Απουσίες στην πρωτοβάθμια εκπαίδευση κατά την Πανδημία Α(Η1Ν1) του έτους 2009 – 2010. Η περίπτωση της Αττικής
Δούκισσας Λεωνίδας|Καλογήρου Σταμάτης|Καραγεώργη Αθανασία
Υγεία
2019 | Φεβ
Η πανδημική γρίπη Α(H1N1) του 2009, η οποία εντοπίστηκε αρχικά στο Μεξικό και διαδόθηκε ραγδαία σε όλη την υφήλιο, ταξινομείται στις πανδημίες με την πιο γρήγορη εξάπλωση στην σύγχρονη ανθρώπινη ιστορία. Στις 10 Αυγούστου του 2010, ο Παγκόσμιος Οργανισμός Υγείας (ΠΟΥ) ανακοίνωσε πως ο ιός Η1Ν1 ολοκλήρωσε τον κύκλο του και η πανδημία έχει πλέον τυπικά ολοκληρωθεί (WHO, 2009). Στον Ελλαδικό χώρο, το πρώτο κρούσμα γρίπης Α(H1N1) σημειώθηκε στις 18 Μαΐου 2009. Πρόκειται για έναν ασθενή ηλικίας 19 ετών, ο οποίος είχε επιστρέψει δύο ημέρες νωρίτερα από την Νέα Υόρκη (Panagiotopoulos et al. 2009).
O Glezen (1996) συγκρίνει τις πανδημίες Η1Ν1 των ετών 1892, 1918, 1936, 1957 ανά ηλικία και καταλήγει, από την ανασκόπηση των ειδικών ποσοστών προσβολής κατά ηλικία, ότι τα παιδιά σχολικής ηλικίας κατά κανόνα έχουν τα υψηλότερα ποσοστά προσβολής κατά την διάρκεια πανδημικών (και inter πανδημικών) περιόδων. Επιπλέον, τα παιδιά διαδραματίζουν σημαντικό ρόλο στην διάδοση του ιού στον γενικό πληθυσμό εξ αιτίας της συγκέντρωσής του στο σχολικό περιβάλλον και στη μη σχολαστική πρόληψη όπως το πλύσιμο των χεριών με σαπούνι και το στέγνωμα με καθαρό χαρτί ή αέρα.
Στην παρούσα εργασία, πραγματοποιείται για πρώτη φορά στον Ελλαδικό χώρο, η χαρτογράφηση των σχολικών απουσιών της Πρωτοβάθμιας Εκπαίδευσης στην Αττική σε επίπεδο ΟΤΑ Καποδίστρια. Θεωρούμε ότι οι σχολικές απουσίες συνδέονται άμεσα με την εξάπλωση της επιδημίας της γρίπης H1N1. Η ανάλυση έγινε σε εβδομαδιαία δεδομένα για το χρονικό διάστημα από τις 13/10 έως τις 17/12 του έτους 2009.
Πραγματοποιήθηκε ανάλυση χωρικής αυτοσυσχέτισης με τον υπολογισμό ολικών και τοπικών δεικτών Moran’s I για τις 10 εβδομάδες μελέτης. Οι τοπικοί δείκτες Moran’s I ταξινομήθηκαν και παρουσιάζονται με τη μορφή χαρτών χωρικών προτύπων, στους οποίους αναδεικνύονται περιοχές όπου παρατηρείται έξαρση του φαινομένου. Οι χάρτες αυτοί αναδεικνύουν την ύπαρξη χωρικής αυτοσυσχέτισης στις τρεις πιο κρίσιμες εβδομάδες ανάλυσης του φαινομένου, όπως θα δούμε παρακάτω. Ακολούθως, το διάγραμμα μέσων τιμών μαθητικών απουσιών, οπτικοποιεί τόσο την εξέλιξη του φαινομένου όσο και τον αντίστοιχο έλεγχο στατιστικής σημαντικότητας διαφοράς των μέσων τιμών.
