ΧΑΡΟΚΟΠΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Τμήμα Γεωγραφίας Πρόγραμμα Μεταπτυχιακών Σπουδών Εφαρμοσμένη Γεωγραφία και Διαχείριση του Χώρου Κατεύθυνση Γεωπληροφορική

ΧΑΡΟΚΟΠΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Τμήμα Γεωγραφίας Πρόγραμμα Μεταπτυχιακών Σπουδών Εφαρμοσμένη Γεωγραφία και Διαχείριση του Χώρου Κατεύθυνση Γεωπληροφορική Η ΧΩΡΙΚΗ ΔΙΑΣΤΑΣΗ ΤΗΣ ΘΝΗΣΙΜΟΤΗΤΑΣ ΣΤΗΝ ΕΛΛΑΔΑ Διπλωματική εργασία της Καραγεώργη Αθανασίας Αθήνα, Μάρτιος 2012

ΧΑΡΟΚΟΠΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Τμήμα Γεωγραφίας Πρόγραμμα Μεταπτυχιακών Σπουδών Εφαρμοσμένη Γεωγραφία και Διαχείριση του Χώρου Κατεύθυνση Γεωπληροφορική Η ΧΩΡΙΚΗ ΔΙΑΣΤΑΣΗ ΤΗΣ ΘΝΗΣΙΜΟΤΗΤΑΣ ΣΤΗΝ ΕΛΛΑΔΑ Διπλωματική εργασία της Καραγεώργη Αθανασίας Επιβλέπων: Δρ. Σταμάτης Καλογήρου Αθήνα, Μάρτιος 2012 2

ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ ΚΑΤΑΛΟΓΟΣ ΠΙΝΑΚΩΝ... 5 ΚΑΤΑΛΟΓΟΣ ΣΧΗΜΑΤΩΝ... 5 ΚΑΤΑΛΟΓΟΣ ΧΑΡΤΩΝ... 5 ΠΡΟΛΟΓΟΣ... 6 ΠΕΡΙΛΗΨΗ... 7 ABSTRACT... 8 ΚΕΦΑΛΑΙΟ 1: ΕΙΣΑΓΩΓΗ... 9 ΚΕΦΑΛΑΙΟ 2: ΘΕΩΡΗΤΙΚΟ ΠΛΑΙΣΙΟ ΤΗΣ ΘΝΗΣΙΜΟΤΗΤΑΣ... 13 2.1. ΦΥΣΗ ΤΟΥ ΦΑΙΝΟΜΕΝΟΥ...13 2.2. ΠΑΡΑΓΟΝΤΕΣ ΕΡΕΥΝΗΤΙΚΟΥ ΕΝΔΙΑΦΕΡΟΝΤΟΣ...14 2.3. ΓΕΝΙΚΗ ΘΝΗΣΙΜΟΤΗΤΑ...15 2.4. ΠΕΡΙΓΕΝΝΗΤΙΚΗ ΘΝΗΣΙΜΟΤΗΤΑ...15 2.5. ΒΡΕΦΙΚΗ ΘΝΗΣΙΜΟΤΗΤΑ...16 2.6. ΘΝΗΣΙΜΟΤΗΤΑ ΣΤΙΣ ΗΛΙΚΙΕΣ 1-4 ΕΤΩΝ...16 2.7. ΜΗΤΡΙΚΗ ΘΝΗΣΙΜΟΤΗΤΑ...16 2.8. ΘΝΗΣΙΜΟΤΗΤΑ ΚΑΤΑ ΑΙΤΙΑ ΘΑΝΑΤΟΥ...16 2.9. ΔΕΙΚΤΕΣ ΘΝΗΣΙΜΟΤΗΤΑΣ...17 2.10. Η ΕΝΝΟΙΑ ΤΗΣ ΠΡΟΤΥΠΟΠΟΙΗΣΗΣ...19 ΚΕΦΑΛΑΙΟ 3: ΒΙΒΛΙΟΓΡΑΦΙΚΗ ΕΠΙΣΚΟΠΗΣΗ... 21 ΚΕΦΑΛΑΙΟ 4: ΔΕΔΟΜΕΝΑ... 28 ΚΕΦΑΛΑΙΟ 5: ΜΕΘΟΔΟΛΟΓΙΑ... 29 5.1. ΔΙΕΡΕΥΝΗΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ...29 5.1.1. Περιγραφική Στατιστική...29 5.1.2. Χωρική αυτοσυσχέτιση...32 5.2. ΕΡΜΗΝΕΥΤΙΚΗ ΑΝΑΛΥΣΗ...35 5.2.1. Γραμμική παλινδρόμηση...35 ΚΕΦΑΛΑΙΟ 6: ΑΝΑΛΥΣΗ ΚΑΙ ΑΠΟΤΕΛΕΣΜΑΤΑ... 37 6.1. ΑΠΟΤΕΛΕΣΜΑΤΑ ΔΙΕΡΕΥΝΗΤΙΚΗΣ ΑΝΑΛΥΣΗΣ...37 6.1.1. Περιγραφική Στατιστική...37 6.1.2. Χωρική αυτοσυσχέτιση...48 6.2. ΕΡΜΗΝΕΥΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ...55 6.2.1. Γραμμική παλινδρόμηση...55 ΚΕΦΑΛΑΙΟ 7:ΣΥΜΠΕΡΑΣΜΑΤΑ... 59 3

ΚΕΦΑΛΑΙΟ 8: ΒΙΒΛΙΟΓΡΑΦΙΚΕΣ ΑΝΑΦΟΡΕΣ... 61 Ξενόγλωσση βιβλιογραφία...61 Ελληνική βιβλιογραφία...64 4

ΚΑΤΑΛΟΓΟΣ ΠΙΝΑΚΩΝ Πίνακας 6.1: Δεδομένα θνησιμότητας (συνολική και κατά φύλο) στους 51 νομούς της Ελλάδας... 37 Πίνακας 6.2: Μέτρα περιγραφικής στατιστικής της μεταβλητής «Άμεσα προτυποποιημένη θνησιμότητα ανά 1000 άτομα» στους 51 νομούς της Ελλάδας, το έτος 2006... 41 Πίνακας 6.3: Μοντέλο γραμμικής παλινδρόμησης για τη συνολική θνησιμότητα ανά νομό, για το έτος 2006 (μέθοδος ελαχίστων τετραγώνων)... 55 Πίνακας 6.4: Αποτελέσματα γραμμικής παλινδρόμησης για τη συνολική θνησιμότητα ανά νομό, για το έτος 2006 (μέθοδος ελαχίστων τετραγώνων)... 56 Πίνακας 5.5: Μοντέλο γραμμικής παλινδρόμησης για τη συνολική θνησιμότητα ανά νομό, για το έτος 2006 (βηματική μέθοδος)... 57 Πίνακας 6.6: Αποτελέσματα γραμμικής παλινδρόμησης για τη συνολική θνησιμότητα ανά νομό, για το έτος 2006 (βηματική μέθοδος)... 57 ΚΑΤΑΛΟΓΟΣ ΣΧΗΜΑΤΩΝ Σχήμα 6.1: Διάγραμμα συχνοτήτων και καμπύλη κανονικής κατανομής της θνησιμότητας ανά νομό, για το έτος 2006... 42 Σχήμα 6.2: Θηκόγραμμα τιμών της θνησιμότητας ανά νομό, για το έτος 2006... 43 Σχήμα 6.3: Διάγραμμα διασποράς του δείκτη Moran s I για τη συνολική θνησιμότητα ανά νομό για το έτος 2006... 49 Σχήμα 6.4: Διάγραμμα διασποράς του δείκτη Moran s I για τη θνησιμότητα των ανδρών ανά νομό για το έτος 2006... 51 Σχήμα 6.5: Διάγραμμα διασποράς του δείκτη Moran s I για τη θνησιμότητα των γυναικών ανά νομό για το έτος 2006... 53 ΚΑΤΑΛΟΓΟΣ ΧΑΡΤΩΝ Χάρτης 6.1: Συνολική θνησιμότητα ανά νομό, για το έτος 2006... 45 Χάρτης 6.2: Θνησιμότητα για τους άνδρες ανά νομό, για το έτος 2006... 46 Χάρτης 6.3: Θνησιμότητα για τις γυναίκες ανά νομό, για το έτος 2006... 47 Χάρτης 6.4: Χάρτης χωρικών προτύπων τοπικών δεικτών Moran s I (συνολική θνησιμότητα)... 50 Χάρτης 6.5: Χάρτης χωρικών προτύπων τοπικών δεικτών Moran s I (θνησιμότητα για τους άνδρες)... 52 Χάρτης 6.6: Χάρτης χωρικών προτύπων τοπικών δεικτών Moran s I (θνησιμότητα για τις γυναίκες)... 54 5

