemlerde kolera, grip, kızamık ve veba gibi hastalık salgınlarının izlenmesinde haritalardan yararlanılmıştır. Asya da yılları arasında koleranın zaman içerisindeki yayılımı 1972 yılında Learmonth tarafından izlenmiştir. Bu haritada hastalığın görüldüğü bölgeler, hastalığın yayılımının öngörülen yönleri, yayılma tarihleri ve varsayılan yüksek risk grupları gösterilmiştir yılları arasında hastalıkların haritalandırılması konusundaki çalışmalara bakıldığında kronik hastalıklar hakkında çok sayıda ulusal ve bölgesel atlaslarının üretimi ön plana çıkmaktadır. İngiltere ve Amerika da gerçekleştirilen araştırmalar bu gibi çalışmaların öncüsü olmuştur (Çolak, 2009) ve 1930 larda, İngiltere ve Galler için kanser ölüm oranı (mortalite) haritaları üretilmiştir. Bölgesel farklılıkların izlenmesi için yaş ve cinsiyete göre düzenlemeler ile tanımlayıcı kanser istatistik yöntemlerinde önemli ilerleme sağlanmıştır. Bu haritalar kaba ölüm oranlarının yıllar içerisindeki karşılaştırmalarını ve verinin konumsal olarak modellenmesinde geçerli bir istatistik değerlendirmeyi de desteklemiştir yılları arasındaki 13 ana ölüm nedeni için geliştirilen ulusal atlas çalışmaları güncellenmiştir. Bu haritada, standardize edilen ölüm oranları her bir coğrafi bölge için yapılan analizler doğrultusunda sınıflandırma tekniği kullanılması ile veri değerlerine göre gölgelendirilerek çizilmiştir de güncellenen harita da, taban nüfusu temsil edecek boyutlarda her bir bölge için çizgisel bir sembol 44

63 kullanılmıştır. Çizgisel sembollerin değişimi, hem kent için hem de kırsal alanlar için istatistik önemde ayrı ele alınarak gösterilmiştir de ise bu haritalarda renklendirme teknikleri kullanılmşıtır (Howe, 1970) lerde ve 1980 lerde hastalık atlaslarının artmasının yanı sıra, sağlık coğrafyası disiplininin büyümesine neden olan pek çok bilimsel yayın yapılmıştır. Bu yayınlarda global ölçekte çeşitli hastalıkların haritalandırılması ve ilgili yöntemlere açıklık getirilmiştir. Hastalık haritaları yüksek riskli araştırma bölgeleri için epidemiyolojik çalışmaları harekete geçiren bir etki yaratmıştır. Amerika da mesleki tehlike maruziyeti, yaşam biçimi faktörleri ya da çevreden kaynaklanan potansiyel tehlikelere yönelik çalışmalar da gerçekleştirilmiştir (Boyle, 1989) yılından sonra, hastalık haritalarının kapsamında yaygınlaşma görülmüştür. Pek çok ülke ulusal atlaslarını genişletirken ya da güncelleştirirken, kimi ülkelerde de ilk çalışmalar başlamıştır. Bazı yerel yönetimler, küçük çaptaki yönetim bölgeleri için sağlık haritaları üretmeye başlamıştır. Geniş ölçekte hastalık modellerini gösteren, çeşitli uluslar arası büyük atlaslar oluşturulmuştur. Bu atlaslarla morbidite (hastalık oranı) ve mortalite (ölüm oranı) sebepleri test edilmiştir (Çolak, 2009). 3.2 Konumsal Epidemiyoloji Epidemiyoloji, toplumdaki hastalık, kaza ve sağlıkla ilgili durumların dağılımını, görülme sıklıklarını ve bunları etkileyen belirteçleri inceleyen bir bilim dalıdır. Sağlığı geliştirmek ve hastalıkları azaltmak için sağlık bilgilerini toplamak, yorumlamak ve kullanmak bu bilim dalının amaçlarındandır (URL-3, 2010). Epidemiyolojik araştırmaların temel amaçları (URL-3,2010): - Sağlıkla ilgili olayları tanımlama ve görülme sıklığını ölçmek, - Hastalık ya da kazaların nedenlerini inceleyen çözümleyici çalışmalar yapmak, - Uygulanan sağlık hizmetinin veya programlarının etkinliğini ölçme ve değerlendirme çalışmaları yapmaktır. Konumsal epidemiyoloji, hastalıkların riskinde ya da görülme oranlarındaki konumsal değişimlerin izlenmesidir. Kısaca hastalığın görülme oranının coğrafi dağılımının analizi ile ilgilenir (Lawson, 2006). 45

64 Epidemiyolojik çalışma insan topluluklarını hedef alır. En sık olarak belli bir zamanda, belli bir bölgedeki topluluk, yaş, cins, meslek gibi alt gruplarla analizler yapılır. Burada amaç pozitif sağlık durumları veya hastalıklarla neden olabilecek belirleyicilerin incelenmesidir (URL-3, 2010). Bu belirleyicilerin CBS kullanılarak incelenmesi ve izlenmesi; sağlık olaylarının nedenlerinin araştırılması, yayılımının izlenmesi, koruyucu ve engelleyici tedbirlerin alınması, sağlık hizmetlerinin planlanması gibi çalışmalar kolaylıkla yürütülebilmektedir. Epidemiyolojide kullanımlar (Durusoy, 2004): - Hastalık dağılımının analizi: Vektörle bulaşan hastalıklar, Su ile bulaşan hastalıklar, Diferansiyel mortalite - Çevresel riskler: Elektromanyetik alanlara maruziyet, Kurşun riski, Çocuk yaya kazalarının tahmini - Hastalık politikası ve planlaması CBS teknolojileri ile konumsal ve istatistik analizlerin birlikte gerçekleştirilmesi sayesinde, tanımlı bir bölgede sağlık ve demografik veriler birlikte değerlendirilebilir. Ayrıca sağlık olaylarında hastalık riskinin mantıklı konumsal varyasyonlarının araştırılmasına imkan sağlanır. Konumsal epidemiyoloji, bu gibi varyasyonları hem tanımlama hem de analiz etme ile uğraşır. Yani hastalıkların görülme sıklıklarının konumsal/coğrafi dağılımlarının analizi ile ilgilenmektedir. Konumsal epidemiyolojik analizlerin uygulamalarında, hastalık haritalarının kullanımı ve bu haritalaraın istatistiksel yöntemlerle incelenmesi ile birlikte hastalığın oluşumuna etki eden coğrafi korelasyon çalışmaları yürütülmektedir (Çolak, 2007). Epidemiyolojide CBS kullanımı ile şunlar incelenebilir (Çolak, 2009): - Hastalık dağılımlarının analizleri o Vektörle bulaşan hastalıklar o Su ile bulaşan hastalıklar o Enfeksiyon hastalıkları o Kronik hastalıklar o Diferansiyel mortalite 46

65 o Kümeleme çalışmaları - Çevresel risk değerlendirme o Elektromanyetik alanlara maruziyet o Mesleki risk maruziyeti o Kurşun, asbestos gibi insan sağlığına zararlı kimyasal maddeler riski o Erionite risk değerlendirmesi o Hava kirliliği o Zirai peptisistler o Çocuk yaya kazalarının tahmini - Hastalık politikası ve planlaması - Sağlık hizmetlerinin yönetimi ve planlaması Konumsal epidemiyoloji çalışmaları, önemli olduğu düşünülen sağlık ve çevresel etkenler arasında ilişkilerin araştırılmalarını amaçlar. Hastalığa neden olan etken hakkında bilgiye sahip olma, coğrafya ile hastalık arasındaki ilişkinin araştırılması için önemlidir. İleri istatistik yöntemler kullanılmadan, bu tip ilişki analizlerinin gerçekleştirilmesi olası değildir. Böyle yöntemler nadir görülen hastalıkların araştırıldığı küçük bölge çalışmlarında çok önemlidir. Sağlık olayları arasındaki konumsal ilişkinin araştırılması için, öncelikle hastalıkla ve o hastalığa neden olan çevresel etkenler hakkında bilgi toplanmalı ve bu bilgiler ihtiyaç doğrultusunda uygulanacak olan istatistik yöntemlerle analiz edilemlidir. Bu ise ancak, konumsal bilginin, sağlık olayları ile ilgili bilgilerin ve çevresel etmenlere ait bilgilerin bir arada değerlendirilebildiği CBS ile etkin bir şekilde gerçekleştirilebilmektedir. Konumsal epidemiyolojik analizlerin gerçekleştirilebilmesi, nüfus, çevresel etki ve sağlık olayları sonuçları çerçevesi içerisinde tanımlanır. Vakalar, konum ya da zamana düzgün dağılmazlar. Bunun sebebi ise, insanların nüfus kayıtlarına göre doğdukları yerde konumlandırılmaları, ancak zaman içerisinde başka yerlere göç ederek yaşamlarını geçirebilmeleridir. Zamana endeksli bu hareket boyunca insanlar pek çok yüzeyde çevresel etkiye maruz kalırlar ve biyolojik etkileşimle birlikte düşünüldüğünde insan sağlığına bütünleşik bir etki oluşturur. Yaş, cinsiyet ve genetik faktörler gibi kişisel özellikler ve sigara içme alışkanlığı, beslenme şekli gibi yaşam biçimi özellikleri ile kişilerin maruz kaldıkları çevresel etkinin yaşam 47

66 sürelerine yansıması, bir kişinin daha sonraki hastalık deneyimlerini etkileyecektir. İstatistik modeller, çevresel etkinin insan sağlığı üzerindeki etki boyutunun incelenmesinde kullanılırlar. Ancak bu modellerin kullanışlılığı açısından uygun veri gerekmektedir (Elliot, 2000). İdari veri, çalışma bölgesi içerisinde yaşayan kişilerin karakteristik özelliklerini, zaman içerisindeki ikametgahlarını, kişisel olarak maruz kaldıkları etkiyi ve sağlık kayıtlarını kapsayacak şekilde kesin bilgileri içermelidir (Barış, 1987). Nüfus, etki ve sağlık verisinin her biri, doğru konumsal ve zamansal bilgi (nokta verisi) ile ilişkilidir ya da toplam özetlenmiş sayılar halinde mevcut olabilir. Nokta verisi, sınırları çizilmiş kavramsal yapı ile yakın ilişkilidir, ancak böyle veri nadiren mevcuttur. Vaka kontrol çalışmaları vakaların nokta verisi ile belirtilmesi ile sağlanır. Belli bir hastalığın yoğunluğunun izlenmesi amacıyla oluşturulan haritalarda ise, noktasal anlamda vakaların gösterimine her zaman gerek duyulmaz. Böyle durumlarda genelde alansal vaka verisi yeterlidir. Yani nüfusu bilinen ya da tanımlanmış belli bir alanda görülen hastalığa ait vaka sayısı, hastalığın yoğunluk haritalarının üretilmesinde kullanılır (Çolak, 2009). - Sağlık veri setleri: Epidemiyolojik olayların konumsal olarak incelenmesinde hastalık verisi iki şekilde kullanılmaktadır (Şekil 3.1). o Vakaların noktasal bazda konumları: Her bir vaka ikametgah bilgilerine göre harita üzerinde nokta olarak gösterilir. (Noktasal veri) o Nüfusu tanımlı idari birimlerde görülen toplam vaka sayıları: İdari birimlerde vaka sayılarını ya da yoğunluğunu ifade eden harita gösterimleri kullanılır (Alansal Veri). Noktasal Veri Alansal Veri ġekil 3.1 : Noktasal ve alansal veri tipleri (Çolak 2009). 48