Ο εντοπισμός δήμων με υψηλό ποσοστό απουσιών μπορεί να βοηθήσει στην ενημερωμένη λήψη αποφάσεων των υπεύθυνων άσκησης πολιτικής πρόληψης υγείας (Υπουργείο Υγείας, ΚΕΕΛΠΝΟ, Πρωτοβάθμια Εκπαίδευση). Παρόλο που η ανάλυση αφορά δεδομένα του 2009, τα οποία συλλέχθηκαν για αυτόν τον σκοπό, τα κρούσματα της γρίπης Α συνεχίζονται κάθε χρόνο στην Ελλάδα, καθιστώντας την ανάλυση αυτή επίκαιρη. Ως εκ τούτου, η συνολική διαχείριση των κρουσμάτων και θανάτων λόγω της γρίπης Η1Ν1 ανά περιφέρεια (Δούκισσας κ.α., 2016α) σε συνδυασμό με τις σχολικές απουσίες πιθανώς να συμβάλλει ως ένα μελλοντικό εργαλείο εναργέστερης διαχείρισης και συντονισμού σε μία νέα πιθανή πανδημία.
Δεδομένα
Στην παρούσα εργασία χρησιμοποιήθηκαν δεδομένα από το ΚΕΕΛΠΝΟ (εβδομαδιαίες εκθέσεις επιδημιολογικής επιτήρησης της γρίπης κατά το διάστημα 2009 – 2010), τα οποία είναι διαθέσιμα στην ηλεκτρονική διεύθυνση www.keelpno.gr. Παράλληλα, τα πληθυσμιακά δεδομένα προέκυψαν από την Απογραφή Πληθυσμού του 2011 που διενεργήθηκε από την Ελληνική Στατιστική Αρχή (ΕΛ.ΣΤΑΤ.) (www.statistics.gr). Τα δεδομένα που αφορούν τις απουσίες των μαθητών στην Πρωτοβάθμια και Δευτεροβάθμια Εκπαίδευση ελήφθησαν από την Εθνική Σχολή Δημόσιας Υγείας (ΕΣΔΥ) σε συνεργασία με το ΙΤΥΕ (Ινστιτούτο Τεχνολογίας, Υπολογιστών & Εκπαίδευσης) το οποίο εποπτεύεται από το Υπουργείο Παιδείας, Έρευνας και Θρησκευμάτων. Πιο συγκεκριμένα, τα δεδομένα αυτά αφορούν το σύνολο των απουσιών που πραγματοποιήθηκαν από τους εγγεγραμμένους μαθητές, το χρονικό διάστημα από 25/9/2009 έως 17/12/2009 σε ημερήσια βάση. Η καταγραφή απουσιών έγινε σε όλα τα σχολεία της Ελλάδας και συμπεριέλαβε όλες τις βαθμίδες εκπαίδευσης και όλους τους τύπους σχολείων.
Στην αρχική τους μορφή τα δεδομένα είναι οργανωμένα σε πίνακες. Κάθε εγγραφή του πίνακα αφορά τις συνολικές απουσίες (οι απουσίες λόγω του ιού γρίπης δεν καταγράφονταν ξεχωριστά στο σύστημα καταχώρισης απουσιών) και περιλαμβάνει α) τον κωδικό του σχολείου, β) την ημερομηνία καταγραφής των απουσιών, γ) τον αριθμό των μαθητών που απουσίαζαν ανά τμήμα, και δ) το σύνολο των ενεργών μαθητών του τμήματος.