ΠΡΟΛΟΓΟΣ Η παρούσα διπλωματική εργασία με τίτλο «Η χωρική διάσταση της θνησιμότητας στην Ελλάδα», εκπονήθηκε στο πλαίσιο του Προγράμματος Μεταπτυχιακών Σπουδών «Εφαρμοσμένη Γεωγραφία και Διαχείριση του Χώρου», στην κατεύθυνση «Γεωπληροφορική» του Τμήματος Γεωγραφίας του Χαροκοπείου Πανεπιστημίου. Με την επιλογή του συγκεκριμένου θέματος, επιχειρείται η ενίσχυση της σχετικής βιβλιογραφίας σχετικά με τη θνησιμότητα στην Ελλάδα, χρησιμοποιώντας σύγχρονες μεθόδους χωρικής ανάλυσης. Με αφορμή την ολοκλήρωση της παρούσας εργασίας, θα ήθελα να εκφράσω τις ευχαριστίες μου, σε όλους όσους με βοήθησαν για την υλοποίησή της. Αρχικά θα ήθελα να ευχαριστήσω όλους τους καθηγητές του τμήματος, για τις γνώσεις που μου πρόσφεραν και τη δυνατότητα αξιοποίησής τους. Ιδιαίτερα, θα ήθελα να ευχαριστήσω τον επιβλέποντα καθηγητή Δρ. Σ. Καλογήρου για την αμέριστη στήριξή του σε όλη της διάρκεια της εκπόνησης της παρούσας εργασίας, προσφέροντας τεχνογνωσία, καθοδήγηση και ηθική συμπαράσταση. Τέλος, θα ήθελα να εκφράσω την ευγνωμοσύνη και αγάπη μου στον σύζυγο μου Φιλήμονα, στις κόρες μου Ευγενία και Χρυσαυγή, στην φίλη μου Ντέμη και στους γονείς μου, για την κατανόηση και συμπαράστασή τους σε όλη τη διάρκεια των σπουδών μου. 6

ΠΕΡΙΛΗΨΗ Η ανθρώπινη ύπαρξη έχει ως αφετηρία τη γέννηση και ως αδιαμφισβήτητο τέλος τον θάνατο. Το φαινόμενο του θανάτου έχει απασχολήσει τόσο τον άνθρωπο όσο και την πολιτεία. Η μελέτη του φαινομένου της θνησιμότητας έχει τεράστιο ενδιαφέρον από την πλευρά της πολιτείας γιατί έτσι μπορούν να εφαρμοστούν μακροχρόνια σχέδια για την υγεία, την εργασία και τη κοινωνική ασφάλιση. Παράλληλα η αναζήτηση των αιτιών που την προκαλούν, είναι αναγκαία για την εξασφάλιση και ανάπτυξη ενός ευέλικτου προγράμματος δημόσιας υγείας. Η παρούσα διπλωματική εργασία έχει ως σκοπό την μελέτη των χωρικών ανισοτήτων της θνησιμότητας στον Ελλαδικό χώρο και τους παράγοντες που την επηρεάζουν. Ως χωρική μονάδα ορίζονται οι νομοί της χώρας, τα δεδομένα προέρχονται από την Ελληνική Στατιστική Αρχή και αφορούν το έτος 2006. Αρχικά, γίνεται ανασκόπηση της βιβλιογραφίας ώστε η εργασία αυτή να τεθεί μέσα σε ένα σαφώς ορισμένο θεωρητικό πλαίσιο. Για τον εντοπισμό και την ερμηνεία των κοινωνικοοικονομικών, περιβαλλοντικών και δημογραφικών παραγόντων που πιθανώς να επηρεάζουν τη θνησιμότητα χρησιμοποιούνται μέθοδοι χωρικής ανάλυσης και στατιστικής. Για την ανάλυση της χωρικής δομής της θνησιμότητας υπολογίζονται ολικοί και τοπικοί δείκτες μέτρησης της χωρικής αυτοσυσχέτισης. Οι τεχνικές που εφαρμόζονται μπορούν να συμβάλλουν στην ικανοποιητική ανάλυση των παραπάνω δεδομένων, με στόχο την εξαγωγή όσο το δυνατό ορθών συμπερασμάτων σχετικά με τη χωρική διάσταση της θνησιμότητας στην Ελλάδα. 7

ABSTRACT The starting gate of human life is birth, and as an unquestionable end, the matter of death. Mortality as a phenomenon is a key issue also for the human being as for the State. The study of the phenomenon of mortality plays a significant role for the State in terms of implementing long term plans for public health, employment and social issues security. Concerning the main causes that lead to mortality it is necessary for ensuring that the State can develop a viable program of public health. The main aim of this master thesis is to identify the spatial inequalities of mortality in Greece and to explore the factors affecting Mortality differentials. The statistical data come from Greek Statistical Authority and refers to year 2006. Each County of Greece is the subject of our research and is defined as a separate spatial unit. To achieve this, the relevant literature will be reviewed in order to place this research within a certain theoretical framework. The methodology applied for the analysis and interpretation of socioeconomic, environmental, and demographical factors that possibly influence mortality, includes techniques of spatial analysis and descriptive statistics. Especially for this study, in order to explore the spatial structure of mortality, total and local indicators of spatial autocorrelation are estimated. The techniques used, can contribute to the spatial analysis of Mortality in Greece. 8

ΚΕΦΑΛΑΙΟ 1: ΕΙΣΑΓΩΓΗ Η Δημογραφία αποτελεί ένα σχετικά νέο γνωστικό αντικείμενο το οποίο ξεκίνησε ως κομμάτι της Κοινωνικής Στατιστικής. Σύμφωνα με το εγκυκλοπαιδικό λεξικό Ελευθερουδάκη (1962, τ. Δ:443) η Δημογραφία είναι η Στατιστική μελέτη των πληθυσμών κάτω από φυσικές και ηθικές συνθήκες σύμφωνα με τις οποίες εξελίσσονται. Στο Λεξικό της Νέας Ελληνικής Γλώσσας του Γ. Μπαμπινιώτη (1998:477) η Δημογραφία είναι ο επιστημονικός κλάδος που έχει ως αντικείμενο τη στατιστική μελέτη του πληθυσμού, δηλ. τη διάρθρωση (λ.χ. κατά ηλικία, κατά φύλο) και τη δυναμική του (γεννήσεις, γάμοι, θάνατοι, μεταναστευτικά ρεύματα). Μπορούμε λοιπόν να ισχυριστούμε ότι αντικείμενο της δημογραφίας είναι ο πληθυσμός στις διάφορες εκδηλώσεις του. Η θνησιμότητα είναι ένας από τους τρεις παράγοντες -οι άλλοι δύο είναι η γεννητικότητα και η μετανάστευση- οι οποίοι διαμορφώνουν το μέγεθος και τη σύνθεση κάθε πληθυσμού. Είναι δηλ. ένα σημαντικό δημογραφικό φαινόμενο το οποίο επηρεάζει την εξέλιξη και τη μορφή του πληθυσμού. Για την μελέτη της θνησιμότητας οι βασικές πηγές των αναγκαίων στατιστικών δεδομένων είναι οι Γενικές Απογραφές του Πληθυσμού και οι Στατιστικές Φυσικής Κίνησης Πληθυσμού (Φ.Κ.Π.). Τα τελικά αποτελέσµατα των απογραφών δηµοσιεύονται επί σειρά ετών. Το έργο αυτό αναλαµβάνουν οι εθνικές στατιστικές υπηρεσίες των διαφόρων κρατών. Στη χώρα µας η δηµοσίευση των αποτελεσµάτων των απογραφών γίνεται από την ΕΛΣΤΑΤ. Πολλά από τα στοιχεία των γενικών απογραφών των διαφόρων κρατών αποστέλλονται σε διεθνείς οργανισµούς, όπως ο Οργανισµός Ηνωµένων Εθνών (ΟΗΕ), η Παγκόσµια Οργάνωση Υγείας (ΠΟΥ) και η UNESCO, οι οποίοι παρέχουν τα στοιχεία σε σχετικά δηµοσιεύµατα. Η βασικότερη διεθνής δηµογραφική έκδοση είναι «Η ηµογραφική Επετηρίδα» του ΟΗΕ (United Nations: Demographic Year Book), η οποία παρέχει κατά έτος τα θεµελιώδη δηµογραφικά δεδοµένα του πλανήτη µας. Για την Ευρωπαϊκή Ένωση τα στοιχεία δηµοσιεύονται στη Eurostat (Demographic Statistics). (Τούντας, 2004). Ο πληθυσµός ενός κράτους, µεταβάλλεται συνεχώς. Λίγο µόνο χρόνο µετά την απογραφή το µέγεθος και τα υπόλοιπα χαρακτηριστικά του δομή κατά ηλικίες, κατανοµή κατά φύλο, γεωγραφική κατανοµή κ.λ.π. έχουν µεταβληθεί. Η δυναµική εξέλιξη του πληθυσµού επιβάλλει 9