67 - Nüfus verisi: Vaka kontrol çalışmaları gerçekleştirildiğinde, risk altında olan nüfusa ait bilgi, kontrol örneklemelerinin kesin adresleri yoluyla elde edilir. En azından rutin sorgulamalar için nüfus verisi, nüfus sayımlarına dayandırılır. Bu veriler belli tarihler için yaş, cinsiyet ve ırk gibi özelliklerine göre gruplandırılarak nüfusun genel yapısı çıkartılır. Tahmini ve gerçek nüfus büyüklükleri arasında karşılaştırmalar yapılarak, nüfus tahmini güvenilirliği test edilir. Elde edilen hata değerleri modellenerek, genel nüfus sayım yılları arasındaki yıllar için de, tahmini nüfusların gerçek değerlerine yaklaşılması sağlanır. Bu şekilde genel nüfus sayım yılları arasındaki ara yıllar için yalnızca olağan demografik değişimler değil göç de dikkate alınarak nüfus büyüklükleri tahmin edilmelidir. En son nüfus sayımından sonraki nüfus projeksiyonları ise konumsal çalışmaları gerektirecektir (Lawson, 2006). - Çalışma alanı büyüklüğü: Konumsal epidemiyoloji çalışmalarında bir diğer önemli nokta ise çalışma alanı büyüklüğüdür. Çalışma alanı büyüklüğüne göre de kullanılan yöntemler değişiklik gösterir. Buna göre büyük ölçekte ve küçük ölçekteki konumsal epidemiyolojik yöntemler birbirlerinden farklıdır. Küçük ölçekli çalışmalarda, belli bir hastalık kümesi ya da kümeler grubunun analizinde tehlikenin bilinen bir kaynakla ilişkili olup olmadığı, 0,5-10 km 2 büyüklüğündeki alanların incelenmesinde kullanılabilir. Küçük ölçekteki çalışmalarda, daha çok hastalıklar ile çevresel problemler arasındaki ilişkiler incelenir. Büyük ölçekteki çalışmalarda ise, bir ülkenin farklı bölgelerinde bir hastalığın görülme yoğunluğundaki değişimler analiz edilebilir. Büyük ölçekteki çevresel analizlerin gerçekleştirimi ya da ülkenin herhangi bir hastalığa ait haritası geniş ölçekli çalışmalarla elde edilir (Lawson, 2006) Konumsal epidemiyolojide yöntem ve uygulamalar CBS deki gelişmeler ve istatistik yöntemler ile coğrafi olarak belirlenen sağlık ve nüfus verisinin kullanılabilirliği, özellikle küçük ölçekteki alanlarda görülen hastalık risklerinde mantıklı konumsal değişimlerin araştırılmasına imkan verir. Konumsal epidemiyoloji, bu gibi varyasyonları hem tanımlama hem de kavrama ile ilgilidir. Epidemiyolojide konumsal analizlerin kullanımı ve istatistiksel yöntemlerin geliştirilmesi, sağlık alanında CBS nin kullanımı ile daha etkin sağlanmaktadır (Elliot, 2000). 49

68 Hastalık haritalama Hastalık atlaslar, karmaşık coğrafi bilginin hızlı ve görsel bir özetini sunarlar. Politika oluşturma ve kaynak tahsisine yardım etmek ve ayrıca hastalığın yüksek riskli bölgelerini vurgulamak için hastalıkların etiyolojisinde hipotezleri oluşturmada çeşitli tanımlayıcı amaçlar için kullanılır. Hastalıkların haritalandırılmasının amaçlarından biri de, önemli epidemiyolojik çalışmalarda daha ayrıntılı değerlendirme yapabilmek için konumsal modellerin belirlenmesi yoluyla hipotezler oluşturmaktır. Konumsal analizler hastalıkların henüz belirlenmiş çevresel etkenleri ve farklı sağlık olaylarının açıklanmasında önemli bir rol oynamaktadır. Hastalık haritalamada, konumsal modellerin belirlenmesi için CBS yaygın olarak kullanılmaktadır. Özeliikle hastalığın nedenleri ve belirleyici süreçlerinin bilinmediği durumlarda, coğrafi çalışmalar ve konumsal epidemiyoloji için CBS önemli bir unsur oluşturmaktadır (Cromley ve McLafferty, 2002). Hastalıkların haritalandırılmasında uygun veri ve yöntemin kullanılması önemlidir. Aksi takdirde sonuçlar oldukça yanıltıcı olabilmektedir. En önemli problem ise kullanılan verilerin kalitesidir. Vaka sayısının az olduğu ve yerleşim birimlerine yansıyan yüksek yoğunluk değerlerine karşı haritanın rastgele değişkeni yeterince yansıtmadığı düşünüldüğü durumlarda, hastalık haritalarının küçük bölgelerde oluşturulmasının nedeni bu problemlerdir. Özellikle seyrek nüfuslu ve birkaç vakaya sahip geniş bölgelerde, nüfus az olduğundan dolayı hastalığın yoğunluk oranlarında büyük değerler elde edilir. Bu sonuç o bölgelerde yanıltıcı bir yorumlamaya neden olacağından, kullanılacak istatistik yöntemlerle bu gibi sorunları ortadan kaldıracak çözümler uygulanmaktadır (Elliot, 2000) Hastalık kümeleme Hastalık kümeleri yüksek insidans odakları şeklinde tanımlanmaktadırlar. Hastalıkların ya da belli bir hastalığın coğrafya üzerinde belirgin bölgelerde yoğunlaşması hastalık kümelerini oluşturur. Hastalık kümeleme çalışmaları, herhangi bir hastalığın yüksek oranda görüldüğü bölgelerinin belirlenmesine ve böylece hastalığın etiyolojisine yönelik ipuçlarının elde edilmesine olanak tanır. Kümeleme ile hastalığın artan görülme sıklığı önceden tespit edilebilir. Böylece bu bölgelerde risk altındaki kişiler belirlenebilir ve hastalık yapıcı çevresel etmenlerin araştırılmasına olanak sağlanabilir (Çolak ve Çan, 2007). 50

69 Hastalıkların konumsal kümelenmesinde, belirli yerleşim birimlerinde ya da belli bölgelerde hastalığın daha yaygın olup olmadığı araştırılır. Konumsal kümeleme yöntemleri genel oarak iki kısımda incelenebilir. Birincisi olası kümelenme yapısını belirlemek için tüm çalışma alanının incelenmesi, diğeri ise riskin kaynağının önceden belirlenerek, bu alanların incelenmesidir. Kümeleme çalışmaları konuma bağlı olmaksızın da gerçekleştirilebilir. Bu şekilde gerçekleştirilen genel kümeleme çalışmaları, hastalıklara ait kümelenmenin olup olmadığı konusunda bilgi verir. Ancak bu kümelenmelerin hangi konumlarda görüldüğü konusunda bilgi sahibi olunması açısından konumsal kümeleme yöntemleri kullanılmaktadır. Hastalıklar konumsal, zamansal ve konum- zamana göre 3 türde kümelendirilebilirler. Konumsal kümelenmelerin tespitinde kullanılan yöntemler, araştırma hipotezine göre değişiklik göstermektedir. Buna göre genel ve lokal testler olmak üzere kullanılan kümeleme testleri de iki gruba ayrılmaktadır. Genel testler genellikle geniş bir bölgede hastalığın genel yapısıyla ilgilenir. Lokal testlerde ise hastalığa ilişkin önceden varsayılan bazı etkenler nedeniyle, seçilen daha küçük bir bölgede gerçekleştirilir. Belirlenen bölge ile diğer bölgeler arasında kıyaslamalar yapılır. Kümeleme çalışmalarında, vaka-kontrol veya yalnızca vakalar üzerinden elde edilen 4 farklı veri türü bulunmaktadır. Bunlar; ikili, kategorik, sıralı ve sürekli veri türleridir. Ayrıca bu gibi çalışmalarda 3 farklı boyutta kümeleme incelenebilir. Kümeleme çalışmaları için bu boyutların incelenmesinde genellikle yoğunluk analizi kavramı kullanılmaktadır (Karabulut, 2003). Hastalıkların coğrafya üzerinde konumsal kümelerinin belirlenmesi için öncelikle hastalığın yoğunluk bölgelerinin tespit edilmesi gereklidir. Yoğunluk fonksiyonu noktalardan oluşan bir katmandan, noktaların ağırlıklarına göre matematiksel bir model kullanarak, sürekli bir yüzey üretmeyi amaçlar. Yoğunluk tahmini yöntemleri, çevreleyen bölgelerdeki verilerin fonksiyonuna bağlı düzensizliğin yumuşatılması ve klasik hastalık haritalama ile ilgili problemlerin üstesinden gelinmesi için kullanılır (Gatrell, 1996). CBS de konumsal yoğunluk analizi öç kısımda özetlenebilir. Bunlar; - Noktasal Yoğunluk Analizi, çalışma bölgesi içerisindeki örneklemelerin noktasal yoğunluklarının nasıl dağıldığının gözlemlenmesinde kullanılır. Bu analizde noktalardan yoğunluk yüzeyi oluşturulur. Vektör özellikteki nokta 51

70 detayları analiz sonrasında raster özellikteki bir yüzeye dönüştürülür. Bu dönüşüm matematiksel modeller yardımıyla sağlanır. - Çizgisel Yoğunluk Analizi ise, bir hat boyunca ve bu hattın komşu bölgeleri için yapılan yoğunluk analizidir. Noktasal yoğunluk analizi ile aynı fonksiyon işlev görmektedir. Ancak burada nokta özelliğindeki vektör yerine, çizgi özelliğindeki vektör detay girdi olarak kullanılır. Sonuç ürün ise yine raster özellilteki çizgiseller boyuncaki yoğunluk yüzeyleridir. - Kernel Yoğunluk Tahmini Yöntemi, hastalık haritalama ve epidemiyolojik olaylarda kümelerin coğrafi konumlarını belirlemek için kullanılmaktadır. Bu yöntem, hastalık açısından önemli veya riskin yüksek olduğu bölgelerin belirlenmesi ve analizi için aydınlatıcı bilgi verir. Kernel yoğunluk analizi (çekirdek kestirimli yoğunluk analizi) ile kümelemenin tam olarak kesin bir şekli olmamasına rağmen, önceden belirlenmiş yoğunluk değerinden daha yüksek değere sahip hücrelerde küme bölgeleri oluşturulur. Yoğunluğun grid gösterimi, nokta veri setleri ile ya da yüksek yoğunluklu bölgeler ile hipotezin belirlendiği bölgeler arasındaki olası ilişkiyi gösteren bir elips kullanımı vasıtasıyla sağlanır. Kernel yoğunluk analizinde, çalışma bölgesi içerisindeki örnekleme noktalarının yoğunluğu belli bir yarıçap içerisine düşen örnekleme sayısı ile belirlenir. Noktasal sağlık verisinin konumsal modelinin görüntülenmesi ve araştırılmasında sıklıkla kullanılan bir yöntemdir. Noktasal yoğunluk analizi her bir pikselde ya da tanımlı bir hücre içerisine düşen noktaların sayısı ile değerlendirilerek hesaplanır. Kernel yoğunluk analizi ise hücrelerde değilde, tanımlı bir yarıçapa sahip çember içerisine düşen noktaların yoğunluğu ile bu kaynaktan itibaren uzaklaştıkça değişen noktasal yoğunluğu ifade eder (Şekil 3.2) (Çolak ve Çan, 2007). 52