Αρχικά, πραγματοποιήθηκε έλεγχος ως προς την πληρότητα και εγκυρότητα των στοιχείων κάθε εγγραφής. Υπήρξε ένας πολύ μικρός αριθμός εγγραφών όπου δεν αντιστοιχούσαν σε κάποιο σχολείο μέσω του κωδικού του και για τον λόγο αυτόν παραλείφθηκαν. Δημιουργήσαμε ερώτημα διασταύρωσης και μετά την εκτέλεσή του παρατηρήθηκε ότι σε κάποιες εγγραφές ο δήμος στον οποίο βρίσκεται το σχολείο δεν ήταν αυτός που προέκυπτε από τον κωδικό του σχολείου. Έγιναν οι απαραίτητες διορθώσεις και στη συνέχεια προχωρήσαμε στην επεξεργασία των δεδομένων. Δημιουργώντας διαδοχικά ερωτήματα καταλήξαμε στην δημιουργία του τελικού ερωτήματος. Εξαιρώντας τις παρουσίες της Δευτέρας και της Παρασκευής λόγω αυξημένης μεταβλητότητας (για αποφυγή έκτροπων παρατηρήσεων) υπολογίστηκε η τελική μεταβλητή που είναι ο μέσος όρος απουσιών των ημερών Τρίτη, Τετάρτη και Πέμπτη, εξαίροντας τις ημέρας που τα σχολεία είναι κλειστά (αργίες 28/10 και 17/11). Η γεωγραφική λεπτομέρεια της μεταβλητής είναι ο ΟΤΑ Καποδίστρια. Η ανάλυση στη παρόν άρθρο αφορά μόνο την Περιφέρεια Αττικής.
Θεωρητικό Υπόβαθρο
Η ειδοποιός διαφορά ανάμεσα στην περίοδο μεταξύ της πανδημίας των ετών 1999 έως 2009 και στην πανδημία του 2009 ήταν η ηλικιακή προσβολή του ιού σε νοσηρότητα και θανάτους (ECDC, 2010). Η πανδημία του ιού Α(Η1Ν1) έπληξε περισσότερο τον νεανικό πληθυσμό και ειδικότερα τα σχολεία (Health Protection in Midlands) και τα νοικοκυριά (Nishiura et al, 2009). Στην Ελλάδα εκτιμάται πως ο κλινικός δείκτης προσβολής ήταν υψηλότερος για τα παιδιά ηλικίας 5 – 19 ετών ενώ ήταν χαμηλότερος για άτομα ηλικίας άνω των 64 ετών. Υπολογίζεται πως μολύνθηκε περίπου το 19,7% του Ελληνικού πληθυσμού (ΚΕΕΛΠΝΟ, 2010). Υπολογίζοντας τους ειδικούς δείκτες νοσηρότητας (Τσίμπος, 2004) για τον ιό A(H1N1) ανά 100.000 κατοίκους παρατηρούμε την ραγδαία αύξηση των κρουσμάτων μέχρι την ηλικία των 15 ετών. Πιο αναλυτικά, μέχρι την ηλικία των 5 ετών διαπιστώθηκαν 200 κρούσματα ανά 100.000 πληθυσμό. Οι αριθμοί παρουσίασαν αυξητική πορεία (300 κρούσματα) με μικρή μεταβολή και στην ηλικιακή ομάδα 5 – 10 ετών. Εντυπωσιακή είναι η αύξηση της ηλικιακής ομάδας 10 – 15 ετών. Η παρούσα ηλικιακή ομάδα αποτελεί την μέγιστη τιμή (σχεδόν 500 κρούσματα / 100.000) το οποίο επιβεβαιώνει και τις ανωτέρω εργασίες ότι τα παιδιά αποτελούν πρωταρχική εστία του ιού της γρίπης Α(Η1Ν1) και ειδικότερα οι μαθητές της πρωτοβάθμιας εκπαίδευσης (Δούκισσας κ.α., 2016β). Η επιδημία κορυφώθηκε την 48η – 49η εβδομάδα του 2009 (Maltezou et al., 2011).
Μεθοδολογία
Η θεματική χαρτογραφία ασχολείται με τη δημιουργία και μελέτη θεματικών χαρτών. Στο θεματικό χάρτη ενδιαφέρει κυρίως η χωρική κατανομή των δεδομένων ενώ οι θέσεις και οι αποστάσεις των χωρικών μονάδων είναι σχετικές και συμβολικές. Ο πιο συνήθης θεματικός χάρτης είναι ο χωροπληθής (choropleth map).