την ύπαρξη ενός συστήµατος παρακολούθησης των µεταβολών της αναπαραγωγικής του ικανότητας και των δυνάµεων φθοράς, καθώς και της µεταναστευτικής του κίνησης. Αυτό επιτυγχάνεται µε τις συνεχείς εγγραφές, οι οποίες λέγονται ακόµη και ληξιαρχικές καταγραφές ή ληξιαρχικές πράξεις. Οι συνεχείς εγγραφές είναι θεµελιώδης πηγή στοιχείων της κίνησης του πληθυσµού. Από όλες τις ληξιαρχικές καταγραφές ενδιαφέρουν κυρίως οι γεννήσεις και οι θάνατοι, η δήλωση των οποίων είναι υποχρεωτική. Ο θάνατος µάλιστα δηλώνεται αυθηµερόν και πιστοποιείται από τον ιατρό ως προς το αίτιο, το οποίο τον προκάλεσε. Κάθε χρόνο κυκλοφορεί ειδικός τόµος µε όλα τα στοιχεία των γεννήσεων και θανάτων µε τίτλο «Στατιστική της Φυσικής Κινήσεως της Ελλάδος». Οι γενικές απογραφές του πληθυσμού αποτελούν την κύρια πηγή πληροφόρησης για την κατάσταση του ελληνικού πληθυσμού. Διενεργούνται από την ΕΛΣΤΑΤ κάθε 10 χρόνια από το 1951 και μετά. Κατά την απογραφή συγκεντρώνονται πληροφορίες για όλα τα άτομα σχετικές με το φύλο, ηλικία, οικογενειακή κατάσταση και ορισμένα οικονομικά και κοινωνικά χαρακτηριστικά. Η ΕΛΣΤΑΤ μετά από επεξεργασία των δεδομένων δημοσιεύει πίνακες με τα χαρακτηριστικά του πραγματικού πληθυσμού σε επίπεδο νομών και γεωγραφικών περιφερειών. Παράλληλα τα τελευταία χρόνια η ΕΛΣΤΑΤ δίνει κάθε χρόνο τον εκτιμώμενο πληθυσμό κατά ηλικία και φύλο, όπως αυτός προκύπτει από την τελευταία απογραφή σε συνδυασμό με την ενδιάμεση φυσική και μεταναστευτική κίνηση.(σερελέα, 1998) Η µελέτη της θνησιµότητας είναι απαραίτητη για την εκτίµηση του επιπέδου υγείας του πληθυσµού και για τη διαµόρφωση της πολιτικής επί θεµάτων ηµόσιας Υγείας. ( αρδαβέζης 2003). Οι διαθέσιµες στατιστικές θνησιµότητας κατά αιτία, φύλο και ηλικία, των διαφόρων χωρών, δηµοσιεύονται τακτικά, από τον Παγκόσµιο Οργανισµό Υγείας.(Αβραµίδης 1980). Οι στατιστικές θνησιµότητας χρησιµεύουν για την αξιολόγηση της κατάστασης της υγείας του αντίστοιχου πληθυσµού, και µπορούν να συµβάλλουν στη διευκρίνιση της περιγραφικής επιδηµιολογίας πολλών νοσηµάτων. Επιπλέον, η παρακολούθηση των βραχυχρόνιων διακυµάνσεων του ολικού αριθµού των θανάτων µπορεί να συµβάλλει στην έγκαιρη επισήµανση επιδηµικών εκρήξεων από γρίπη, ατµοσφαιρική ρύπανση ή άλλες αιτίες, και κατά συνέπεια, στη λήψη αποτελεσµατικών µέτρων.(τριχόπουλος, 1982). 10

Η παρούσα διπλωματική εργασία πραγματεύεται τη χωρική ανάλυση δεδομένων που αφορούν το επίπεδο της θνησιμότητας στους νομούς της Ελλάδας, για το έτος 2006. Σκοπός της εργασίας είναι η διερεύνηση των ερμηνευτικών παραγόντων και ο προσδιορισμός του βαθμού στον οποίο αυτοί επηρεάζουν τη θνησιμότητα ανά νομό, αλλά και την χωρική κατανομή του φαινομένου αυτού. Οι μετρήσεις της θνησιμότητας παρουσιάζουν πολύ μεγάλο ενδιαφέρον από την πλευρά της πολιτείας αφού συνεισφέρουν στην υλοποίηση μακροχρόνιων προγραμμάτων για την υγεία, την εργασία και τη κοινωνική ασφάλιση. Η μελέτη τόσο της θνησιμότητας όσο και των αιτιών που την προκαλούν, είναι αναγκαία για την εξασφάλιση σωστής και ευέλικτης δημόσιας υγείας. Οι παράγοντες που συμβάλλουν στη διαμόρφωση της θνησιμότητας συνδέονται με την κοινωνικοοικονομική ανάπτυξη, με την πρόοδο της ιατρικής και την ανάπτυξη της δημόσιας υγείας, με την κατά φύλο και ηλικία κατανομή του πληθυσμού (Deaton, 2001). Στη συγκεκριμένη εργασία επιλέχθηκε να διερευνηθεί η θνησιμότητα σε επίπεδο νομού, επειδή οι περισσότερες έρευνες που αφορούν τη θνησιμότητα στην Ελλάδα, πραγματοποιούνται σε υψηλότερο επίπεδο (περιφερειακό). Η εργασία αποτελείται από οκτώ κεφάλαια. Το πρώτο κεφάλαιο αποτελεί η εισαγωγή. Στο κεφάλαιο αυτό ο αναγνώστης ενημερώνεται για το αντικείμενο της έρευνας και τον τρόπο με τον οποίο αυτό θα προσεγγισθεί. Ακολουθούν το δεύτερο και το τρίτο κεφάλαιο, τα οποία απαρτίζουν το θεωρητικό πλαίσιο της παρούσας έρευνας. Συγκεκριμένα στο δεύτερο κεφάλαιο γίνεται αναφορά στον ορισμό του φαινομένου της θνησιμότητας, στη μέτρηση της, στα είδη της θνησιμότητας καθώς και στους παράγοντες που την προκαλούν. Στο τρίτο κεφάλαιο παρουσιάζονται προηγούμενες μελέτες που έχουν πραγματοποιηθεί για τη θνησιμότητα. Το τέταρτο κεφάλαιο παρουσιάζει τα δεδομένα που χρησιμοποιήθηκαν για την υλοποίηση της παρούσας διπλωματικής. Το πέμπτο κεφάλαιο είναι αφιερωμένο στην παρουσίαση της μεθοδολογίας που ακολουθήθηκε κατά την ανάλυση των δεδομένων. Η μεθοδολογία χωρίζεται σε δύο μέρη: στην διερευνητική και στην ερμηνευτική ανάλυση των δεδομένων. Στην διερευνητική ανάλυση των δεδομένων συμπεριλαμβάνεται και η μελέτη της χωρικής δομής τους, υπολογίζοντας τους ολικούς και τοπικούς δείκτες χωρικής αυτοσυσχέτισης Moran's I. Η ερμηνευτική ανάλυση των δεδομένων 11

περιλαμβάνει την εφαρμογή της γραμμικής παλινδρόμησης χρησιμοποιώντας τη μέθοδο των ελαχίστων τετραγώνων. Στο έκτο κεφάλαιο παρουσιάζονται τα αποτελέσματα της διερευνητικής και ερμηνευτικής ανάλυσης των δεδομένων. Στο έβδομο κεφάλαιο γίνεται παρουσίαση των συμπερασμάτων της παρούσας διπλωματικής εργασίας. Ολοκληρώνοντας, στο όγδοο κεφάλαιο περιλαμβάνονται οι βιβλιογραφικές αναφορές. 12

ΚΕΦΑΛΑΙΟ 2: ΘΕΩΡΗΤΙΚΟ ΠΛΑΙΣΙΟ ΤΗΣ ΘΝΗΣΙΜΟΤΗΤΑΣ Ο κίνδυνος του θανάτου είναι παρών σε όλη την διάρκεια της ζωής του ανθρώπου. Η ένταση αυτού του κινδύνου μεταβάλλεται ανάλογα με την ηλικία και διαφοροποιείται ανάμεσα στα δύο φύλα για την ίδια ηλικία. Παράλληλα όμως, πολλοί παράγοντες (όπως κοινωνικοί, οικονομικοί, περιβαλλοντικοί) επηρεάζουν επίσης την πιθανότητα να συμβεί το μοιραίο. Ο θάνατος ως βιοτικό γεγονός ενδιαφέρει τη Δημογραφία λόγω της κοινωνικής αλλά και οικονομικής σημασίας που διέπει το φαινόμενο αυτό. Είναι μοναδικό και μη αναστρέψιμο γεγονός για κάθε άτομο και σε αντίθεση με άλλα βιοτικά γεγονότα διακρίνεται από μια σχετική ανεξαρτησία από τη βούληση των ανθρώπων, με εξαίρεση φυσικά τους αυτόχειρες. 2.1. ΦΥΣΗ ΤΟΥ ΦΑΙΝΟΜΕΝΟΥ Η συχνότητα με την οποία εμφανίζεται ο θάνατος σε ένα κοινωνικό σύνολο σε συγκεκριμένη χρονική περίοδο εκφράζεται με τον όρο θνησιμότητα. Θνησιµότητα είναι η αριθµητική ένδειξη της δύναµης του θανάτου από κάθε αιτία στο γενικό πληθυσµό και ως βιοµετρικός δείκτης ενέχει αξία στην ιατροδηµογραφική ανάλυση, µόνο εάν συνοδεύεται από αναφορά του πληθυσµού από τον οποίο προέρχονται τα απόλυτα µεγέθη.( αρδαβέζης, 2003) Οι στατιστικές θνησιµότητας χρησιµεύουν για την αξιολόγηση της κατάστασης της υγείας του αντίστοιχου πληθυσµού, και µπορούν να συµβάλλουν στη διευκρίνιση της περιγραφικής επιδηµιολογίας πολλών νοσηµάτων. Επιπλέον, η παρακολούθηση των βραχυχρόνιων διακυµάνσεων του ολικού αριθµού των θανάτων µπορεί να συµβάλλει στην έγκαιρη επισήµανση επιδηµικών εκρήξεων από γρίπη, ατµοσφαιρική ρύπανση ή άλλες αιτίες, και κατά συνέπεια, στη λήψη αποτελεσµατικών µέτρων (Τριχόπουλος, 1982). Οι μελέτες θνησιμότητας χρησιμεύουν και στην παρακολούθηση της διαχρονικής εξέλιξης της θνησιμότητας από τα κυριότερα χρόνια νοσήματα (Λιονής κ.α., 1993). Η θνησιμότητα είναι δυνατό επίσης να χρησιμοποιηθεί υπό προϋποθέσεις ως δείκτης της ποιότητας των προσφερόμενων ιατρικών υπηρεσιών. Συγκεκριμένα, αναφέρεται η εκτίμηση της ποιότητας της ιατρικής περιγεννητικής περιθάλψεως μέσω της προτυποποιημένης περιγεννητικής θνησιμότητας κατά ομάδες βάρους γεννήσεως, λαμβάνοντας υπόψη όλους τους περιορισμούς που χαρακτηρίζουν το συγκεκριμένο δείκτη θνησιμότητας καθώς θα πρέπει να τονιστεί ότι η αδρή περιγεννητική θνησιμότητα καθορίζεται από κοινωνικοοικονομικούς, 13