71 ġekil 3.2 : Yoğunluk analizi fonksiyonları (Çolak ve Çan, 2007) Kümeleme çalışmaları ile, hastalığa ilişkin bir hipotez olmaksızın belli bir hastalığın kümelerinin tespiti veya hastalıkların kümelenmesi yapılabilir. Ancak bu durumda yorumlama işlemi zordur. Hastalık kümelerinin tespiti, özel etiyolojik bir hipotez olmadığında, hastalığın artan insidansının erkenden belirlenmesi için gerçekleştirilir. Hastalık kümeleme çalışmaları ile birlikte ileri istatistik hesaplamalar gerektiren analizlerin de birlikte gerçekleştirilmesi, hastalığın etiyolojisinin incelenmesinde güçlü ipuçları verir Coğrafi korelasyon çalıģmaları Coğrafi korelasyon çalışmaları, sağlık sonuçları ile ilgili coğrafi bir ölçekte ölçülmüş çevresel değişkenlere (havada, toprakda veya suda ölçülebilen) ve yaşam biçimi faktörlerine (beslenme ya da sigara içme alışkanlıkları vs.) maruz kalmadaki coğrafi varyasyonları test eder. Hastalıkların haritalandırılmasında ve coğrafi korelasyon çalışmalarında kullanılan istatistik yöntemler benzer olabilirken, farklı amaçlar için kullanımları ayırt edici özelliklerini oluşturur. Yani, hastalık haritalama çalışmaları esasen tanımlayıcı özellikte iken, coğrafi korelasyon çalışmaları hastalık etiyolojisi soruları üzerine odaklanmaktadır. 53

72 Karşılaştırılabilir seviyede coğrafi çözünürlüğe sahip bölgelerde sağlık, çevresel etken ve nüfus verisi mevcut olduğunda, sağlık ve çevre ile ilişkili ekolojik çalışmaların gerçekleştirilmesi mümkündür. İnsan sağlığı, sanayileşmiş ülkelerde yiyecek, içme suyu veya hava yolu ile kimyasal madde ve radrasyon tehlikelerine karşı etkilenmektedir. Coğrafi korelasyon çalışmaları ile insan sağlığını olumsuz yönde etkileyen çevresel etkenlerin incelenmesi ve konumsal açıdan riskli bölgelerin tespiti mümkündür (Elliot, 2000) Bir nokta veya çizgi kaynaklı riskin değerlendirilmesi Nokta ve çizgi kaynaklı çalışmalar, kaynağa yakın olarak artan riskten kuşkulanıldığında ya da kaynağın potansiyel çevresel tehlike sunduğu düşünüldüğünde uygulanır. Etki bir noktadan (bacalar veya radyo vericileri gibi) ya da bir çizgi boyunca (yol veya enerji hatları gibi) kaynaklanmış olabilir. Bir noktadan kaynaklanan etki, vakaların rastgele olmayan dağılımlarının belirlenmesine sebep olabilirken; hastalıkların haritalandırılması, hem özellikli hastalıkların kümelenmesinde, hem de daha ziyade kümeleme için hastalık vakalarının eğiliminde bilgi sağlayabilir. Nokta ve çizgi kaynaklı etki çalışmaları, etkinin bölge seviyesinde özetlenmesine ve mevcut verinin coğrafi çözünürlüğünde sınırlandırılması nedeniyle sağlık sonuçlarına dayalıdır. Bir kaynaktan yükselen etkinin, küçük bölgeler için sabit olacağı kabul edilir. Böyle bir hesaplama coğrafi korelasyon çalışmalarını içine alacak şekilde kolayca genişletilebilir ve kullanılan istatistiksel model de bu durumda oldukça benzer olur (Elliot, 2000). 3.3 Akut Kalp Krizi Kalp krizi ya da enfarktüs, kalbin koroner arterlerinde gerçekleşen bir bozukluk sonrası meydana gelen yetersizlik sonucu şiddetli göğüs ağrısıyla ortaya çıkan ve ölümle sonuçlanması olası fizyolojik duruma denir. Dünyada en başta gelen ölüm sebeplerindendir. Yaygınlıkla kalp krizi olarak bilinen akut miyokardial enfarktüs (AMI veya MI), kalbe giden damarlardan birinde akışın engellenmesi sonucu oluşan bir rahatsızlıktır. Oluşan oksijen kesintisi kalp dokusunda hasara veya dokunun ölümüne neden olabilmektedir. Tıbbi müdahale gerektiren bu durum, tüm dünyada kadın ve 54

73 erkeklerin başlıca ölüm nedenlerinden biridir. Pek çok ülkede ise, kanserden daha çok sayıda ölüme yol açarak önde gelen ölüm nedeni olmaktadır. Türk Kardiyoloji Derneği nin öncülüğünde 1990 yılından beri yürütülen TEKHARF (Türk Erişkinlerinde Kalp Hastalığı ve Risk Faktörleri) çalışmasının 12 yıllık izlem verilerine göre, Türkiye de 2 milyon koroner kalp hastasının olduğu tahmin edilmektedir. Ülke genelinde yılda 260 bin civarında koroner vaka meydana gelmekte, bunların derhal fatal cereyan eden 85 bini çıkarılınca, 175 bin nonfatal koroner olaylı hasta tedaviye aday kalmaktadır. Bunların da dahil olduğu 2 milyon koroner hastadan yaklaşık bini ilaveten hayatını yitirmektedir. Böylece toplam koroner hastası halen yılda bin kadar artmaktadır. Türkiye İstatistik Kurumu (TUIK) verilerine göre yılları arasında gerçekleşen ölümlerin yaklaşık yarısı kalp hastalıkları nedeniyle gerçekleşmektedir. Çizelge 3.1 de en fazla mortaliteye sahip 10 ölüm nedeni sıralanmıştır. Bu tablodan da görüldüğü üzere kalp hastalıkları ve müdahale programı toplum için büyük önem taşımaktadır. Çizelge 3.1 : İlk 10 ölüm nedeni ( ) (TUIK, 2010) Ölüm Nedeni Mortalite Toplam Ortalama Kalp Hastalıkları Habis Urlar Vasküler Hastalık Kazalar Enfeksiyon Hipertansiyon ġekerli Diyabet Pnömoni Ġntihar Mide Ülseri Kalp krizinin yüksek oranda ölüme sebep olmasının en büyük sebebi çoğunlukla olay vuku bulduktan bir saat içerisinde hayati fonksiyonların durmasına sebep olmasıdır. Kalp krizi başladıktan 20 saniye içinde vücut hasara uğramaya başlar ve 8-10 dakika içerisinde ölümün gerçekleşme olasılığıda çok fazladır. Bu nedenle kalp krizinde zamanında ve etkin müdahale büyük önem taşımaktadır. 55

74 3.4 Sağlık ve CBS Uygulamaları Türkiye de sağlık alanındaki CBS uygulamaları, son 5 yıldır akademik çalışmalar şeklinde gerçekleştirilmeye başlanmıştır. Bu çalışmalar dünyadaki diğer uygulamalarla kıyaslandığında, genellikle hastalığı tanımlayıcı istatistik yöntemler içermeyen ve hastalıkların dağılımlarının tematik bazda haritalar üzerinden izlendiği çalışmalardır. Bu çalışmalarda genellikle istatistik açıdan irdelemeler yapılmamış yalnızca hastalık haritalama şeklinde üretilen, karmaşık olmayan konumsal sorgulamalrın yapıldığı ve nüfus verisinin dikkate alınmadığı çlaışmaladır. Çok az çalışmada ise istatistik açıdan değerlendirmeler ve hastalık riskini belirten tanımlayıcı istatistik ile ilgili çalışmalar gerçekleştirilmiştir. Ayrıca CBS ile sağlık hizmetlerinin yönetimi, izlenmesi ve planlanması gibi konularda yapılmış çalışmalar da bulunmaktadır. Sağlık Bakanlığı bünyesinde yürütülen CBS çalışmaları ise e-sağlık Projesi çerçevesinde Karar Destek Sistemi kapsamında gerçekleştirilmeye başlanmıştır. Bu kapsamda bakanlık bünyesine bağlı hastane, sağlık ocağı, sağlık evi vb. gibi kurumların harita üzerine işlenmesi, bölge il ve ilçe birim bazında konumsal veya konumsal olmayan sorgulama ve analizlerin yapılması işlemleri CBS ile gerçekleştirilmektedir. Sağlık hizmetlerinin planlanması, organizasyonu ve yönetimi konusunda mevcut sağlık hizmetleri kapasitesinin değerlendirilmesi için yürütülmeye başlanan CBS çalışmlarında ayrıca doktor başına düşen kişi sayısı veya yatak başına düşen kişi sayısı gibi nüfus bilgilerini de esas alan çalışmalar yürütülmektedir (URL- 4, 2010). Türkiye de gerçekleştirilen sağlık CBS uygulamalarından bazıları aşağıda verilmiştir. Coğrafi Bilgi Sistemi Yardımıyla Fenilketonüri Hastalığının İzlenmesi: Bu çalışmada, Fenilketonüri hastalığının tespiti, önlenmesi ve tedavi amacıyla CBS kullanımı irdelenmektedir. Elde edilen bilgilerin sayısal altlıklarla ilişkilendirilmesi sonucunda hastalığın konumu, nedeni ve daha çok nerelerde görüldüğüne dair sorgulama ve analizler yapılmaktadır (Durduran, 2004). Diyaliz Hastalarının Coğrafi Bilgi Sistemi Yardımıyla İzlenmesi: Konya merkez ve ilçelerinde tespit edilen diyaliz hastalarının Coğrafi Bilgi Sistemi yardımıyla konumsal bir altlıkla ilişkilendirilerek izlenmesi, tedavi amacıyla gittikleri diyaliz 56