Μια κατηγορία μεθόδων εξερεύνησης χωρικών δεδομένων είναι τεχνικές οι οποίες εξετάζουν αποκλειστικά τη χωρική εξάρτηση μεταξύ τιμών των διαφόρων χωρικών μονάδων. Ο Goodchild (1987), αναφέρει ότι υπό τη γενικότερη έννοια της η χωρική αυτσοσυσχέτιση ενδιαφέρεται για το βαθμό με τον οποίο η τιμή μιας μεταβλητής σε κάποια θέση είναι παρόμοια με τις τιμές τις ίδιας μεταβλητής που βρίσκονται γεωγραφικά κοντά της. Τα κέντρα των χωρικών προτύπων παρουσιάζουν το μεγαλύτερο ενδιαφέρον από πλευράς συμπερασμάτων για την χωρική κατανομή της μεταβλητής και το φαινομένου που αυτή αφορά.
Αποτελέσματα Διερευνητικής χωρικής ανάλυσης
Στους Χάρτες 1 και 2 παρουσιάζεται η χαρτογράφηση ανά εβδομάδα (από την 42η έως την 51η του έτους 2009) των ποσοστών απουσιών σε σχολεία της πρωτοβάθμιας εκπαίδευσης στο νομό Αττικής. Το φαινόμενο ξεκινάει να κορυφώνεται στα δυτικά της Αττικής και συγκεκριμένα στον Δήμο Άνω Λιοσίων και στην Κοινότητα Κρυονερίου. Κατά την 44η εβδομάδα παρατηρούμε κορύφωση των απουσιών στους Δήμους Κρυονερίου, Καματερού, Περιστερίου, Φιλοθέης, Κρωπίου και Μαρκόπουλο καθώς και στην Κοινότητα Καπανδριτίου. Ωστόσο, η 44η εβδομάδα ήταν η εβδομάδα εορτασμού της Εθνικής Επετείου του Όχι (28ης Οκτωβρίου) συνεπώς ένα μεγάλο ποσοστό απουσιών ενδεχομένως να οφείλεται σ’ αυτόν. Ο τελευταίος χάρτης του Χάρτη 1 που αναφέρεται στην 46η εβδομάδα φανερώνει υψηλά ποσοστά στους δυτικούς Δήμους Ζεφυρίου, Μάνδρας, Ερυθρών, Γέρακα και στις Κοινότητες Κρυονερίου και Αφιδνών. Τέλος και στο Νότιο τμήμα της Αττικής στην κοινότητα Αγίου Κωνσταντίνου σημειώνεται σχετικά υψηλό ποσοστό.
Γράφημα 1: Χαρτογράφηση των ποσοστών απουσιών σε σχολεία της πρωτοβάθμιας εκπαίδευσης για την περίοδο 13/10 εως 12/11/2009 στο νομό Αττικής (Χάρτες 1-6)
Περνώντας στον Χάρτη 2 και στην 47η εβδομάδα παρατηρούμε ότι το φαινόμενο είναι αρκετά έντονο και επεκτείνεται στα Βόρεια αλλά και στα Νότια προάστια της Αθήνας. Ξεκινώντας από την βορειοανατολική Αττική, οι Οργανισμοί Τοπικής Αυτοδιοίκησης (ΟΤΑ) που εμφάνισαν πολύ υψηλά ποσοστά (άνω του 16,5%) είναι οι εξής: οι Κοινότητες Κρυονερίου, Αφιδνών και Καπανδριτίου, καθώς και οι Δήμοι Άνω Λιοσίων, Ασπρόπυργου, Βίλιων, Διονύσου. Οι ΟΤΑ που εμφανίζουν το αμέσως μικρότερο ποσοστό (μεταξύ 12,5% έως 15%) είναι οι Δήμοι Παιανίας και Αρτέμιδος. Τέλος οι Δήμοι Βουλιαγμένης και Βάρης σημείωσαν ποσοστό μαθητικών απουσιών μεταξύ 9 και 10,5% κατά την 47η εβδομάδα του 2009. Την επόμενη εβδομάδα (48η) παρατηρούμε ότι οι Κοινότητες Κρυονερίου και Αφιδνών εμφανίζουν τα υψηλότερα ποσοστά μαζί με τον Δήμο Βιλίων. Ακολουθούν οι Δήμοι