δημογραφικούς, γενετικούς παράγοντες σε συνδυασμό με το επίπεδο της περιγεννητικής περίθαλψης (Σοφατζής κ.α., 1983). 2.2. ΠΑΡΑΓΟΝΤΕΣ ΕΡΕΥΝΗΤΙΚΟΥ ΕΝΔΙΑΦΕΡΟΝΤΟΣ Σύμφωνα με τους Παπαδάκη και Τσίμπο: «Ο όρος διαφορική θνησιμότητα αναφέρεται στις διαφορές που παρατηρούνται στο επίπεδο και τα πρότυπα της θνησιμότητας μεταξύ διαφόρων πληθυσμιακών ομάδων. Η μελέτη του φαινομένου ανάλογα με διάφορα πληθυσμιακά χαρακτηριστικά (δημογραφικά, γεωγραφικά, κοινωνικά, οικονομικά) εμφανίζει ιδιαίτερο ενδιαφέρον από πολλές απόψεις» (2004:78) Επίσης, σύμφωνα με την ίδια πηγή: «Ο όρος επιδημιολογία αναφέρεται στην επιστημονική μελέτη της κατανομής και της εξέλιξης διαφόρων νοσημάτων ή χαρακτηριστικών στον ανθρώπινο πληθυσμό, και των παραγόντων που τα διαμορφώνουν ή μπορούν να τα εκφράσουν» (2004:78). Σύμφωνα με τον Παγκόσμιο Οργανισμό Υγείας, ως σημαντικοί παράγοντες κινδύνου παρουσιάζονται η κακή διατροφή, η έλλειψη σωματικής άσκησης, η παχυσαρκία και το κάπνισμα, παράγοντες που είναι άμεσα συνδεδεμένοι με τις καθημερινές συνήθειες. Υπάρχουν όμως εξίσου σημαντικοί παράγοντες κινδύνου κοινωνικής, περιβαλλοντικής, βιολογικής και γεωγραφικής προέλευσης. Η κληρονομικότητα είναι δύσκολο να ερευνηθεί σε επίπεδο μεταβίβασης γονιδίων μακροζωίας, αν και διαπιστώνεται η ύπαρξη ατόμων με τέτοια χαρακτηριστικά. Η διατροφή όταν χαρακτηρίζεται από κατανάλωση φρούτων και λαχανικών, ψαριών και πουλερικών, ακολουθεί δηλαδή το πρότυπο της «μεσογειακής δίαιτας» συμβάλλει στην μείωση των παραγόντων κινδύνου που αφορούν τη θνησιμότητα. Συνήθως τα χαµηλότερα κοινωνικοοικονοµικά στρώµατα συµπεριφέρονται µε έναν πιο επικίνδυνο τρόπο ζωής (κατανάλωση µεγαλύτερων ποσοτήτων καπνού και οινοπνεύµατος), από ότι τα υψηλότερα στρώµατα που ακολουθούν έναν πιο υγιεινό τρόπο ζωής και απολαµβάνουν έτσι καλύτερο επίπεδο υγείας. (Τούντας, 2007) Ένας από τους καθοριστικούς παράγοντες κινδύνου είναι το εισόδημα, όπου μαζί με την απασχόληση και το μορφωτικό επίπεδο αποτελούν βασικά στοιχεία των κοινωνικοοικονομικών ανισοτήτων. 14

Η ρύπανση της ατµόσφαιρας, η µόλυνση του βιοµηχανικού περιβάλλοντος, το άγχος, η µονοτονία, η έλλειψη επικοινωνίας, η καθιστική ζωή, και ακόµη ένα πλήθος άλλων νοσηρών στοιχείων και συνθηκών της σύγχρονης ζωής, επιβαρύνουν τον ανθρώπινο οργανισµό και ευνοούν την εµφάνιση ασθενειών µε θανατηφόρα πολλές φορές προοπτική. Σε όλο το φάσµα ηλικιών, σε άνδρες και γυναίκες, οι δείκτες θνησιµότητας των εγγάµων είναι υψηλότεροι από τους αντίστοιχους των αγάμων. Αυτό οφείλεται κυρίως στον κανονικό ρυθµό της έγγαµης ζωής, που παρέχει η συγκεκριμένη οικογενειακή κατάσταση. Οι αγροτικές περιοχές θεωρούνταν ότι διαμορφώνουν χαμηλότερα επίπεδα θνησιμότητας από τα αντίστοιχα των αστικών περιοχών λόγω του ευνοϊκότερων συνθήκων διαβίωσης. Πολλές έρευνες όμως καταλήγουν στο συμπέρασμα ότι στις αστικές περιοχές καταγράφεται χαµηλότερη θνησιµότητα, εξαιτίας των καλύτερων διατροφικών συνθηκών και της αρτιότερης οργάνωσης και ετοιµότητας του µηχανισµού των υπηρεσιών περίθαλψης και πρόνοιας. 2.3. ΓΕΝΙΚΗ ΘΝΗΣΙΜΟΤΗΤΑ Σύμφωνα με τους Παπαδάκη και Τσίμπο: «Τα δημογραφικά μέτρα που χρησιμοποιούνται για τη μέτρηση της θνησιμότητας του πληθυσμού ενός γεωγραφικού χώρου, χωρίς να εξετάζουν διαφοροποιήσεις μεταξύ επιμέρους πληθυσμιακών ομάδων ή αιτιών θανάτου, ονομάζονται δείκτες γενικής θνησιμότητας. Οι δείκτες αυτοί έχουν από τη φύση τους καθολική κάλυψη και διακρίνονται σε δείκτες που αφορούν το σύνολο του πληθυσμού και σε δείκτες που περιγράφουν τα πρότυπα της θνησιμότητας σε διάφορες ηλικίες ή ομάδες ηλικιών». (2004:85) 2.4. ΠΕΡΙΓΕΝΝΗΤΙΚΗ ΘΝΗΣΙΜΟΤΗΤΑ Εκφράζει τους θανάτους βρεφών που συµβαίνουν µετά την 28η εβδοµάδα της εγκυµοσύνης έως και την 1η εβδοµάδα της ζωής του νεογνού ανά 1000 γεννήσεις ζώντων. Ο δείκτης περιγεννητικής θνησιμότητας καθορίζεται, μεταξύ άλλων, από την ποιότητα της προγεννητικής και περιγεννητικής φροντίδας, από τη διαθεσιμότητα των υπηρεσιών υγείας κατά τη διάρκεια της κύησης και της λοχείας και από το επίπεδο προστασίας της μητρότητας που παρέχει μια κοινωνία. Ωστόσο, η ανάπτυξη εξειδικευμένων μονάδων παροχής φροντίδας στα νεογνά έχει οδηγήσει στην παράταση του χρόνου κατάληξης των νεογνών με σοβαρά προβλήματα υγείας 15

2.5. ΒΡΕΦΙΚΗ ΘΝΗΣΙΜΟΤΗΤΑ Ο δείκτης βρεφικής θνησιμότητας υπολογίζεται ως ο αριθμός των θανάτων κατά το πρώτο έτος της ζωής ανά 1.000 γεννήσεις ζώντων. Είναι ένας από τους ευρύτερα χρησιμοποιούμενους επιδημιολογικούς δείκτες και θεωρείται ότι ανταποκρίνεται, με αξιόπιστο τρόπο, στο επίπεδο ιατροκοινωνικής ανάπτυξης ενός κράτους. Οι κυριότερες αιτίες βρεφικής θνησιμότητας είναι τα προβλήματα της περιγεννητικής περιόδου και οι συγγενείς και χρωμοσωμικές ανωμαλίες. Στην Ελλάδα, η βρεφική θνησιμότητα βελτιώνεται με ταχύτερους ρυθμούς, σε σχέση με την περιγεννητική. Αυτό οφείλεται στο γεγονός ότι επηρεάζεται περισσότερο από την άνοδο του κοινωνικού και οικονομικού επιπέδου του πληθυσμού μιας χώρας, ενώ η βελτίωση της περιγεννητικής θνησιμότητας απαιτεί, επιπλέον, την ανάπτυξη και παροχή εξειδικευμένων υπηρεσιών υγείας, την οργάνωση του συστήματος εντοπισμού των κυήσεων υψηλού κινδύνου και τη βελτίωση των υποδομών και των διαδικασιών μεταφοράς επιτόκων κα νεογνών. Η βρεφική θνησιµότητα, αποτελεί τον πιο ευαίσθητο δείκτη του επιπέδου υγείας ενός λαού και του πολιτισµικού και κοινωνικο-οικονοµικού του επιπέδου. Η µακροχρόνια πορεία της αποτελεί αδιάψευστη µαρτυρία εφαρµογής ή µη µέτρων υγιεινής και προληπτικής ιατρικής σε µία χώρα. 2.6. ΘΝΗΣΙΜΟΤΗΤΑ ΣΤΙΣ ΗΛΙΚΙΕΣ 1-4 ΕΤΩΝ Οι κυριότερες αιτίες θνησιμότητας στις ηλικίες 1-4 ετών εξακολουθούν να είναι συγγενείς και χρωμοσωμικές ανωμαλίες, οι οποίες προκαλούν το 33% των θανάτων. Σημαντική αιτία θνησιμότητας αποτελούν τα τραύματα και οι δηλητηριάσεις από εξωτερικές αιτίες. Ακολουθούν τα κακοήθη νεοπλάσματα και οι παθήσεις του αναπνευστικού συστήματος, ενώ οι υπόλοιπες αιτίες συνεισφέρουν λιγότερο. 2.7. ΜΗΤΡΙΚΗ ΘΝΗΣΙΜΟΤΗΤΑ Μητρική θνησιµότητα είναι οι θάνατοι µητέρων σε 100.000 γεννήσεις ζώντων παιδιών, δηλαδή το ποσοστό θανάτων µητέρων που είναι αποτέλεσµα των επιπλοκών κατά τον τοκετό και της περιόδου µετά τη γέννηση. 2.8. ΘΝΗΣΙΜΟΤΗΤΑ ΚΑΤΑ ΑΙΤΙΑ ΘΑΝΑΤΟΥ Ένας από τους σηµαντικότερους πίνακες, που δηµοσιεύεται από τις εθνικές στατιστικές υπηρεσίες πολλών χωρών σε ετήσια βάση, αφορά στοιχεία που αναφέρονται σε αριθµούς θανάτων κατά φύλο, ηλικία και αιτία θανάτου. Η ταξινόµηση των θανάτων κατά αιτία γίνεται βάσει του δηµοσιεύµατος του Παγκόσµιου Οργανισµού Υγείας, (ΠΟΥ) (World Health Organization, WHO): 16