75 merkezlerinin yerlerinin tespiti ve diyaliz hastalarının en çok hangi bölgelerden, hangi sebeplerle geldiklerine dair çalışmalar yapılmıştır (Durduran ve diğ, 2005). Diyaliz Merkezlerine başvuran hastaların, diyaliz merkezlerindeki cihaz sayılarına göre kıyaslaması, diyaliz merkezlerinin bulundukları yerlerin görselleştirilmesi, civarındaki hastalar için yeterliliği gibi sorulara cevap verilmeye çalışılmıştır. Sağlık Coğrafyasında CBS nin Kullanımı: Sağlık planlaması ve sağlık hizmetlerinin ayrılması açısından Samsun birinci basamak sağlık hizmetlerinde CBS den yararlanılmasına ilişkin örnek haritalar sunulmaktadır. CBS ile sağlık ocaklarının hizmet bölgelerinin özellikleri görsel hale dönüştürülerek sağlık ocaklarının hizmet bölgelerindeki nüfus ve hizmet verilen grupların dağılımı ve yıllar itibariyle gösterdiği değişmeler ve CBS ile sağlık ocaklarının personel dağılımları belirlenebileceği gösterilmektedir (Ergün ve Saraç, 2006). İzmir Anakentinde 112 Ambulans İstasyonlarının Dağılışı ve CBS Yöntemiyle Hizmet Alanlarının Sorgulanması: 112 Ambulanslarının vakalara anında müdahale edebilmesi için 112 istasyonları oluşturulmaktadır. Bu istasyonların oluşturulmaları esnasında kentlerin her noktasına kolayca ulaşmayı sağlayacak şekilde konumlandırılması ve 112 Ambulans istasyonlarının yerlerinin seçiminde konumsal analizlerden faydalanılmaması sorunlarına çözüm üretmek çalışmanın amacı olarak düşünülmüştür. Çalışmada elde edilen bulguların ışığında 112 Ambulans istasyonlarının dağılışının kent ölçeğinde düzenli olmadığı görülmüştür. Bu düzensizlik CBS yöntemlerinden olan Voronoi, Nokta Bazlı Buffer Analizi ile de ortaya konmuştur. Özellikle her istasyonda bir ambulansın mevcudiyetinden hareketle, tek bir istasyonun sorumluluk alanında kalan sahalarda söz konusu ambulansın görevde olması durumunda olaya zamanında CBS nin sağlık alanında kullanımı ve örnekleri müdahale şansı ortadan kalkacaktır. Bu durum kentin her noktasında acil tıbbi müdahale gerektiren vakalarda zamanında müdahaleye olanak veren bir 112 Ambulans ağının, her istasyonda yeterli araç sayısı ve personelin gerekliliğini vurgulamaktadır (Gümüş ve diğ, 2006). Acil Sağlık Hizmetlerinde Coğrafi Bilgi Sistemi: Coğrafi Bilgi Sistemi yardımıyla Konya ili haritası üzerinde bilgi teknolojilerinden yararlanarak 112 acil sağlık merkezlerine göre, çağrıların yapıldığı yerler, çağrı neden ve sıklığı ile yoğunlukların tespiti amaçlanmıştır (Kara ve diğ, 2006). 112 acil sağlık hizmetlerinden faydalanmak için çağrı yapan kişilere danışmanlık hizmeti verilmesi, vakalar 57

76 ambulansın yönlendirilmesi, hastaya müdahale ve uygun hastaneye nakledilmesi amacıyla yapılan çalışmalar sırasında, elde edilen bilgilerin sayısal altlıklarla ilişkilendirilmesi sonucunda vakaların konumu ve daha çok hangi vakanın nerelerde görüldüğü sorgulama ve analizlerle elde edilmiştir. Hem basılı ortam için hem de elektronik ortamda aktif ve güncellemeli haritalar oluşturulmuştur. İzmir İli için Coğrafi Bilgi Sistemi (CBS) Tabanlı Risk Analizi Uygulaması: Aynı yerleşim alanında yaşayan insanların hayatlarını ve yaşam kalitelerini etkileyen önemli konulardan biri de bulaşıcı hastalıklardır. Çünkü bulaşıcı hastalıklar sadece hasta kişiyi değil, hastanın yakın çevresini de tehdit etmektedir. Bazı durumlarda çevresel koşullar bulaşıcı hastalıklara neden olmaktadır. Her iki durumda da hastalığın nedenleri araştırılmalı ve mümkün olduğu kadar hızlı bir şekilde sağlık hizmetleri riskli alanlara ulaştırılmalıdır. Bunun için karar vericilere hızlı ve doğru bilgi sağlayacak bir yapıya ihtiyaç duyulmaktadır. Riskli alanın belirlenmesi sırasında zamandan yapılacak tasarruf hastalara daha erken ve hızlı müdahale edilmesini sağlayacaktır. Zaman, tıbbi sorunlar söz konusu olduğunda tedavinin sonucunu etkileyen en önemli faktörlerden biridir. Bu çalışmada, karar vericilere hızlı ve güvenilir bilgi sağlamak için Coğrafi Bilgi Sistemleri ile hastalık verilerinin incelenmesi önerilmiştir. Bu çalışmanın uygulaması olarak İzmir ilindeki dizanteri verileri incelenmiştir. Herhangi bir hastalığın Coğrafi Bilgi Sistemleriyle analiz edilerek oluşturulan risk haritaları üzerinde hastalık için en riskli alanların belirlenmesi amaçlanmıştır (Baysal, 2006). Coğrafi Bilgi Teknolojileri İle Kanser Vakalarının Haritalanması: Bu çalışmada Trabzon ili ndeki kanser vaka dağılımının Coğrafi Bilgi Teknolojileri ile analizine yönelik bir veritabanı tasarlanarak, yerleşim alanlarındaki kanser vakaları ile farklı özelliklere sahip istatistiksel tabanlı tematik haritalar üretilmiştir. Yerleşim alanlarının yer aldığı harita altlıkları üzerinde kanser vaka dağılımları gösterilerek, kanser vakalarının coğrafi özelliklerle karşılaştırmalı olarak irdelenme olanağı sunulmuştur. Sonuçta, yerleşim alanlarındaki kanser büyüklük ölçütü olan insidans değerleri nüfus bilgilerine bağlı olarak incelenmiş ve bu insidans büyüklüklerine göre kanser yoğunluk haritaları üretilmiştir (Çolak, 2005). Trabzon ili Kanser Yoğunluk Haritası, her bir yerleşim birimi için hesaplanan insidans büyüklüklerine göre oluşturulmuştur. Bu çalışma, kanser vaka dağılımlarının haritalar üzerinde gösterilmesi ile kansere karşı sürdürülen kontrol programlarında CBS nin etkin bir 58

77 rol üstlenebileceğini göstermiştir. Dijital kanser haritaları, konumsal olarak kanser yaygınlığının görsel anlamda sunumunu sağlamakla beraber, veritabanı yardımıyla da pek çok epidemiolojik istatistik analiz ve sorgulamanın kolayca yapılabilmesini sağlamaktadır. Dünyada CBS İle Sağlık Projeleri: Dünya ülkelerinde CBS ve sağlık entegrasyonuyla yapılan projeler ülkemizdeki projelerden çok daha fazladır (Özkan ve Güngör, 2007). 3.5 Acil Sağlık Hizmetleri (ASH) İnsanoğlu var olduğundan beri sağlık, temel ihtiyaçlardan bir tanesi olmuştur. Acil sağlık ihtiyacı ise hemen yerine getirilmezse telafisi mümkün olmayan özel bir öneme sahiptir. Acil Sağlık Hizmetleri (ASH), Amerika Birleşik Devletleri ve birkaç ülkede 1960 lı yıllarda başlamış, Türkiye de ise ulusal anlamda 1985 yılından itibaren kurulmuş ve faaliyetlerine başlamıştır (Bayramoğlu, 2009). Acil sağlık hizmetleri; hastanın ya da acil sağlık hekiminin tıbbı acil durum olarak kabul ettiği hastalık ve yaralanma gibi vakalarda hastane dışı acil sağlık yardımı ve hastaneye ulaşımı kapsayan acil hizmetlerin bir dalıdır (URL-5, 2010). Sağlık Bakanlığı nın 11 Mayıs 2000 yılında yayınladığı Acil Sağlık Hizmetleri Yönetmeliği nin 4. maddesinin (i) bendine göre acil sağlık hizmetleri; acil hastalık ve yaralanma hallerinde, konusunda özel eğitim almış ekipler tarafından, tıbbi araç ve gereç desteği ile olay yerinde, nakil sırasında, sağlık kurum ve kuruluşlarında sunulan tüm sağlık hizmetlerini kapsamaktadır (Acil Sağlık Hizmetleri Yönetmeliği, 2005). Giderek büyüyen kentler, günlük yaşamda artan teknoloji bağımlılığı, uzayan yaşam, değişen yaşam biçimi, acil durumla karşılaşma olasılığımızı artırmaktadır. Bu risk sadece kronik hastalar veya tehlikeli işlerde çalışanlar gibi belirli bir toplum kesimine yönelik değil, daha önce bilinen herhangi bir hastalığı olmayan bir bireyin kalp krizi, trafik kazası gibi ani bir neden ile karşılaşabileceği bir durumdur. ASH bu gibi acil tıbbi durumlarda hızlı değerlendirme, zamanında ve uygun müdahale, hızlı ulaşım ile en yakın sağlık birimine nakil ve sakat kalma riskini en aza indirmek ile sorumludur. Etkili ve verimli bir acil sağlık sistemi ile toplumdaki her bireye ihtiyacı olan tıbbi bakım sağlanabilmelidir. 59

78 ASH ülke nüfusuna ve klinik ihtiyaçlara bağlı olarak bir ya da birden çok organizasyon tarafından sağlanabilir. ASH yapısı ülkelerin yerel koşullarına göre farklılıklar göstermektedir. Örneğin Amerika ve Kanada da, itfaiye, polis ve ambulans ekiplerinin tek bir merkezden yönetildiği ve her türlü acil çağrının (sağlık, güvenlik, yangın, patlama, saldırı vb.) özel eğitimli personeller tarafından karşılanarak gerekli ekiplerin olay yerine yönlendirildiği ve güvenlik teşkilatının daha ön planda olduğu bir sistem kurgulanmıştır (URL-6, 2010). Ambulanslarda eğitim düzeylerine göre tıbbi yetkileri farklı olan Acil Yardım Teknikerlerinin (paramedik) görev yapmakta ve itfaiye istasyonları dışındaki hastanelere bağlı ambulanslar mobil olarak devamlı hareket halinde olmaktadır. Avrupa ülkelerinde ikinci dünya savaşından sonra başta Almanya olmak üzere birçok Avrupa ülkesinde askeri ve güvenlik teşkilatlarının yok olması, bunun yanında savaş sırasında ve sonrasında itfaiye teşkilatlarının çok önem kazanması nedeniyle ambulans hizmetleri güçlü itfaiye teşkilatlarının içinde örgütlenmeye başlanmıştır. Hala birçok bölge ve eyalette ambulanslar itfaiye merkezlerinden yönetilmektedir. Avrupa da itfaiye merkezlerine gelen acil çağrılar kayıt altına alınmakta ve standart prosedürlere göre itfaiye görevlisi tarafından olaya göre, itfaiye aracı, kurtarma aracı, ambulans, doktor aracı veya helikoptere çıkış verilmektedir. Bu merkezlerin ülkemizdeki gibi medikal olayları değerlendirme ve hastane bağlantılı bir organizasyona girmeleri gibi yetkileri yoktur. İki farklı kategorideki ambulanslarda genellikle paramedik ve kurtarma elemanları görev yapmakta, olay yerine ulaştıklarında tıbbi yetkilerinin olmadığı durumlarda merkezden doktor aracı veya helikopter ile doktor talep etmektedirler. Bu doktorlar genelde hastanelerin acil servislerinde çalışan anestezi veya travma uzmanları olmaktadır (URL-6, 2010). İngiltere de biraz daha farklı olarak bir özel sektör kuruluşu gibi organize olmuş, profesyonel bir yönetim kurulu ile yönetilen ambulans servisleri bulunmaktadır. Bu servisler itfaiyeden ayrı bir merkezden yönetilmekte ve personelin eğitimleri, finans kaynakları merkezi bir vergilendirme ile sağlanmaktadır. Eski Doğu Bloğu ülkelerinden Çek Cumhuriyeti, Polonya, Macaristan gibi Orta Avrupa ülkelerinde ise ambulans hizmeti yerel yönetimlerin kontrolünde olmakla birlikte sistemde çok sayıda uzman doktor yanında eğitimli paramediklerin yer alması ve beraberinde gelişen teknolojiyi kullanmaları sonucu oldukça güçlü bir hastane öncesi acil ambulans sistemine sahiptirler (URL-6, 2010). 60