Λυκόβρυσης, Παπάγου, Ελευσίνας καθώς και η Κοινότητα Αγίου Κωνσταντίνου στο Νότιο τμήμα της Αττικής. Ποσοστά της τάξεως του 9 – 10,5% σημειώνουν και οι Δήμοι Μάνδρας και Μεγάρων. Κατά την 49η εβδομάδα παρατηρούνται πολύ υψηλά ποσοστά (άνω του 16,5%) στην Δυτική Αττική καθώς και στο Νότιο τμήμα της. Συγκεκριμένα, οι κοινότητες Μαρκόπουλου, Καπανδριτίου, Αφιδνών καθώς και ο Δήμος Φυλής συνεχίζουν να παρουσιάζουν τα υψηλότερα ποσοστά. Επιπλέον φαίνεται να επεκτείνεται το φαινόμενο και δημιουργείται μία συστάδα στο Νότιο μέρος της Αττικής και συγκεκριμένα στους Δήμους Κερατέας, Λαυρεωτικής, Αναβύσσου καθώς και στις Κοινότητες Αγίου Κωνσταντίνου και Παλαιάς Φώκαιας. Κατά την 50η εβδομάδα το φαινόμενο των απουσιών φαίνεται να είναι πιο ήπιο. Αξίζει να τονιστεί ότι κατά την 49η εβδομάδα προς 50η κορυφώθηκε ο αριθμός των κλειστών σχολείων είτε λόγω γρίπης είτε προληπτικά. Εκτιμάται πως ο αριθμός αυτός έφτασε τα 1.600 σχολεία Πρωτοβάθμιας εκπαίδευσης (Doukissas et al., 2018). Έτσι, η εικόνα της 50η εβδομάδας μπορεί να φαίνεται φυσιολογική δεδομένου ότι αρκετά σχολεία ήταν κλειστά και δεν ανέφεραν απουσίες στο σύστημα καταγραφής. Τα σχολεία αυτά βρίσκονται στους ΟΤΑ με χαρτογραφικό σύμβολο «χωρίς τιμές». Τέλος κατά την 51η εβδομάδα παρατηρούμε να επανεμφανίζεται το φαινόμενο των απουσιών στη νότια Αττική (ίδιοι Δήμοι και Κοινότητες με ακόμα πιο έντονο ποσοστό απουσιών με την 49η εβδομάδα) καθώς και στους ΟΤΑ Μαρκόπουλου, Καπανδριτίου, Μαγούλας και Βιλίων.
Γράφημα 2: Χαρτογράφηση των ποσοστών απουσιών σε σχολεία της πρωτοβάθμιας εκπαίδευσης για την περίοδο 18/11 εως 17/12/2009 στο νομό Αττικής (Χάρτες 6-10)
Παρατηρούμε ότι αρκετοί ΟΤΑ, όπως ο Δήμος Αθηναίων και τα Νότια Προάστια της Αθήνας εμφάνισαν σχετικά χαμηλό ποσοστό απουσιών της περίοδο που εξετάζουμε. Το γεγονός αυτό μπορεί να οφείλεται στο υψηλότερο κοινωνικοοικονομικό επίπεδο του πληθυσμού που κατοικεί σε αυτούς τους ΟΤΑ, όπως προκύπτει από το υψηλό μέσο δηλωθέν οικογενειακό εισόδημα και υψηλό επίπεδο εκπαίδευσης (Kalogirou, 2010), και ενδεχομένως να δίδεται μεγαλύτερη φροντίδα σε κανόνες προσωπικής υγιεινής (σχολαστικό πλύσιμο χεριών, ρούχων, κτλ.)
Σύμφωνα με τους δείκτες ανθρώπινης φτώχειας του ΟΗΕ, οι οποίοι αποτελούν «συνθετικούς» δείκτες, που αποτυπώνουν την ανθρώπινη φτώχεια του πληθυσμού ενός Δήμου σε σχέση με τους υπόλοιπους, στη βάση του κοινωνικο-οικονομικού προφίλ τους, προκύπτει ότι στους Δήμους της Περιφερειακής Ενότητας Δυτικής Αττικής κατοικεί το 21% του πληθυσμού της Περιφέρειας Αττικής με τη μεγαλύτερη ανθρώπινη φτώχεια ( Περιφέρεια Αττικής, 2015).