Βιολογικοί παράγοντες όπως το φύλο, η ηλικία, η φυλή, η κληρονοµικότητα (τα δύο τελευταία καθορίζουν βιολογικές προδιαθέσεις) µπορεί να επηρεάσουν τη θνησιµότητα από τις διάφορες αιτίες θανάτου. Επίσης άλλοι παράγοντες που η επίδραση τους συνήθως διερευνάται σε µελέτες που αφορούν ειδική κατά αιτία θνησιµότητα είναι για παράδειγμα οι κλιµατολογικοί, η διατροφή, και η απασχόληση Οι κύριες αιτίες θανάτου στον ελληνικό πληθυσμό, με φθίνουσα σειρά, είναι τα νοσήματα του κυκλοφορικού συστήματος, τα κακοήθη νεοπλάσματα, οι παθήσεις του αναπνευστικού συστήματος και οι εξωτερικές αιτίες που προκαλούν τραύματα και δηλητηριάσεις. Με εξαίρεση τις αυτοκτονίες και τις ανθρωποκτονίες, που αποτελούν, εξάλλου, ένα πολύ μικρό κομμάτι της κατηγορίας αυτής, τα τραύματα και οι δηλητηριάσεις είναι αποτελέσματα ατυχημάτων (Τούντας, 2007). 2.9. ΔΕΙΚΤΕΣ ΘΝΗΣΙΜΟΤΗΤΑΣ Ένα απλό μοντέλο που να αναφέρεται στον αριθμό των θανάτων, όπου δεν γίνονται εκροές λόγω μετανάστευσης, ούτε νέες εισαγωγές λόγω παλιννόστησης, παίρνει τη μορφή: P t =P t-1 +B-D Όπου P t παριστάνει τον πληθυσμό σε μια δεδομένη χρονική στιγμή, P t-1 τον πληθυσμό στην αμέσως προηγούμενη χρονική στιγμή και D και B τους θανάτους και τις γεννήσεις που έλαβαν χώρα κατά το χρονικό διάστημα που μεσολάβησε μεταξύ των δύο χρονικών στιγμών t-1 και t αντίστοιχα. Για πρακτικούς λόγους δεχόμαστε την εξής απλούστευση: όλες οι γεννήσεις συνέβησαν στην αρχή της μελετώμενης χρονικής περιόδου, ενώ όλοι οι θάνατοι συνέβησαν κατά τη λήξη της. Έτσι μπορούμε να θεωρήσουμε ότι οι θάνατοι αποτελούν μέρος του αρχικού πληθυσμού. Κατά συνέπεια κάνοντας απλές αριθμητικές πράξεις η εξίσωση μετατρέπεται: P t =P t-1 - P t-1 m Όπου ο παράγοντας m παριστάνει την θνησιμότητα, που αποτελεί την αναλογία των θανάτων D, που συνέβησαν σε μια χρονική περίοδο t προς τον πληθυσμό P. Η παραπάνω απλούστευση μας βοηθά να γίνει αντιληπτό, ότι η θνησιμότητα ορίζεται για ένα πληθυσμό αναφοράς και μπορεί να υπολογισθεί για καθεμιά ενδιάμεση χρονική στιγμή μιας 17

περιόδου. Όμως ο πληθυσμός αναφοράς δεν είναι σταθερός, μεταβάλλεται κατά τη διάρκεια της χρονικής περιόδου για την οποία υπολογίσθηκε η θνησιμότητά του. Απαιτείται επομένως ο παρονομαστής, να αντικατασταθεί με τον μέσο πληθυσμό για τη μελετώμενη περίοδο, ώστε να ληφθούν υπόψη και οι νέες εισαγωγές (γεννήσεις), αλλά και οι εκροές (θάνατοι) που εν τω μεταξύ συντελέσθηκαν. Αδρός συντελεστής θνησιμότητας Ο αδρός συντελεστής θνησιμότητας (CDR, Crude Death Rate) που ορίζεται ως εξής: t m =t D / t *1000 όπου t m παριστάνει τη θνησιμότητα κατά την ημερολογιακή χρονιά t, t D είναι οι θάνατοι που συνέβησαν κατά τη διάρκεια του έτους αυτού, t είναι ο μέσος πληθυσμός κατά το έτος t και το πηλίκο πολλαπλασιάζεται με 1000 ώστε να γίνει άμεσα αναγωγή της θνησιμότητας σε θανάτους ανά 1000 κατοίκους. Ο ειδικός κατά ηλικία Συντελεστής Θνησιµότητας (Age-specific Mortality Rate), οποίος υπολογίζεται από τον λόγο του αριθµού θανάτων ατόµων ηλικίας [x, x+n) που συνέβησαν το έτος t, προς το µέσο πληθυσµό ατόµων του ίδιου διαστήµατος. Αν τον πολλαπλασιάσουμε µε το 1000 εκφράζει το µέσο αριθµό θανάτων στα 1000 άτοµα του πληθυσµού ηλικιών του διαστήµατος [x, x+n) (Ανδρουλάκη, 2006). Οι τυποποιημένοι δείκτες μας βοηθούν στο να πετύχουμε τις κατάλληλες συγκρίσεις μεταξύ των δύο φύλων διαχρονικά, γιατί υπολογίσθηκαν αφού εξουδετερώθηκε η επίδραση της διαφορετικής κατά ηλικία σύνθεσης των πληθυσμών (Παπαευαγγέλου και Τσίμπος, 1992). Όπως αναφέρουν οι Spijker et al. (2003) η μέτρηση με τους τυποποιημένους δείκτες είναι ιδιαίτερα χρήσιμοι όταν συγκρίνεις δύο περιοχές με διαφορετικές κατανομές ηλικιών, καθώς είναι πιθανό οι δύο περιοχές να έχουν τους ίδιους κατά ηλικία συντελεστές θνησιμότητας σύμφωνα με το φύλο και άλλα δημογραφικά χαρακτηριστικά, αλλά να διαφέρουν οι ακαθάριστοι συντελεστές τους. 18

Σε περίπτωση που μία μελέτη θνησιμότητας έχει ως σκοπό να αξιολογήσει τις επιδράσεις μιας συγκεκριμένης έκθεσης ή να μετρήσει την αποτελεσματικότητα των υπηρεσιών υγείας, είναι σημαντικό ο πληθυσμός σε κίνδυνο, δηλαδή ο πληθυσμός αναφοράς να μην υφίσταται αξιόλογες μεταβολές οφειλόμενες σε μετακινήσεις πληθυσμού. Αν όμως δεν ισχύει κάτι τέτοιο, τότε δεν ενδείκνυται η πραγματοποίηση τέτοιων μελετών σε μικρές περιοχές. Η πραγματοποίηση ερευνών θνησιμότητας σε μικρές περιοχές έχει το πλεονέκτημα ότι γενικά αναφέρεται σε έναν ομοιογενή σχετικά πληθυσμό. Ωστόσο οι περιοχές μελέτης που είναι μικρού μεγέθους θα έχουν και σχετικά λίγους θανάτους, οι οποίοι θα μειώνονται περαιτέρω εφόσον οι αναλύσεις θα γίνονται κατά φύλο, ηλικία και κατά αιτία θανάτου. Το αποτέλεσμα είναι η ισχύς των ειδικών δεικτών θνησιμότητας να αποδυναμώνεται, πρόβλημα που προστίθεται στα προβλήματα αξιοπιστίας και συγκρισιμότητας των μελετών θνησιμότητας, τα οποία αναφέρθησαν παραπάνω. Η σύγκριση της αδρής γενικής θνησιμότητας (crude overall mortality) σε τρεις χωρικές μονάδες (χώρες, περιφέρειες, νομοί) δεν μπορεί να οδηγήσει σε ασφαλή συμπεράσματα, καθώς απαιτείται η εξουδετέρωση της ηλικιακής επίδρασης (Σπάρος κ.α., 2004). 2.10. Η ΕΝΝΟΙΑ ΤΗΣ ΠΡΟΤΥΠΟΠΟΙΗΣΗΣ Η προτυποποίηση (standardization) χρησιμοποιείται για την εξουδετέρωση της επίδρασης της ηλικίας και του φύλου, και ενδεχομένως και άλλων χαρακτηριστικών κατά τη σύγκριση των μέτρων συχνότητας που υπολογίζονται σε δύο ή περισσότερους πληθυσμούς (Γαλάνης και Σπάρος, 2006). Σύμφωνα με τον Τριχόπουλο: «είναι σκόπιμος ο υπολογισμός ενός σύνθετου δείκτη για καθέναν από τους συγκρινόμενους πληθυσμούς, που να μην εξαρτάται από τη διαφορετική κατά ηλικία σύνθεση των πληθυσμών αυτών, κάτι που επιτυγχάνεται με την τεχνική της προτυποποίησης κατά ηλικία» (2002). Ο Κατσουγιαννόπουλος αναφέρει ότι: «η προτυποποίηση ή προτύπωση ή σταθεροποίηση ή ρύθμιση ή προσαρμογή αποτελεί μια βιοστατιστική τεχνική εξισορρόπησης και, παράλληλα, άρσης της επίδρασης της διαφορετικής σύνθεσης κατά φύλο και ηλικία των συγκρινόμενων ομάδων» (1997:96). Η προτυποποιημένη συχνότητα μπορεί να ερμηνευτεί ως η υποθετική αδρή συχνότητα, αν ο πραγματικός πληθυσμός είχε την κατανομή του πρότυπου πληθυσμού. Αν ο πραγματικός 19