79 Uzak doğu ülkelerinden Japonya ASH ne ayrılan büyük bütçeler ile dikkat çekmektedir. Ancak ambulans servislerinde çalışan personel kalitesi diğer ülkelere göre daha zayıftır yılında ambulans servisin geliştirilmesi için ilk kurum oluşturulmuş ve aynı yıl Acil Yaşam Kurtarma Teknikleri Yasası kabul edilmiştir yılında Tokyo da Emergency Life-Saving Technique Academy (ELSTA) kurularak hizmete başlamıştır. Japonya da ambulanslar itfaiye sistemi içinde organize edilmiş ve ambulanslarda ELSTA da eğitim ve sertifika almış itfaiyeci paramedikler görev yapmaktadır (URL-6, 2010). Bütün bu ülkelerde özellikle son on yıl içerisinde özel ambulans servislerinin önce hasta nakil ambulansları daha sonra acil ambulanslar ve hava ambulansları ile sisteme dahil oldukları ve sistem içerindeki paylarının arttığı gözlemlenmektedir. Özel ambulans servislerinin özellikle akreditasyon ve finans yönetimi açısından sisteme önemli katkıları bulunmaktadır Türkiye de acil sağlık hizmetleri ve mevzuat Tıbbi yaklaşımlarda atılan adımlar, araç-gereçlerdeki teknolojik gelişmeler ve nüfus artışı ile toplumun daha geniş bir coğrafi alanda hizmet beklemesi ile birlikte ASH de bazı değişiklikler yapılması kaçınılmaz hale gelmiştir. Bu gerekliliklerin perspektifinde ASH son 15 yılda dünyada ve ülkemizde büyük gelişmeler göstermiştir (Eryılmaz, 2007). Ülkemizde özellikle 1999 Marmara depremi sonrasında daha çok gündeme gelen ASH nin iyileştirilmesi çalışmalarına 2000 yılından itibaren daha fazla hız verilmiştir. Sağlık Bakanlığı tarafından 11/5/2000 tarihli ve sayılı Resmî Gazete de acil sağlık hizmetlerinin yurt genelinde eşit, ulaşılabilir, kaliteli, süratli ve verimli olarak yürütülmesini sağlamak amacı ile Acil Sağlık Hizmetleri Yönetmeliği yayımlanmıştır. 41 maddeden oluşan yönetmelikte ASH nin amacı, kapsamı, dayanağı, teşkili, sevk ve idaresi, hizmet birimleri, hizmet akışı, personel ve eğitimi, iletişim sistemi, kayıt bildirimi, arşivi ve finansmanı hakkında uyulması gereken esaslar yer almaktadır. Ülkemizde ASH, Sağlık Bakanlığı nın koordinasyonu ile Sağlık Bakanlığı na bağlı Temel Sağlık Hizmetleri Genel Müdürlüğü nün her ilde bulunan İl Sağlık Müdürlükleri ve İl Sağlık Müdürlükleri ne bağlı olarak görev yapan Acil Sağlık Hizmetleri Şube Müdürlükleri ile yürütülmektedir. Temel Sağlık Hizmetleri Genel Müdürlüğü, ülke düzeyinde ASH nin yönetiminden sorumludur. İllerde ASH, Acil 61

80 Sağlık Hizmetleri Şube Müdürlüğü tarafından denetlenir ve koordine edilir (Acil Sağlık Hizmetleri Yönetmeliği, 2000). ASH nin yürütülmesinde il düzeyine kadar olan yönetim şeması Şekil 3.3 de gösterilmektedir. ġekil 3.3 : ASH yönetim şeması ASH nin tek merkezden yürütülebilmesi amacı ile bakanlık bünyesinde Acil Sağlık Hizmetleri Danışma Kurulu, Acil Sağlık Hizmetleri Bölge Eğitim Araştırma ve Uygulama Merkezi ve İl Sağlık Müdürlükleri tarafından İl Acil Sağlık Hizmetleri Koordinasyon Komisyonu (ASKOM) kurulmuştur. Acil Sağlık Hizmetleri Danışma Kurulu: Sağlık Bakanlığı tarafından oluşturulan kurul Temel Sağlık Hizmetleri Genel Müdürü veya görevlendireceği ASH den sorumlu müdür yardımcısının başkanlığında görevlerini gerçekleştirir. Kurul, konu ile ilgili sağlık yöneticileri, üniversiteler ve sivil toplum kuruluşlarının temsilcilerinden oluşturulur. Kurulun görevleri; a. ASH nin uygulanmasına yönelik tavsiye kararları almak, 62

81 b. ASH ile ilgili sağlık kuruluşlarında çalışanların eğitim ve uygulama programlarını belirlenmek, c. İlkyardım eğitimi, sertifika denkliği ile ilkyardım müfredat programı ve uygulamalarla ilgili görüşlerine başvurmaktır (Acil Sağlık Hizmetleri Yönetmeliğinde Değişiklik Yapılmasına Dair Yönetmelik, 2007). Acil Sağlık Hizmetleri Bölge Eğitim Araştırma ve Uygulama Merkezi: Sağlık Bakanlığı na bağlı olarak hizmet veren eğitim araştırma ve uygulama merkezleri, kendilerine bağlı illerin desteği ile ASH konusunda araştırma ve hizmete özel eğitimleri; a. Ulusal ve uluslar arası kuruluşlar ile iletişim halinde planlamak, b. Bilimsel araştırmalar yapmak, c. Sertifikalı eğitim programları düzenlemek, d. Eğitim materyalleri, yazılı ve görsel dökümanlar hazırlamak, d. Afetler ve olağandışı durumlarda bağlı iller ile koordinasyonu sağlamak ile görevlidir (Acil Sağlık Hizmetleri Yönetmeliğinde Değişiklik Yapılmasına Dair Yönetmelik, 2007). İl Acil Sağlık Hizmetleri Koordinasyon Komisyonu (ASKOM): İl genelindeki hastanelerin acil servisleri ile il ambulans servisi arasındaki koordinasyon ve hizmet standartlarını belirlemek amacı ile kurulmuştur. Kurul, il sağlık müdürü veya görevlendireceği ASH den sorumlu il sağlık müdür yardımcısının başkanlığında; - Acil sağlık hizmetleri şube müdürü, - İl ambulans servisi başhekimi, - Resmi ve özel hastanelerin acil servis sorumluları, - Meslek odası ve ilgili sivil toplum kuruluşlarının temsilcilerinden oluşmaktadır (Acil Sağlık Hizmetleri Yönetmeliği, 2000). İl düzeyinde acil sağlık hizmet birimleri genel olarak 2 alt birimden oluşmaktadır. Bu birimler temel hizmet birimleri ve destek hizmet birimleridir. Temel hizmet birimleri a) Acil Sağlık Hizmetleri Şube Müdürlüğü, b) İl Ambulans Servisi Başhekimliği ve c) Hastane Acil Servisleri olmak üzere 3 adet alt birimden oluşmaktadır. 11/5/2000 tarihli ve sayılı Resmî Gazete de yayımlanan Acil Sağlık Hizmetleri Yönetmeliği ne göre; 63

82 a) Acil Sağlık Hizmetleri Şube Müdürlüğü: İl sağlık müdürlüğü adına acil sağlık hizmetleri ile ilgili çalışmaları koordine etmek, ildeki tüm ambulansların ruhsatlandırma ve denetimini yapmak, hastane acil servislerini koordine etmek ve denetlemek, il düzeyindeki ilkyardım eğitimlerinin verilmesini organize etmek ve bununla ilgili ilkyardım eğitim merkezlerinin ruhsatlandırılması ve denetimini yapmak, il sağlık afet planlarını hazırlamak ve uygulamasının koordinasyonunu sağlamak, acil sağlık hizmetleri ile ilgili tüm verileri toplamak ve değerlendirmek ile görevli birimdir. b) İl Ambulans Servisi Başhekimliği: Ambulans hizmetlerinin il düzeyinde organizasyonunu, yönlendirilmesini, uygulanmasını ve değerlendirilmesini, hizmete katılan kurum ve kuruluşlar arasında işbirliğini sağlayan, merkez ve istasyonlarda görev yapan personelin hizmet içi eğitimleri ile sevk ve idaresini yapan, merkez ve istasyonlarda kullanılan tüm araç ve gereçlerin temin, kayıt, bakım ve onarımlarını sağlayan, hizmetle ilgili tüm kayıt ve istatistikleri tutan, merkezin de içinde olduğu, kendisine ait binası ve personeli olan birimdir. c) Hastane acil servisleri: İkinci ve üçüncü basamak resmi ve özel sağlık kurum ve kuruluşları bünyesinde acil sağlık hizmeti verilen birimlerdir. Acil hasta ve yaralılara acil tıbbi müdahale yapmak, verilen hizmet ile ilgili kayıt tutmak ve gerektiğinde komuta kontrol merkezine geri bildirimde bulunmak ile görevlidir. Destek hizmet birimleri ASH temel hizmet birimleri arasında sayılmayan ve hizmet içerisinde bir görev üstlenmemiş ancak ilk ve acil yardıma ihtiyacı olanların müracaat edebilecekleri, kamuya veya özel sektöre ait sağlık kuruluşlarıdır (Acil Sağlık Hizmetleri Yönetmeliği, 2000). Bu kuruluşlar, birinci basamak sağlık kuruluşları, yataklı tedavi kurumları, sağlık hizmetleri ile ilgili hizmet veren kamu kurum ve kuruluşları, ASH ile ilgili hizmet sunan özel kuruluşlar ve şahısları kapsamaktadır. (Şekil 3.4) Burada sözü edilen birinci basamak sağlık kuruluşları sağlık evleri, sağlık ocakları, diğer kamu kurum ve kuruluşlarına ait birinci basamak hizmet veren sağlık kuruluşları, muayenehane, özel poliklinikler ve özel hastaneler olarak sıralanmaktadır. Birinci basamak sağlık kuruluşlarının tümü bireyler 64