Παρότι όπως αναφέρθηκε ανωτέρω, η πανδημία του ιού Α(Η1Ν1) κορυφώθηκε την 48η – 49η εβδομάδα, το εύρημα της παρούσας εργασίας είναι το γεγονός ότι οι σχολικές απουσίες στην περιοχή της Αττικής εμφάνισαν την μέγιστη τιμή τους την 47η εβδομάδα, δηλαδή μία έως δύο εβδομάδες νωρίτερα από την κορύφωση του φαινόμενου στον γενικό πληθυσμό, η οποία έγινε την 48η και 49η εβδομάδα (Maltezou, 2011). Το γεγονός αυτό, επιβεβαιώνει την υπόθεση ότι οι σχολικές απουσίες προηγούνται χρονικά της γενικής κορύφωσης του φαινομένου στο γενικό πληθυσμό.
Ενότητα 2
Στο Γράφημα 3, παρατηρούμε την εξέλιξη του μέσου ποσοστού απουσιών για το χρονικό διάστημα δέκα εβδομάδων σε επίπεδο ΟΤΑ Καποδίστρια (Περιφέρεια Αττικής). Το μέσο ποσοστό απουσιών της 44ης εβδομάδας αναφέρεται στο τριήμερο της 28ης Οκτωβρίου, όπου παρατηρούνται απουσίες μαθητών για λόγους διάφορους από αυτούς λόγω ασθένειας. Η εβδομάδα με το μεγαλύτερο καταγεγραμμένο ποσοστό απουσιών είναι η 47η εβδομάδα του 2009, με χαρακτηριστικό το γεγονός ότι στις δύο εβδομάδες που ακολουθούν, ο αριθμός των μαθητών που απουσιάζει εμφανίζει πτώση.
Γράφημα 3: Διάγραμμα μέσων ποσοστών απουσιών ανά Καποδιστριακό δήμο για το διάστημα Οκτωβρίου έως Δεκεμβρίου 2009 ανά εβδομάδα
Ενότητα 3
Στην ενότητα αυτή παρουσιάζονται τα αποτελέσματα της ανάλυσης χωρικής αυτοσυσχέτισης, η οποία έγινε με τον υπολογισμό ολικών και τοπικών δεικτών Moran’s I με τη βοήθεια του λογισμικού GeoDa v. 1.12 (Anselin, 1995).
Από τον Χάρτη 11 προκύπτει ότι τα δεδομένα μέσου ποσοστού απουσιών δεν παρουσιάζουν αξιοσημείωτα χωρικά πρότυπα. Ο δείκτης Moran’s I των τιμών μέσου ποσοστού απουσιών για τις παραπάνω εβδομάδες είναι θετικός. Για παράδειγμα, την 49η εβδομάδα, η τιμή του τοπικού δείκτη Moran’s I είναι 0,29 και είναι στατιστικά σημαντική σε επίπεδο 5%.
Σύμφωνα με τον Χάρτη 11, που αφορά την ταξινόμηση των τοπικών δεικτών Moran’s I της 49ης εβδομάδας, παρατηρείται ένα χωρικό πρότυπο παρόμοια υψηλού ποσοστού απουσιών στους γειτονικούς ΟΤΑ Καποδίστρια της Λαυρεωτικής και αρκετοί διάσπαρτοι χωρικά δήμοι με υψηλές τιμές που συνορεύουν με δήμους χαμηλών τιμών ποσοστών απουσιών.