πληθυσμός χρησιμοποιηθεί ως πρότυπος, τότε η υποθετική αδρή συχνότητα είναι η πραγματική αδρή συχνότητα. Υπάρχουν δύο τύποι προτυποποίησης: η άμεση και η έμμεση. Η άμεση προτυποποίηση είναι μία μέθοδος που σταθμίζει μια ομάδα παρατηρηθεισών ειδικών συχνοτήτων στις διάφορες κατηγορίες σύμφωνα με τα βάρη ενός πρότυπου πληθυσμού (Κατσουγιαννόπουλος, 1997). Οι προτυποποιηµένοι συντελεστές δεν αποτελούν καθαρά µέτρα θνησιµότητας του πληθυσμού στον οποίο αναφέρονται, αφού για τον υπολογισµό τους δε χρησιμοποιούνται µόνο στοιχεία του πληθυσμού αυτού, αλλά και στοιχεία του πρότυπου πληθυσµού. Εν τούτοις λόγω της οµοιογένειας τους είναι κατάλληλοι για συγκρίσεις θνησιµότητας µεταξύ πληθυσµών. Πρέπει ακόµα να σηµειωθεί ότι δεν υπάρχει κάποιος γενικά αποδεκτός τρόπος επιλογής τυπικού πληθυσµού. Ο ερευνητής είναι ελεύθερος κατά την κρίση του να επιλέξει κάποιο πληθυσµό που θα χρησιµοποιηθεί σαν πρότυπος. Αυτός θα µπορούσε να είναι κάποιος γενικός πληθυσµός (κάποιος που οι πληθυσµοί τους οποίους θέλουµε να συγκρίνουµε αποτελούν υποσύνολα του) ή ακόµα, ο ένας από αυτούς τους πληθυσµούς ή κάποιος τρίτος ανεξάρτητος πληθυσµός. Η επιλογή πρότυπου πληθυσµού επηρεάζει βέβαια έντονα την τιµή των τυποποιηµένων συντελεστών, πολύ σπάνια όµως την κατεύθυνση της µεταξύ τους σχέσης (Κωστάκη, 2001). Στην παρούσα εργασία, η σύγκριση των αδρών γενικών θνησιμοτήτων που αφορούν τους νομούς της Ελλάδας, είναι δυνατό να οδηγήσει σε λάθος συμπεράσματα, αφού δε λαμβάνεται υπόψη ο παράγοντας ηλικία. Για την εξουδετέρωση της επίδρασης του παράγοντα της ηλικίας, εφαρμόστηκε άμεση προτυποποίηση. Ως πρότυπος πληθυσμός θεωρήθηκε ο πληθυσμός της Ελλάδας, ο οποίος είναι και το άθροισμα του πληθυσμού των 51 νομών. 20

ΚΕΦΑΛΑΙΟ 3: ΒΙΒΛΙΟΓΡΑΦΙΚΗ ΕΠΙΣΚΟΠΗΣΗ Στο κεφάλαιο αυτό γίνεται επισκόπηση των ερευνών που αναφέρονται στην διεθνή βιβλιογραφία και σχετίζονται με την μελέτη της θνησιμότητας κατά αιτία θανάτου, ηλικία και φύλο σε διάφορες χωρικές μονάδες. Ο Pollard (1996) μελέτησε τη θνησιμότητα στην Αυστραλία από το 1982 ως το 1992. Από τη μελέτη προκύπτει ότι η θνησιμότητα μειώθηκε σημαντικά σε όλο το εύρος των ηλικιών. Αξιοσημείωτη είναι όμως η μείωση της θνησιμότητας των αρρένων (ηλικίας 15-25 κυρίως) λόγω τροχαίων ατυχημάτων. Η μελέτη αυτή εξετάζει την μείωση της θνησιμότητας κατά αιτία και για τα δύο φύλα χρησιμοποιώντας δημογραφικούς δείκτες όπως οι ειδικοί δείκτες κατά ηλικία θανάτου, οι αδροί δείκτες για μια ομάδα αιτιών καθώς και οι τυποποιημένοι δείκτες θνησιμότητας για κάθε αιτία. Παρουσιάζει επίσης τους πίνακες επιβίωσης για τα έτη 1982, 1992, καθώς και προβολή για το έτος 2002. Οι Mackenbach et al.(2008), αποκάλυψαν ότι τα ποσοστά θνησιμότητας μεταξύ, αλλά και εντός των χωρών στον Ευρωπαϊκό χώρο διαφέρουν, καθώς επίσης και το μέγεθος του χάσματος. Φαίνεται ότι οι ανισότητες στα ποσοστά θνησιμότητας είναι μικρές στις νότιες χώρες και μεγαλύτερες σε ανατολικές και χώρες της Βαλτικής. Ο Leyland (2004) μελέτησε την πρόωρη θνησιμότητα στην Μεγάλη Βρετανία από το 1979 μέχρι το 1998 για τον πληθυσμό ηλικίας 0-64 έτη. Προκύπτει ότι αν και η πρόωρη θνησιμότητα μειώθηκε σε γενικό επίπεδο, υπάρχουν διαφορές μεταξύ των γεωγραφικών περιοχών της χώρας. Ειδικά στη Σκωτία διαπιστώθηκαν οι μεγαλύτερες διαφορικές ανισότητες στην πρόωρη θνησιμότητα. Οι Ali et al.(2007), πραγματοποίησαν έρευνα για τη χωρική διάσταση της θνησιμότητας των ενηλίκων σε περιοχή της Νότιας Κίνας κατά φύλο. Σύμφωνα με τα αποτελέσματα βρέθηκε διαφορά στα ποσοστά θνησιμότητας μεταξύ αγροτικών και αστικών περιοχών στην υπό μελέτη περιοχή στη νότια Κίνα, ειδικά ανάμεσα στους άνδρες. Υπήρξαν επίσης διαφορές στα ποσοστά θνησιμότητας μεταξύ των φτωχότερων και πλουσιότερων πληθυσμών τόσο σε αγροτικές όσο και αστικές περιοχές, οι οποίες μπορούν εν μέρει να αντικατοπτρίζουν τις διαφορές στην ποιότητα της υγειονομικής περίθαλψης. Χρησιμοποιώντας εξερευνητικές μεθόδους στατιστικής, μελέτησαν παράγοντες που επηρεάζουν την θνησιμότητα των ενηλίκων. Αυτοί είναι: το μηνιαίο εισόδημα, η πυκνότητα του πληθυσμού, η προσβασιμότητα σε ιατρικές υπηρεσίες και γεωγραφικοί παράγοντες όπως η απόσταση από ποταμούς. 21