83 arasında ayırım yapmaksızın her türlü acil hizmeti bulundurdukları olanaklar çerçevesinde vermekle sorumludur. Acil Sağlık Hizmetleri Birimleri Temel Hizmet Birimleri Destek Hizmet Birimleri Acil Sağlık Hizmetleri Şube Müdürlüğü İl Ambulans Servisi Başhekimliği Hastane Acil Servisleri Birinci Basamak Sağlık Kuruluşları Yataklı Tedavi Kurumları Sağlık Hizmetleri ile İlgili Hizmet Veren Kamu Kurum ve Kuruluşları Acil Sağlık Hizmetleri ile İlgili Hizmet Sunan Özel Kuruluşlar ve Şahıslar ġekil 3.4 : ASH birimleri 3.6 Acil Sağlık Hizmetlerinde Ambulansın Önemi ASH, acil yardım ve kurtarma ile başlayıp, ambulans hizmetleri ve rahabilitasyon hizmetleri ile devam etmektedir. Zincirin halkalarından birindeki başarısızlık diğer tüm halkaları da olumsuz yönde etkilemektedir. ASH zincirinde ambulans en önemli halkalardan bir tanesini oluşturmaktadır (Aksoy ve Ergün, 2002). Türkiye de ambulans hizmetleri il genelinde İl Ambulans Servisi Başhekimliği tarafından organize edilmektedir. İl düzeyinde ambulans hizmetlerinin yönlendirilmesi, uygulanması ve değerlendirilmesi, hizmete katılan kurum ve kuruluşlar arasında koordinasyonun sağlanması başhekimlik tarafından yürütülmektedir. Ambulanslar ulaşım şekillerine göre kara, hava ve deniz ambulansları olmak üzere 3 ana sınıfa ayrılmaktadır. Kara ambulansları ise acil yardım ambulansı, hasta nakil ambulansı ve özel donanımlı ambulanslar olmak üzere üç gruba ayrılmaktadır. Acil yardım ambulansı, her türlü acil durumda, olay yerinde ve ambulans içerisinde hasta ve yaralılara gerekli acil tıbbi müdahaleyi yapabilecek ekibe ve tıbbi donanıma sahip kara aracıdır sayılı Ambulanslar ve Acil Sağlık Araçları ile Ambulans Hizmetleri Yönetmeliği ne göre acil yardım ambulanslarında en az 1 hekim, 65

84 ambulans ve acil bakım teknikeri (AABT) ve bir sağlık personeli (AABT, anestezi teknikeri, hemşireler, ebeler, toplum sağlığı memurları, acil tıp teknisyenleri (ATT) ve anestezi teknisyenleri) olmak üzere en az 3 personel görev yapmaktadır. Hasta nakil ambulansı, acil tıbbi müdahale gerektirmeyen hasta ve yaralıların nakli amacı ile kullanılan kara aracıdır. Özel donanımlı ambulanslar ise hasta ve yaralıların yaşi fiziksel ve tıbbi durumları ile görev yapılan bölgenin coğrafi özelliklerine göre özel olarak tasarlanmış ve ekip, ekipman ile donatılmış araçlardır (Ambulanslar ve Acil Sağlık Araçları ile Ambulans Hizmetleri Yönetmeliği, 2006). Ambulans hizmetleri acil sağlık çağrılarının karşılandığı ve ambulansların sevk ve idare edildiği Komuta Kontrol Merkezi (KKM) ve acil çağrılara olay yerinde ve nakil sırasında sağlık hizmeti vermek üzere ambulans ve ekiplerin bulunduğu istasyonlar olmak üzere 2 alt birimden oluşmaktadır. KKM, ilin nüfusu, acil sağlık çağrı sayıları, istasyon sayıları ve ilin özelliklerine göre yeterli sayıdaki personel, teknik donanım ve yazılım alt yapısı ile birlikte uygun fiziki yapılarda kurulmaktadır (Acil Sağlık Hizmetleri Yönetmeliği, 2007). Burada belirtilen uygun fiziki yapı tanımı özellikle deprem afeti başta olmak üzere her türlü afete dayanıklı yapıyı temsil etmektedir. KKM, acil sağlık çağrılarını değerlendirerek verilmesi gereken hizmetin belirlemek ve yeterli sayıda ekibi olay yerine yönlendirerek hizmet ile ilgili tüm veriyi kayıt altına almak ve saklamak ile görevlidir. Ayrıca, kendisine bağlı istasyonlarda bulunan acil sağlık araçlarının sevk ve idaresini yapmak, kritik yatak ve birimler ile personel takibi yaparak hasta sevk sisteminin düzenli işlemesini sağlamak, hizmete katılan tüm kurum ve kuruluşları koordine etmek ve olağan üstü durumlarda (afet vb.) olay yerine yeterince ASH sağlamak da KKM nin görevlerindendir. Merkez, KKM nöbetçi sorumlu hekimi, KKM hekimi ve KKM çağrı karşılayıcı sağlık personelinden oluşan ekip ile acil durum çağrılarına cevap vermektedir. KKM nöbetçi sorumlu hekimi hizmet kapasitesi fazla olan illerde başhekim tarafından görevlendirilen, KKM nöbetçi personelinin karşılaştığı idari, teknik ve adli sorunlara çözüm bulmakla görevli hekimdir. KKM çağrı karşılayıcı sağlık personeli, gelen çağrıları kayıt altına alarak sağlıkla ilgili acil çağrıları KKM hekimine yönlendirir. KKM hekimi ise çağrı karşılayıcı personel tarafından yönlendirilen acil çağrıları değerlendirerek gerekli bulduğu takdirde olay yerine ambulans yönlendirir (Ambulans Servisi Çalışma Yönergesi, 2005). Hekim, çağrının ASH gerektirmediğine karar verirse talebi 66

85 reddetme yetkisine sahiptir. Bu durumda, talebin nasıl karşılanacağını bildirmekle yükümlüdür (Acil Sağlık Hizmetleri Yönetmeliği, 2000). İstasyonlar, KKM nin yaptığı yönlendirmelere göre acil çağrılara olay yerinde ya da nakil sırasında sağlık hizmeti veren birimlerdir. İstasyona doğrudan yapılan çağrılar ilk önce KKM nin değerlendirmesine sunularak merkezin talimatına göre harekete geçilir yılında yayımlanan sayılı Acil Sağlık Hizmetleri Yönetmeliğinde Değişiklik Yapılmasına Dair Yönetmelik e göre istasyon yerleri belirlenirken i) hizmet sunulması planlanan hedef nüfusun azami kişi olması, ii) ulaşım imkanlarının güçlüğü, iii) acil yardım gerektiren olayların sıklığı ve iv) trafik ve iş kazaları sayısı ve benzeri olayların sıklığı olmak üzere dört kriter gözönünde bulundurulmaktadır. İstasyon yapısında birinci derece amir konumunda olan ve ASH şubesi, başhekimlik ve istasyon arasındaki iletişimi sağlayan istasyon sorumlu hekimi ve KKM nin verdiği görevleri zamanında, eksiksiz uygulamakla görevli olan istasyon nöbetçi hekimi olmak üzere 2 adet hekim bulunmaktadır. Ayrıca istasyon sorumlu sağlık personeli, istasyon nöbetçi sağlık personeli, istasyon sorumlu sürücüsü ve istasyon nöbetçi sürücüsü olmak üzere 4 adet görevli daha istasyonda görev yapmaktadır. İstasyonlar verilen sağlık hizmetine göre A tipi, B tipi ve C tipi olmak üzere 3 sınıfa ayrılmaktadır. A tipi istasyon, 24 saat kesintisiz sadece ambulans hizmeti veren, ihtiyaca göre birden çok ambulans bulunduran, il ambulans başhekimliğine bağlı olarak çalışan istasyonlardır. Ekip içerisinde hekim bulunanlar (A1) tipi, hekim bulunmayanlar ise A2 tipi istasyon olarak adlandırılmaktadır. B tipi istasyonlar, birinci, ikinci ve üçüncü basamak resmi sağlık kurum ve kuruluşları ile entegre olarak kesintisiz ambulans ve acil servis hizmeti verilen, hizmeti bakımından KKM ye bağlı olan istasyonlardır. Entegre oldukları kuruma göre, hastane ile entegre olanlar B1 tipi, birinci basamak sağlık kuruluşları (resmi kurum tabiplikleri, sağlık ocağı, verem-savaş dispanseri, sağlık merkezi..vb.) ile entegre olanlar ise B2 tipi istasyon olarak adlandırılırlar. C tipi istasyonlar ise ihtiyaca göre günün belirli saatlerinde sadece ambulans hizmeti veren acil sağlık istasyonlarıdır (Acil Sağlık Hizmetleri Yönetmeliği, 2007). ASH, haberleşme, ulaştırma ve tıbbi müdahale olmak üzere üç hizmet bileşeninden oluşmaktadır. Haberleşme ve ulaştırma birlikte dikkate alındığında ambulans sistemleri olarak nitelendirilmektedir (Çivici, 2009). Bir ambulans sistemi, acil sağlık 67

86 çağrısı ile başlayan, çağrının değerlendirilmesi, yönlendirme, talebin yönlendirilen birim tarafından karşılanması ve gerekli ise hastanın en uygun tıbbi hizmet birimine nakledilmesi ile sona eren bir dizi işlemden oluşmaktadır. (Şekil 3.5) ġekil 3.5 : Acil sağlık hizmetlerinde hizmetin akışı. (URL-5,2010) ASH de hizmet akışı şekil 3.5 de görüldüğü gibi 7 aşamadan oluşmaktadır. İlk aşama KKM ye yapılan başvuru niteliğindeki çağrıdır (Zaman 0). 112 numaralı telefon ile yapılan acil sağlık çağrısı çağrı karşılayıcı sağlık personeli tarafından karşılanarak gerekli hizmetin sağlanabilmesi için talep bölgesi, talep niteliği ve hasta sayısı gibi bilgiler elde edilir (Zaman 1). Çağrının ASH gerektirip gerektirmediği KKM hekimi tarafından değerlendirilerek acil olarak değerlendirilen vakalara en uygun ambulans birimini yönlendirir (Zaman 2). Acil sağlık çağrısının alınması ve uygun ambulans biriminin vakaya yönlendirilmesi arasında geçen süre yönlendirme ya da gecikme süresi olarak adlandırılmaktadır (Zaman 0-Zaman 2). KKM tarafından yönlendirilen ambulans birimi en optimum sürede vaka yerine ulaşarak yönlendirme sırasında ve olay yerinde edindiği bilgiler ışığında istasyon hekimi ve istasyon sağlık personeli ile acil sağlık yardımını gerçekleştirir (Zaman 3). Hastanın ileri tıbbi müdahaleye ihtiyaç duyması durumunda istasyon hekimi tarafından hastaneye nakle karar verilerek ambulans talep bölgesinden ayrılır. (Zaman 4) Hastanın ileri tıbbi tedaviye ihtiyaç duymadığı durumlarda ise ambulans ekibi sunduğu hizmeti KKM ye bildirerek istasyona geri döner. Nakil durumunda, istasyon sorumlu hekimi KKM ye bilgi verir ve gerektiğinde hastanın durumuna en uygun acil servis hakkında yönlendirme isteyerek hastayı acil servise nakleder (Zaman 5). Acil servise nakil işlemi gerçekleştirildikten sonra ambulans birimi hastaneden ayrılarak (Zaman 6) bir 68