Χάρτης 11 : Χωρικά πρότυπα των απουσιών σε σχολεία της πρωτοβάθμιας εκπαίδευσης για την 49η εβδομάδα στο νομό Αττικής
Συμπεράσματα:
Πιστεύουμε ότι ο έγκαιρος χρονικός και χωρικός εντοπισμός της κορύφωσης των σχολικών απουσιών θα μπορούσε να συμβάλλει στον μετριασμό του φαινομένου σε μία νέα επιδημία γρίπης και ελπίζουμε η εργασία αυτή να συμβάλει προς την κατεύθυνση αυτή. Απώτερος στόχος της πολιτείας σε μία νέα επιδημία ιού θα πρέπει να είναι η μείωση του χρόνου που απαιτείται για τον μετριασμό της (εκτίμηση έντασης φαινομένου, ενημέρωση ιατρικού προσωπικού, κατασκευή εμβολίου, κ.α.) αφότου εντοπισθεί. Ένα μέτρο που θα μπορούσε να συμβάλλει στον μετριασμό αυτόν είναι ένας μηχανισμός επείγουσας ειδοποίησης των εμπλεκομένων όταν εμφανίζονται ποσοστά σχολικών απουσιών πάνω από κάποιο όριο (κατώφλι). Έτσι, οι υπεύθυνοι άσκησης πολιτικής μπορούν να λάβουν περαιτέρω αποφάσεις σε επίπεδο σχολικών μονάδων (παρεμβάσεις υγιεινής, κλείσιμο σχολείων, έγκαιρο εμβολιασμό κ.α.).
Ευχαριστίες: Οι συγγραφείς αισθάνονται την ανάγκη να ευχαριστήσουν τον καθηγητή της Εθνικής Σχολής Δημόσιας Υγείας κ. Τάκη Παναγιωτόπουλο καθώς και τον Επιστημονικό συνεργάτη Δημήτρη Παπαμιχαήλ για την επιστημονική συμβολή, υποστήριξη και καθοδήγηση στην διαχείριση των δεδομένων που παρουσιάστηκαν στην παρούσα εργασία. Η πολύτιμη βοήθεια τους αποτέλεσε έναυσμα για την εκπλήρωση της παρούσας δημοσίευσης.
[1]: Κεντρική εικόνα (banner photo): https://www.health.harvard.edu/mind-and-mood/does-a-virus-cause-alzheimers, © Dr_Microbe/Getty Images
Αναφορά λήμματος
Δούκισσας, Λ., Καλογήρου, Σ., Καραγεώργη, Α. (2019) Απουσίες στην πρωτοβάθμια εκπαίδευση κατά την Πανδημία Α(Η1Ν1) του έτους 2009 – 2010. Η περίπτωση της Αττικής, στο Μαλούτας Θ., Σπυρέλλης Σ. (επιμ.) Κοινωνικός άτλαντας της Αθήνας. Ηλεκτρονική συλλογή κειμένων και εποπτικού υλικού. URL: https://www.athenssocialatlas.gr/άρθρο/πανδημία-αη1ν1/ , DOI: 10.17902/20971.87
Αναφορά Άτλαντα
Μαλούτας Θ., Σπυρέλλης Σ. (επιμ.) (2015) Κοινωνικός άτλαντας της Αθήνας. Ηλεκτρονική συλλογή κειμένων και εποπτικού υλικού. URL: https://www.athenssocialatlas.gr/ , DOI: 10.17902/20971.9
Βιβλιογραφία
- Δούκισσας Λ, Καλογήρου Σ, Παναγιωτόπουλος Τ, κ.ά. (2016) Χωροχρονική μελέτη απουσιών την περίοδο εκδήλωσης του ιού H1N1 κατά την πανδημία του 2009. Η περίπτωση της Ελλάδας. Στο: 9ο Πανελλήνιο Συνέδριο HellasGis, Αθήνα: ΕΜΠ.
- Δούκισσας Λ, Τσίμπος Κ και Καλογήρου Σ (2016) Μελέτη Θνησιμότητας λόγω του ιού H1N1 κατά την Πανδημία του 2009. Η περίπτωση της Ελλάδας. Στο: 14ο Εθνικό Συνέδριο του Ελληνικού Τμήματος της Ευρωπαϊκής και Διεθνούς Εταιρείας Περιφερειακής Επιστήμης, Παραγωγική Ανασυγκρότηση και Περιφερειακή Ανάπτυξη, Αθήνα: Πάντειο Πανεπιστήμιο Κοινωνικών Και Πολιτικών Επιστήμων.
- Ινστιτούτο Τεχνολογίας Υπολογιστών και Εκδόσεων (ΙΤΥΕ) (2018) Βάση Δεδομένων καθημερινής Καταγραφής Απουσιών. Πάτρα.