Οι Khosravi et al.(2007), σε έρευνα που διεξήγαγαν για την διαφορική θνησιμότητα στο Ιράν το 2004 κατέληξαν ότι η παιδική θνησιμότητα ήταν σημαντικά υψηλότερη στην επαρχία και για τα δύο φύλα σε σχέση με τα επίπεδα θνησιμότητας στην Τεχεράνη. Αντίστοιχα για τους ενήλικες, η θνησιμότητα ήταν πολύ μεγαλύτερη για τους άντρες από ότι για τις γυναίκες στην επαρχία. Επίσης συσχέτισαν τον δείκτη αλφαβητισμού, το ποσοστό ανεργίας και στα δύο φύλα, καθώς και το κατά κεφαλή ΑΕΠ με τα επίπεδα θνησιμότητας. Οι Τσίμπος κ.α. (1990), στην έρευνά τους, διαπίστωσαν ότι η Ελλάδα βρίσκεται σε πολύ καλή θέση στο γενικό επίπεδο θνησιμότητας σε σχέση με τις υπόλοιπες 11 ευρωπαϊκές χώρες που συμμετείχαν στην έρευνα, όμως στα γεωγραφικά διαμερίσματα παρατηρήθηκαν έντονες διαφοροποιήσεις σε συγκεκριμένες αιτίες θανάτου. Ένα από τα θέματα που προσεγγίζουν οι Παπαευαγγέλου και Τσίμπος (1992), στο βιβλίο τους με θέμα, «Ιατρική δημογραφία και οικογενειακός προγραμματισμός» είναι η θνησιμότητα του ελληνικού πληθυσμού στα έτη 1960-1985. Εξετάζουν τη βρεφική θνησιμότητα για όλη τη χώρα, αλλά και κατά γεωγραφικό διαμέρισμα και παρουσιάζουν ακαθάριστους και τυποποιημένους δείκτες θνησιμότητας για τον ελληνικό πληθυσμό, για πέντε επιλεγμένες αιτίες θανάτου για τις χρονικές περιόδους 1965-1969, 1970-1974 και 1984-1988. Οι Παπαευαγγέλου και Τσίμπος (1990) επίσης, στη μελέτη τους με θέμα «Πίνακες επιβίωσης του ελληνικού πληθυσμού κατά αιτία θανάτου 1960-1980» ασχολούνται με την κατασκευή πινάκων επιβίωσης κατά αιτία θανάτου. Μελετούν τη θνησιμότητα για έξι κατηγορίες αιτιών θανάτου και υπολογίζουν την επίπτωση που έχει κάθε μία από αυτές στη θνησιμότητα του πληθυσμού με τον υπολογισμό της προσδοκώμενης ζωής κατά τη γέννηση. Οι Τσίμπος και Παπαευαγγέλου (1994) στην «Θνησιμότητα του ελληνικού πληθυσμού κατά αιτία θανάτου: 1960-1990», διαπιστώνουν την βελτίωση των συνθηκών θνησιμότητας του ελληνικού πληθυσμού σε εθνικό επίπεδο και σε επίπεδο γεωγραφικών διαμερισμάτων. Η θνησιμότητα που οφείλεται σε αιτίες που σημείωσαν κάμψη μειώθηκε στις γυναίκες περισσότερο απ ότι στους άντρες, ενώ η θνησιμότητα από αιτίες που σημείωσαν αύξηση, αυξήθηκε περισσότερο στους άντρες. Οι Κακλαμάνης και Κοτσυφάκης (2009), μελετούν τη φυσιογνωμία της θνησιμότητας στην Ελλάδα την περίοδο 1960-2001 και την προσεγγίζουν κατά φύλο, ηλικία και αιτία θανάτου. Από την μελέτη προκύπτει ότι οι συνθήκες θνησιµότητας στη µεταπολεµική Ελλάδα έχουν σηµαντικά διαφοροποιηθεί με αποτέλεσμα να μειωθεί η θνησιµότητα κυρίως σε σχέση με τα λοιµώδη νοσήµατα, ενώ διαχρονικά διαπιστώνεται αύξηση της θνησιµότητας από κακοήθη 22

νεοπλάσµατα και από νοσήµατα του κυκλοφορικού συστήµατος. Η συνολική βελτίωση των επιπέδων θνησιµότητας ήταν συγκριτικά µεγαλύτερη στις γυναίκες και κατά συνέπεια διευρύνεται η διαφορική κατά φύλο θνησιµότητα. Τα βασικά συµπεράσµατα από την εξέλιξη της θνησιµότητας στο σύνολο της χώρας δεν ανατρέπονται όταν περάσουµε σε επίπεδο γεωγραφικών διαµερισµάτων. ιαχρονικά, διαπιστώνεται ότι οι χωρικές ανισότητες, όσον αφορά στην ηλικιακή κατανοµή των θανάτων κατά αιτία, ελαχιστοποιούνται. Στην ίδια εργασία προσδιορίζουν τους παράγοντες που σχετίζονται με το επίπεδο θνησιμότητας. Οι βιολογικοί παράγοντες αναφέρονται σε γενετικούς προσδιορισμούς. Οι κοινωνικοί και οικονομικοί παράγοντες αφορούν το μορφωτικό επίπεδο, το κατά κεφαλήν εθνικό εισόδημα, την διατροφή, τις συνθήκες κατοικίας, το επάγγελμα και τη γεωγραφική κατανομή του πληθυσμού. Οι πολιτισμικοί παράγοντες αφορούν την αντίληψη για την προσωπική υγιεινή και εξαρτώνται κυρίως από το βιοτικό επίπεδο. Οι Κοτζαμάνης και Ανδρουλάκη (2009) σημειώνουν στο βιβλίο τους ότι όπως και στις άλλες ανεπτυγμένες χώρες, έτσι και στην Ελλάδα η θνησιμότητα συρρικνώνεται απρόσκοπτα καθ όλη τη διάρκεια του εικοστού αιώνα. Η μείωση των επιπέδων θνησιμότητας αφορά όλες τις ηλικιακές οµάδες (και για τα δύο φύλα), τα σηµαντικότερα κέρδη, όµως, καταγράφονται στη γέννηση, στο βαθµό που η βρεφική θνησιµότητα συρρικνώνεται ταχύτατα, ιδιαιτέρα δε στο πρώτο µισό του 20 ου αιώνα. Σταδιακά, όµως, στις δύο τελευταίες δεκαετίες, η αύξηση του µέσου όρου ζωής οφείλεται όλο και περισσότερο στη µείωση της θνησιµότητας στις µεγάλες ηλικίες. Η Ανδρουλάκη (2007α) επιχειρεί στην εργασία της να απαντήσει στο ερώτημα της σύγκλισης των επιπέδων θνησιμότητας. Αρχικά παρουσιάζεται η διαχρονική εξέλιξη σε εθνικό επίπεδο από τα τέλη του 19 ου αιώνα ως τις αρχές τις προηγούμενης δεκαετίας και στη συνέχεια παρατίθενται οι πίνακες θνησιμότητας για τα έτη 1981, 1991 και 2001 τόσο σε εθνικό επίπεδο όσο και σε επίπεδο νομών της χώρας. Ένα πρώτο συμπέρασμα είναι ότι αναμένεται περαιτέρω βελτίωση του μέσου όρου ζωής, με δεδομένες τις προσπάθειες καταπολέμησης της θνησιμότητας στις νεανικές ηλικίες (κυρίως από τα τροχαία ατυχήματα), την συνέχιση του αγώνα για την αντιμετώπιση των σύγχρονων ασθενειών των μέσων ηλικιών και την περαιτέρω μέριμνα για τους ηλικιωμένους. Σε άλλη έρευνα, η Ανδρουλάκη (2007β) καταλήγει σε ένα συνοπτικό προφίλ της χωρικής διάστασης της θνησιμότητας στην Ελλάδα. Αρχικά δημιουργεί τους Πίνακες Επιβίωσης των 13 Διοικητικών Περιφερειών για το 2001. Οι πίνακες αυτοί αναδεικνύουν κάποιες σημαντικές διαφοροποιήσεις. Πιο συγκεκριμένα η Κρήτη και η Πελοπόννησος παρουσιάζουν το μέγιστο 23

προσδόκιμο επιβίωσης για τα δύο φύλα, η Ήπειρος για τις γυναίκες και το Νότιο Αιγαίο για τους άνδρες. Αντίθετα, η Αν. Μακεδονία και η Θράκη βρίσκονται στην τελευταία θέση, μόλις μετά από τις περιφέρειες που φιλοξενούν τα δύο κύρια μητροπολιτικά κέντρα της χώρας. Το χωρικό μοτίβο της επιβίωσης σε επίπεδο νομού αντιστοιχεί ως ένα βαθμό σε αυτό των περιφερειών. Τέλος, η γυναικεία υπερεπιβίωση εντοπίζεται σε δύο ισχυρούς θύλακες (έναν στη Θράκη και έναν στη Δυτική Ελλάδα). Ο Αγοραστάκης (2009) παρουσιάζει την εξέλιξη της θνησιμότητας του ελληνικού πληθυσμού την τελευταία δεκαπενταετία και σε τρεις διαφορετικές τομές. Επίσης επιδιώκει να διερευνήσει την θέση της χώρας στον ευρύτερο Ευρωπαϊκό χώρο, όπου προκύπτει ότι η Ελλάδα δεν διαφοροποιείται σημαντικά από τις υπόλοιπες χώρες της Ευρωπαϊκής Ένωσης στις εξελίξεις της θνησιμότητας. Ωστόσο η αύξηση του προσδόκιμου ζωής στη γέννηση χαρακτηρίζεται από βραδύτερους ρυθμούς σε σχέση με παλαιότερα, ενώ ταυτόχρονα αυξάνεται η συμβολή των ηλικιωμένων στην άνοδο της μέσης προσδοκώμενης ζωής. Η Λάγιου (2009) μελέτησε και παρουσίασε στην εισήγησή της τις διαχρονικές τάσεις της γενικής και κατά αιτίες θνησιµότητας, καθώς και των δεικτών επιβίωσης µεταξύ της Ελλάδας, της Ευρωπαϊκής Ένωσης πριν την επέκταση του 2004 και της Σουηδίας, µιας χώρας µε υποδειγµατικό ιατροκοινωνικό σύστηµα. Η γενική θνησιµότητα και η αναµενόµενη επιβίωση βελτιώνονται προοδευτικά, αλλά ο ρυθµός βελτίωσης είναι µικρότερος στην Ελλάδα σε σχέση µε τις άλλες αναπτυγµένες Ευρωπαϊκές χώρες. Η θνησιµότητα από κακοήθεις νεοπλασίες και από στεφανιαία νόσο παρουσιάζονται διαχρονικά σταθερές στη χώρα µας, αλλά οι άλλες αναπτυγµένες Ευρωπαϊκές χώρες που χαρακτηρίζονταν στο παρελθόν από λιγότερο ευνοϊκούς δείκτες έχουν ήδη προσεγγίσει την άλλοτε πλεονεκτική θέση της Ελλάδας. Ανησυχητική για τη χώρα µας είναι η δυσανάλογα υψηλή θνησιµότητα από αγγειακά εγκεφαλικά επεισόδια τόσο µεταξύ των ανδρών όσο και των γυναικών. Οι Κοτσυφάκης και Σερελέα (2009) στην έρευνα που διεξήγαγαν για την διαφορική θνησιμότητα διαπίστωσαν ότι η προσδοκώµενη ζωή κατά τη γέννηση σε επίπεδο συνόλου χώρας είναι 75,46 έτη για τους άνδρες και 80,43 για τις γυναίκες. Σύμφωνα με τα αποτελέσματα το προσδόκιµο επιβίωσης φαίνεται να εξαρτάται από αρκετούς κοινωνικοοικονοµικούς δείκτες, όπως είναι ο βαθµός αστικοποίησης του πληθυσµού, η σύνθεση του οικονοµικά ενεργού πληθυσµού, το επίπεδο εκπαίδευσης, κ.ά. Οι Tsimpos et al. (2011) μελέτησαν τις περιφερειακές διαφορές και τα χωρικά πρότυπα του προσδόκιμου ζωής κατά τη γέννηση για τους 51 νομούς της Ελλάδας. Η ανάλυση δείχνει τη 24