87 sonraki görev için istastona geri döner (Zaman 7). Acil servis, hastanın ihtiyaç duyacağı hazırlıkları nakil işleminden önce yerine getirerek hastaya gerekli ileri müdahaleyi gerçekleştirir. Şekil 3.5 de Zaman 2 Zaman 3 arasındaki süre ile gösterilen müdahale süresi, ASH sistem performansının değerlendirilmesinde önemli bir kriter olarak kullanılmaktadır. Bu nedenle bir çok ülke kara ambulansı müdahale süresi standartları üretmektedir. Müdahale süresi, ambulansın yönlendirilmesi ve talep bölgesine ulaşması arasında geçen zaman olarak tanımlanmaktadır (NFPA, 2001). Literatürde bazı çalışmalarda müdahale süresi, acil sağlık çağrısının geldiği andan itibaren ambulansın talep bölgesine erişmesine kadar olan süre (Zaman 0-Zaman 3) olarak ifade edilmiştir. Ancak ABD, Kanada ve İngiltere gibi ülkelerde yayımlanan standartlarda müdahale süresi, gecikme süresini kapsamayan, ambulansın yönlendirilmesinden itibaren talep bölgesine erişmek için yolda geçirdiği süre olarak tanımlanmaktadır. Dünyada bir çok ülkede ambulans müdahale süresi standart bir süre olarak tanımlanmamış, müdahale süresi belirleme çalışmaları devam etmektedir. Bu çalışmalarda, acil müdahale gerektiren (örneğin akut kalp krizi) vakalar ve genel acil sağlık vakaları olmak üzere iki tip vaka için müdahale süresi belirlemektedir. Ülkemizde ve dünyada ambulans hizmetlerinin Belirli ülkelerde müdahale süresi için standartlar oluşturulmuştur. Ontario Sağlık (ve Uzun Süreli Bakımlar) Bakanlığı nın kara ambulansı müdahale zamanı standartlarına göre müdahale süresi; 2 dk. yönlendirme (gecikme) süresi + 6 dk. akut kalp krizi müdahale süresi = 8 dk., 2 dk. yönlendirme (gecikme) süresi + 8 dk. genel müdahale süresi = 10 dk. olarak belirlenmiştir (URL-7, 2010). Dünyada ve Türkiye de müdahale süresi belirlenmesi amacı bir çok çalışma yapılmıştır. Bu kapsamda yapılan çalışmalar ile uygulama bölgesine ait müdahale süreleri belirlenmiştir (Çizelge 3.2). 69

88 Çizelge 3.2 : Ambulans müdahale süresi çalışmaları. ÇalıĢma Bölgesi Müdahale Süresi (Genel) (dk.) Müdahale Süresi (AKK) (dk.) Mecklenburg, ABD (Blackwell ve Kaufman, 2001) Ankara, Türkiye (Altıntaş ve Bilir, 2001) New York, ABD (Peters ve Hall, 1999) Ontario, Kanada (Kobusingney, 2010) Ontario, Kanada (Peters ve Hall, 1999) Kaliforniya, ABD (Narad ve diğ., 1999) Singapur (Ong ve diğ., 2009)

89 4. UYGULAMA 4.1 ÇalıĢma Alanı Çalışmada pilot bölge olarak farklı sosyo demografik yapısıyla Türkiye nin hemen hemen beşte bir nüfusunu barındıran İstanbul ili seçilmiştir (Şekil 4.1). İstanbul ilinin Avrupa daki en yüksek nüfuslu şehir olması özelliği çalışma alanı olarak seçilmesinde etkili olmuştur. Türkiye İstatistik Kurumu (TUİK) Adrese Dayalı Nüfus Kayıt Sistemi (ADNKS) 2009 yılı nüfus sayımı sonuçlarına göre İstanbul ili toplam nüfusu kişi olmak üzere nüfusun % 99 u kent merkezinde %1 ise belde ve köylerde bulunmaktadır. İstanbul ili kalabalıklaşan nüfusu, 40 belediyeden oluşan bütünleşik yoğun kentsel yerleşim alanı ile büyük ulaşım ve trafik problemlerini bünyesinde bulundurmaktadır. Bu kapsamda başta sağlık olmak üzere acil hizmetlere en optimum zamanda erişmek ve buna yönelik çözüm arayışı önemli bir gereksinim haline gelmiştir. ġekil 4.1 : Çalışma alanı İstanbul. 71

90 4.2 Veritabanı Tasarımı Projenin hayata geçirilmesinde yapılması gereken çalışmalardan ilki, sistemin üzerinde çalışacağı veritabanının oluşturulmasıdır. Veritabanının oluşturulması, mantıksal ve fiziksel tasarım aşamalarını kapsamaktadır. Veritabanının mantıksal tasarımı aşamasında sistemde hangi tip verilerin kullanılacağı, kullanılan verilerin hangi kriterler altında sınıflandırıldığı, konumsal referansların (nokta, çizgi, alan) nasıl ifade edileceği ve hangi özniteliklere sahip olacağı belirlenmektedir. Fiziksel tasarım sürecinde ise, mantıksal tasarımda ortaya koyulan verilerin ilişkisel veritabanı modelinde saklanacağı veri setleri, obje sınıfları ve tablolar oluşturularak, birbiriyle ilgili veriler arasında ilişki boyutları tanımlanmaktadır. Çalışma kapsamında kullanılan coğrafi veriler Sağlık (SA), İdari Birim (IB), Ulaşım (UL) ve Arazi Örtüsü (AO) olmak üzere 4 farklı veri grubundan oluşmaktadır. Uygulama bölgesi idari sınırları (il, ilçe, mahalle), yol ağı, mevcut ambulans istasyonları konumları, nüfus ve akut kalp krizi (AKK) hasta verileri çalışmanın veritabanı tasarımı çalışmasının temelini oluşturmaktadır. ġekil 4.2 : Coğrafi veritabanı tasarımı. 72

91 Sağlık vakalarına ait verilerin konumla ilişkisinin sağlanması, çalışma ölçeğine bağlı olarak idari birim bazında gerçekleştirilmektedir. AKK vakalarının dağılımını ve yoğunluğunu ifade etmek için mevcut idari birimlere ait vaka verilerinin temin edilmesi gerekmektedir. Bu kapsamda vaka verileri idari birim bazında toplanmakta ve sağlık kurumları belirli bir idari birimde hizmet vermektedir. Şekil 4.2 de gösterildiği gibi İdari Birim (IB) veri grubunda, il, ilce ve mahalle detay sınıfları alansal (poligon) olarak belirlenmiştir. Elde edilen AKK vakalarının ifade edilmesinde adres tanımlamaları büyük önem taşımaktadır. Çalışma kapsamında İstanbul iline ait tüm bina bilgilerinin toplanıp yerleşim detayında ifade etmek olanaksız olduğundan her AKK vakasının mahalle düzeyinde ifade edilmesi anlamlı kabul edilmiştir. Bu kapsamda her bir AKK vakasının hangi ilçe ve mahalle ile ilişkili olduğu ve iki idari birim düzeyinde de vaka dağılımı belirlenebilir. Çalışma bölgesine ait ULAŞIM veri grubu yol seviyelerine göre derecelendirilerek, yol ağındaki tüm çizgi tabanlı verinin yol sınıflarına göre ifade edilmesi gerekmektedir. Şekil 4.2 de ifade edildiği gibi çalışma bölgesine ait tüm yollar 1.derece, 2. Derece ve 3. Derece olmak üzere 3 yol sınıfına ayrılmıştır. 1. Derece yollar otoban ve devlet yollarını, 2. Derece yollar, il yolu ve bulvarları, 3. Derece yollar ise cadde, sokak, çıkmaz sokak, köy yolu ve patika yolları ifade etmektedir (Aydınoğlu, 2009). Arazi yüzeyinin sahip olduğu gerçek dokusu ile tanımlanarak arazi üzerindeki detayların ifade edilmesi yer belirleme problemlerinde gerekli olan unsurlardan bir tanesidir. Arazi Örtüsü (AO) veri grubu kentsel alanlar ve kırsal alanlar olmak üzere iki sınıfta incelenmiştir. 4.3 Verilerin Toplanması ve Coğrafi Veritabanının OluĢturulması Bölüm 4.2 de anlatılan veritabanı tasarımına göre İstanbul ili için İdari Birim (IB), Ulaşım (UL), Arazi Örtüsü (AO) ve Sağlık (SA) veri gruplarına yönelik veri kümeleri ArcGIS Geodatabase ortamında üretilmiş ve veritabanlarında bütünleştirilmiştir. İdari birim veri grubunda il, ilçe ve mahalle sınıflarını sınırları ile birlikte ifade eden alan (poligon) geometrili katmanlar üretilmiştir. Türkiye Afet Bilgi Sistemi İstanbul 73

92 Uygulaması (İSTABİS) Projesi kapsamında üretilen il, ilçe ve mahalle verileri düzenlenerek çalışmada kullanılır duruma getirilmiştir. İdari birimleri temsil eden nüfus verisi, Türkiye İstatistik Kurumu (TÜİK) Adres Dayalı Nüfus Kayıt Sistemi (ADNKS) nin 2009 yılı istatistiklerinden temin edilmiştir. Veritabanı tasarımına göre CBS uygulamalarında kullanılır biçimde idari birim veri katmanları ile bütünleştirilmiştir. Ulaşım veri grubunda kullanılacak yol verisi ise İSTABİS projesi kapsamında İstanbul Valiliği nden temin edilmiştir. Uygulama ihtiyacına göre yol verisinde ihtiyaç duyulan yol düzeyi ve türü, trafik yönü, ortalama sürüş hızı vb. eksiklikler giderilerek tez çalışmasında kullanılır hale getirilmiştir. Arazi örtüsü veri grubu için ihtiyaç duyulan veri, İTÜ Uydu Haberleşme ve Uzaktan Algılama Merkezi (UHUZAM) nden temin edilen SPOT5 uydu görüntüleri temel alınarak üretilmiştir. Görüntü üzerinde kontrolsüz sınıflandırma yapılarak yerleşim alanı ve kırsal alan arazi örtüsü sınıfları elde edilmiştir. Muhtemel ambulans yerlerinin yerleşim yerlerinde olması gerektiği düşünüldüğünde, çalışma alanı sınırını ifade eden yerleşim arazi örtüsü sınıfı uygulamada kullanılır alan geometrili katman olarak üretilmiştir. Sağlık veri grubu ambulans konumları ve akut kalp krizi (AKK) hasta verileri olmak üzere nokta geometrili 2 farklı veriden oluşmaktadır. Çalışma bölgesinde bulunan ambulans istasyonları 107Y327 nolu İstanbul da Akut Kalp Krizi Haritalarının Coğrafi Bilgi Sistemleri İle Üretilmesi ve Geo-İstatistiksel Olarak İncelenmesi başlıklı TUBİTAK Projesi kapsamında İstanbul Valiliği nden alınan veriler düzenlenerek elde edilmiştir. Akut Kalp Krizi vaka verileri ise Kartal Koşuyolu Yüksek İhtisas Eğitim ve Araştırma Hastanesi ve Çapa Tıp Fakültesi Kardiyoloji Anabilim Dalı ndan elde edilmiş ve çalışma kapsamında düzenlenmiştir (Çizelge 4.1). İki hastaneden alınan veri düzenlenerek çalışma kapsamında kullanılmak üzere 7500 adet akut kalp krizi vaka verisi belirlenmiştir. Kriz geçirilen ilçe ve mahalle öznitelikleri ile üretilmiştir. 74