- Καλογήρου Σ (2015) Χωρική Ανάλυση: μεθοδολογία και εφαρμογές με τη γλώσσα R. Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών. Available from: http://hdl.handle.net/11419/5029.
- Καλογήρου Σ (2015) Περιφερειακή Στρατηγική για την Κοινωνική Ένταξη και την Καταπολέμηση της Φτώχειας. Αθήνα.
- Κέντρο Ελέγχου και Πρόληψης Νοσημάτων (ΚΕΕΛΠΝΟ) (2009) Εβδομαδιαίες Εκθέσεις Επιδημιολογικής Επιτήρησης της Γρίπης. Αθήνα.
- Τσίμπος Κ και Παπαδάκης Μ (2004) Δημογραφική Ανάλυση – Αρχές- Μέθοδοι-Υποδείγματα. Αθήνα: Εκδόσεις Σταμούλης.
- Anselin L (1995) Local indicators of spatial association – LISA. Geographical analysis, Wiley Online Library 27(2): 93–115.
- Cliff AD and Ord JK (1973) Spatial Autocorrelation. London: Pion.
- Cliff AD and Ord JK (1981) Spatial processes: models and applications. London: Pion.
- Doukissas L, Kalogirou S, Panagiotopoulos T, et al. (2016) Space time study of absenteeism during the Pandemic A (H1N1). The case of Greece. In: HellasGis, Athens: National Technical University of Athens. Available from: http://www.hellasgi.gr/images/9synedrio/Papers/F1.pdf.
- Doukissas L, Kalogirou S and Tsimpos C (2018) Spatial Patterns of SMRs due to the virus A(H1N1)pdm09 during the pandemic in Greece in 2009. European Journal of Geography 9(2): 134–148.
- European Center for Disease Control and Prevention (ECDC) (2010) The 2009 A(H1N1) Pandemic in Europe.
- Glezen WP (1996) Emerging infections: pandemic influenza. Epidemiologic reviews, Oxford University Press 18(1): 64–76.
- Goodchild MF (1987) A spatial analytical perspective on geographical information systems. International journal of geographical information system, Taylor & Francis 1(4): 327–334.
- Health Protection Agency West Midlands H1N1v Investigation Team (2009) Preliminary descriptive epidemiology of a large school outbreak of influenza A (H1N1) v in the West Midlands, United Kingdom, May 2009. Euro Surveillance: Bulletin Europeen sur les maladies transmissibles – European communicable disease bulletin 14(27).
- Hellenic Center for Disease Control and Prevention (HCDC) (2010) Weekly Reports and Epidemiological Surveillance of the Flu During the Period 2009-2010.
- Kalogirou S (2015) Spatial Analysis. Association of Greek Academic Libraries. Available from: http://hdl.handle.net/11419/5029.
- Kalogirou S (2010) Spatial inequalities in income and post-graduate educational attainment in Greece. Journal of Maps, Taylor & Francis 6(1): 393–400.
- Maltezou HC, Katerelos P, Mavrouli M, et al. (2011) Seroepidemiological study of pandemic influenza H1N1 following the 2009–2010 wave in Greece. Vaccine, Elsevier 29(38): 6664–6669.
- Nishiura H, Wilson N and Baker MG (2009) Estimating the reproduction number of the novel influenza A virus (H1N1) in a Southern Hemisphere setting: preliminary estimate in New Zealand. The New Zealand Medical Journal, New Zealand Medical Association (NZMA) 122(1299): 73–77.
- Panagiotopoulos T, Bonovas S, Danis K, et al. (2009) Cluster of new influenza a (H1N1) Cases in travellers returning from sCotland to greeCe – Community transmission witHin tHe european union? Euro Surveillance, European Centre for Disease Prevention and Control 14(21): 19226.
- Tsimpos C and Papadakis M (2004) Demographic Analysis Principles – Methods – Models. Athens: Stamoulis.
- World Health Organization (WHO) (2009) Influenza-like illness in the United States and Mexico. Disease Outbreak News.