93 Çizelge 4.1 : Akut Kalp Krizi (AKK) vaka verileri. 4.4 Uygulamada Kullanılacak Temel Haritaların Üretilmesi Tez çalışması kapsamında, elde edilen ve düzenlenen tüm veriler ile üretilen coğrafi veritabanı bünyesinde, CBS nin sağladığı veri görselleştirme olanakları kullanılarak çeşitli tematik haritalar üretilmiştir. Uygulamada kullanılacak temel haritaların üretiminde ArcGIS 9.3 yazılımı ile oluşturulan katmanlar kullanılarak gerekli kartografik unsurlar da göz önüne alınmıştır. - Yerleşim Alanı Haritasının Üretilmesi - Nüfus Dağılım Haritalarının Üretilmesi - Sağlık Hizmetleri Dağılım Haritasının Üretilmesi - AKK Vaka Dağılım Haritalarının Üretilmesi - Ulaşım Ağı Haritasının Üretilmesi YerleĢim alanı haritasının üretilmesi Uydu görüntülerinin sınıflandırılmasında kontrollü ve kontrolsüz sınıflandırma olmak üzere iki temel yöntem bulunmaktadır. Çalışma kapsamında elde edilen SPOT5 uydu görüntüsü kullanılarak kontrolsüz sınıflandırma yapılmıştır. Sınıflandırma işleminin sonucunda deniz, yerleşim alanları ve kırsal alanlar olmak üzere 3 farklı sınıf elde edilmiştir (Şekil 4.3). 75

94 ġekil 4.3 : İstanbul ili yerleşim alanı haritası Nüfus dağılım haritasının üretilmesi Çalışma bölgesindeki idari birimleri temsil eden mekansal veri grupları il, ilçe ve mahalle detay sınıfları olarak alansal gösterimle ifade edilmiştir. TUİK den elde edilen 2009 yılı İstanbul ilçe ve mahalle nüfus verileri, idari birimlere ait bilgilerin yer aldığı veritabanına ilave edilmiştir (Şekil 4.4). ġekil 4.4 : İstanbul ili nüfus dağılım haritası. 76

95 4.4.3 Sağlık hizmetleri dağılım haritasının üretilmesi Çalışma bölgesinde bulunan hastane ve 120 adet nokta geometrili ambulans istasyon verisi, ilgili coğrafi veritabanında bulunan Sağlık (SA) veri grubunun içinde ifade edilmiştir. İstanbul 112 İl Ambulans Servisi Başhekimliğine bağlı olarak çalışan 120 ambulans istasyonu acil çağrılara olay yerinde ve nakil sırasında acil sağlık hizmeti vermek üzere ambulans ve ekiplerin bulunduğu birimleri ifade etmektedir. CBS kapsamında yapılan konumsal analizler ile hangi idari birimde kaç adet istasyon ve hastane bulunduğunu belirlemek amacı ile istasyon ve hastane konumlarını gösteren tematik harita üretilmiştir (Şekil 4.5). ġekil 4.5 : İstanbul ili ambulans istasyonları dağılım haritası AKK vaka dağılım haritalarının üretilmesi Çalışma kapsamında İstanbul da kalp ile ilgili vaka verilerinin çok büyük bir bölümünü bulunduran Kartal Koşuyolu Yüksek İhtisas Eğitim ve Araştırma Hastanesi ve Çapa Tıp Fakültesi Kardiyoloji Anabilim Dalı ndan AKK vaka verileri temin edilmiştir Aralık ayı ve 2008 Aralık ayı arasındaki 11 yıla ait AKK vaka verileri çalışma alanındaki ilçe ve mahalle idari birim ölçeğinde düzenlenmiştir. Bu kapsamda elde edilen vaka verileri tasarlanan coğrafi veritabanına uygun formatlarda işlenerek CBS nin görselleştirme olanakları ile mahalle ölçeğinde AKK vaka dağılım haritası elde edilmiştir (Şekil 4.6). 77

96 ġekil 4.6 : AKK vaka dağılım haritası UlaĢım ağı haritasının üretilmesi Çalışma bölgesine ulaşım ağına ait trafik yoğunluğu dikkate alınarak belirlenmiş olan yol hızları, ve yol uzunlukları kullanılarak her bir yol çizgi geometrisine ait sürüş süresi hesaplanmıştır. Yol ağına ait yol yönü ve şerit sayısı öznitelikleri ilgili coğrafi veritabanına uygun formatta eklenmiştir. Ulaşım ağında bulunan yollar 1. Derece otoban ve devlet yolu, 2. Derece il yolu ve bulvar ve 3. Derece cadde ve sokak olmak üzere 3 sınıfa ayrılarak tematik harita üretilmiştir (Şekil 4.7). ġekil 4.7 : İstanbul ili ulaşım ağı haritası. 78

97 4.5 Mevcut Ambulans Ġstasyonları Hizmet Alanlarının Belirlenmesi Kalp krizi en hızlı erişilmesi gereken vakalar olarak kabul edildiğinde, 6 dakika olan kalp krizi müdahale süresi içerisinde çalışma alanında bulunan tüm ambulans istasyonlarının vakalara erişebilmesi gerekmektedir. ArcGIS ağ analizi modülünün servis alanı analizi fonksiyonu kullanılarak, mevcut ambulans istasyonlarının 8-10 dakikalık genel sağlık hizmet alanı (Şekil 4.8) ve 6 dakikalık acil müdahale hizmet alanı belirlenmiştir (Şekil 4.9). Kalp krizi vakalarında hedeflenen azami 6 dakika müdahale süresi kabulu dikkate alındığında ambulansların tüm vakalara bu süre içerisinde erişmesi beklenmektedir. ġekil 4.8 : Ambulans istasyonları hizmet alanları (6, 8, 10 dakika). 79

98 ġekil 4.9 : Ambulans istasyonları hizmet alanları (6 dakika). Şekil 4.6 da gösterilen kalp krizi vakalarının dağılımını gösteren harita dikkate alındığında, kalp vakalarının yoğun olduğu bazı bölgelere 6 dakika müdahale süresi içinde erişilemediği görülmektedir. ArcGis erase konumsal analiz fonksiyonu kullanılarak müdahale süresi içinde ambulans erişimi mümkün olmayan ve kalp krizi vakasının yoğun bulunduğu alanlar belirlenmiştir (Şekil 4.10). ġekil 4.10 : Erişilemeyen yüksek AKK vaka dağılımı. 80

99 4.6 Ambulans Ġstasyonları Ġçin En Uygun Yer Seçimi Acil durumlarda müdahale süresi çok önemli olduğundan, yeterli talebin karşılanması için uygun konumda ve sayıda istasyon yerleşimi yapılması gerekmektedir. Acil Sağlık Hizmetleri (ASH) de her bir ambulans istasyonunun hizmet ettiği bölgelerin ağırlığına göre bir iş yükü oluşmaktadır. Her bir ambulans istasyonu için iş yükü, ambulansın hizmet alanı içerisinde yer alan talep noktalarında bulunan önceden belirlenmiş ağırlık değerleri kullanılarak hesaplanır 2000 yılında sayılı Resmî Gazete de yayımlanan Acil Sağlık Hizmetleri Yönetmeliği nin 2004 yılında değişiklik yapılan 11. Maddesine göre; Madde 11-(DeğiĢik: RG 24/03/ ): Ambulans istasyon yerlerinin belirlenmesinde a) Hizmet sunulması planlanan hedef nüfusun azami elli bin kişi olması, b) Ulaşım imkanlarının güçlüğü, c) Acil yardım gerektiren olayların sıklığı, d) Trafik ve iş kazaları sayısı ve benzeri olayların sıklığı kriterleri dikkate alınmaktadır. Bu çalışmada ambulans istasyonlarının optimum dağılımının sağlanması için uygun yer seçiminde yerleşim alanlarında her kişiye bir ambulansın sağlanması hedeflenmektedir. Acil yardım gerektiren olaylar için AKK vaka sayısı yoğunluğu dikkate alınmıştır. Acil sağlık servislerinin ana ulaşım arterlerine yakın olmasına dikkat edilmiştir. Bu kapsamda mahalle idari birim düzeyinde nüfus verisi, elde edilen AKK vaka verileri ve arazi örtüsü verisi kapsamında elde edilen yerleşim alanı ve ulaşım ağı verisi birlikte kullanılarak CBS nin konumsal analiz fonksiyonları ile ambulans istasyonları için en uygun yerler önerilmiştir. Bu kapsamda belirlenen çalışma alanı içerisinde 77 adeti Avrupa Yakası nda, 43 adeti ise Anadolu Yakası nda olmak üzere toplam 120 mevcut ambulans istasyonu analize dahil edilmiştir. Mevcut ambulans istasyonlarının Bölüm 3.6 da belirtilen standart 6 dakika AKK müdahale süresi kullanılarak ağ analizi kapsamında hesaplanan hizmet alanları incelendiğinde çalışma bölgesinde etkin ambulans hizmetinin sağlanamadığı belirlenmiştir. Bu nedenle gerektiğinde mevcut istasyonların yerleri değiştirilerek ve yeni istasyon 81

100 yerleri önerilerek çalışma bölgesinde en uygun ambulans istasyon dağılımının sağlanması amaçlanmıştır. Yeni istasyon konumları mahalle idari birimi düzeyinde önerilmiştir. Çalışma kapsamında ambulans istasyonlarının en uygun yer seçimi için ilçe bazında çalışmalar gerçekleştirilmiştir. Çalışma alanında bulunan her ilçe için yeterli hizmeti verecek olan ambulans istasyonu yer belirleme işlemi aşağıdaki adımlar ile gerçekleştirilmiştir; 1) Arazi örtüsü verisinden elde edilen yerleşim alanları dikkate alınarak bu alanlar içinde AKK vaka sayısı yüksek olan ve 6 dakika müdahale süresi içerisinde erişilemeyen alanlar belirlenmiştir. Örneğin Maltepe ilçesinde mevcut olan ambulans istasyonlarının hizmet alanları (Şekil 4.11) ve AKK vaka sayısı yüksek olan ve erişilemeyen mahalleler ve yerleşim alanları belirlenmiştir (Şekil 4.12). ġekil 4.11 : Mevcut istasyonların hizmet alanları 82

101 ġekil 4.12 : Erişilemeyen yoğun AKK alanı. 2) AKK vaka yoğunluğu yüksek olan ve 6 dakika müdahale süresi içinde erişilemeyen alanlara hizmet vermek amacı ile mevcut ambulans istasyonlarını kaldırma, yerini değiştirme, yeni ambulans istasyonu ekleme işlemleri gerçekleştirilmiştir. Bu kapsamda sağlık kurumları bünyesinde bulunan istasyonların yerlerinin değiştirilmemesi uygun görülmüştür. İlçede bulunan tüm yerleşim alanlarını kapsayacak şekilde, yol ana arterlerine yakınlık dikkate alınarak mevcut ambulans istasyon yerini değiştirilebildiği durumlarda öncelikli yer değiştirme işlemi yapılmıştır. Bu kapsamda ambulans yer değişiminin mümkün olmadığı durumlarda ilçeye yeni ambulans istasyonu önerilmiştir. 3) Çalışma bölgesinde bulunan tüm mahallelerin nüfusları ve her kişiye bir ambulans sağlanması kriteri bir arada değerlendirilerek ilçe bazında gerekli olan istasyon sayısı belirlenmiştir (Çizelge 4.2). İkinci maddede belirlenen ambulans istasyon yerleri temel alınarak Çizelge 4.2 de ilçelerde belirlenen ihtiyaca göre istasyonlardaki ambulans aracı sayısı arttırılmıştır. Bu kapsamda her bir istasyonun hizmet verdiği nüfus dikkate alınarak eklenmesi gereken araç sayısı belirlenmiştir (Şekil 4.13). 83