μείωση της θνησιμότητας για άνδρες και γυναίκες κατά τη διάρκεια των ετών 1991-2007, καθώς και τη μείωση της διαφοράς των δύο φύλων ως προς το προσδόκιμο ζωής, αναφέροντας ότι η Ελλάδα ακολουθεί τα πρότυπα που παρατηρήθηκαν σε άλλες ευρωπαϊκές και αναπτυγμένες χώρες με χρονική καθυστέρηση περίπου δύο δεκαετίες. Ο Peltzman (2009) επισημαίνει την συσχέτιση που υπάρχει μεταξύ του εισοδήματος και της διάρκειας ζωής σε μια κοινωνία. Αυτό που συμπεραίνει όμως στην εργασία του είναι ότι ακόμα και σε λιγότερο ανεπτυγμένες χώρες τα τελευταία χρόνια η θνησιμότητα κατανέμεται περισσότερο ομοιόμορφα απ ότι το εισόδημα. Ο Luy (2006) μελέτησε την διαφορική θνησιμότητα ανάμεσα στην Ανατολική και Δυτική Γερμανία πριν και μετά την ένωση τους. Παράγοντες όπως η μετανάστευση ενός υγιούς τμήματος του πληθυσμού από την Ανατολική προς τη Δυτική Γερμανία, περιβαλλοντικοί λόγοι, εξέλιξη της ιατρικής τεχνολογίας, αλλαγή του τρόπου ζωής δεν έφεραν σε σύντομο χρονικό διάστημα αντίστοιχες μεταβολές στο επίπεδο της θνησιμότητας. Οι Kazembe et al., μελέτησαν την σχέση μεταξύ της παιδικής θνησιμότητας και την επιδημία ελονοσίας στο Μαλάουι. Κάποιοι από τους κοινωνικοοικονομικούς και δημογραφικούς παράγοντες που επηρεάζουν την παιδική θνησιμότητα, είναι το επίπεδο εκπαίδευσης της μητέρας, η ηλικία της μητέρας και ο τόπος κατοικίας. Οι Browning et al. (2003) διεξήγαγαν έρευνα με σκοπό να ερμηνεύσουν το χωρικό μοντέλο του επιπέδου υγείας στην πόλη του Σικάγο και στα προάστια. Σημαντικό ρόλο για τις διαφοροποιήσεις που υπάρχουν, παίζουν παράγοντες όπως η υγεία, το επίπεδο εκπαίδευσης και το ποσοστό ιδιοκατοίκησης. Οι Elliott and Wartenberg (2004) παρουσίασαν σε μελέτη τους τη χωρική διάσταση της επιδημιολογίας. Χρησιμοποίησαν χωρική ανάλυση τόσο στην οπτικοποίηση των αποτελεσμάτων τους, όσο και στην συσχέτιση των ασθενειών με παράγοντες όπως περιβαλλοντικοί, κοινωνικοοικονομικοί, δημογραφικοί, γενετικοί και τρόπου ζωής. Οι Rey et al. (2009) παρουσιάζουν στη μελέτη τους τη δημιουργία ενός δείκτη στέρησης και τη συσχέτισή του με την θνησιμότητα σε ολόκληρη την ηπειρωτική Γαλλία. Αρχικά κάνουν αναφορά σε άλλους παράγοντες, όπως κοινωνικοοικονομικοί, γεωγραφικοί (αστικές/αγροτικές περιοχές), εισόδημα, τρόπος ζωής (κάπνισμα, αλκοόλ, ρύπανση), οι οποίοι έχουν ήδη μελετηθεί για τις επιπτώσεις τους στη θνησιμότητα. 25

Οι Hadjichristodoulou et al.(2008), αναζήτησαν στη μελέτη τους περιοχές με υψηλό δείκτη θνησιμότητας. Κατά τη διάρκεια της μελέτης, η περιοχή της Θράκης κατέγραψε το υψηλότερο ποσοστό θνησιμότητας σε όλες σχεδόν τις ηλικιακές ομάδες και στα δύο φύλα στις δέκα ελληνικές περιφέρειες. Η ανάλυση έδειξε ότι η Θράκη έχει ένα από τα χαμηλότερα κατά κεφαλήν ΑΕΠ ενώ καταγράφεται και χαμηλή αναλογία των Ιατρών και νοσοκομειακών κλινών σε σύγκριση με τα ποσοστά σε εθνικό επίπεδο. Άλλοι παράγοντες που αναφέρθηκαν ήταν οι γενετικοί, ο τρόπος ζωής, η απασχόληση, περιβαλλοντικοί. Το υψηλό ποσοστό των Μουσουλμάνων στην περιοχή της Θράκης αναφέρεται ως πιθανός παράγοντας αύξησης της θνησιμότητας για την περιοχή, όμως πολλές έρευνες δεν αποδέχονται την υπόθεση αυτή ως βάσιμη. Οι διαφορές στη θνησιμότητα μεταξύ των δύο φύλων, στον αναπτυγμένο κόσμο, αποτέλεσαν αντικείμενο της εργασίας των Gjonca et al. (1999). Στην εργασία αυτή, αναφέρεται ότι μια σειρά παραγόντων, όπως η διατροφή, η στέγαση και τα γονίδια, καθώς και η πρόσβαση στην εκπαίδευση, την ιατρική περίθαλψη έπαιξαν σημαντικό ρόλο στην αλλαγή της θνησιμότητας των θηλέων τον 19ο αιώνα. Η ξαφνική βελτίωση της θνησιμότητας συνέβη το δεύτερο μισό του εικοστού αιώνα. Ειδικά η προσδοκώμενη ζωή αυξήθηκε θεαματικά τα τελευταία τριάντα χρόνια. Η αύξηση αυτή συνοδεύτηκε και από μία αύξηση του προσδόκιμου επιβίωσης, μεταξύ αρρένων και θηλέων. Η αύξηση των δεικτών θνησιμότητας των αρρένων σε σχέση με των θηλέων στις μικρές ηλικίες, προκύπτει ως αύξηση των θανάτων από ατυχήματα και βίαιες ενέργειες. Αντίθετα στις μεγαλύτερες ηλικίες σημαντικό ρόλο παίζει το μεγαλύτερο ποσοστό θανάτων των αρρένων από καρδιακά και νεοπλάσματα. Έτσι το χάσμα μεταξύ των δύο φύλων γι' αυτές τις κύριες αιτίες θανάτου έχει διευρυνθεί στις περισσότερες αναπτυγμένες χώρες μετά το Δεύτερο Παγκόσμιο Πόλεμο. Σύμφωνα με τον Σαρρή (2001), σε τμήματα πληθυσμού με εισοδήματα σε επίπεδα φτώχειας οι δείκτες θνησιµότητας είναι πολύ υψηλοί σε σχέση µε τον υπόλοιπο πληθυσµό. Εντούτοις, καθώς αυξάνεται το συνολικό εισόδηµα, οι δείκτες θνησιµότητας δεν ακολουθούν αντίστοιχη µεταβολή. Οι Smith and Jacobson (1989), μελέτησαν το επίπεδο υγείας ανδρών και γυναικών, ανεξάρτητα από την κοινωνική και εισοδηµατική τάξη στην οποία ανήκουν. Αρχικά φαίνεται πως οι γυναίκες έχουν πλεονέκτηµα υγείας, αφού ζουν περισσότερο και έχουν χαµηλότερους δείκτες θνησιµότητας από τους άντρες σε κάθε ηλικιακό στάδιο. Από την άλλη όµως πλευρά οι γυναίκες υποφέρουν περισσότερο από τις διάφορες ασθένειες και µάλιστα πολύ συχνά από ψυχικά 26

νοσήµατα. Επιπλέον επιβαρύνονται µε ασθένειες που προκύπτουν καθαρά από το φύλο, όπως αυτές του αναπαραγωγικού τους συστήµατος (καρκίνος µήτρας και ωοθηκών). Ο Wolfson (2001), επισήμανε ότι το επίπεδο υγείας των ανθρώπων δέχεται µια σειρά από περιβαλλοντικές και γεωγραφικές επιρροές. Ο ρόλος της γεωγραφικής θέσης στον καθορισµό του επιπέδου υγείας αλλά και θνησιµότητας ενηλίκων και παιδιών, αποκτά ιδιαίτερη σηµασία, κυρίως στις αναπτυσσόµενες χώρες, διακρίνοντας δύο ειδών επιδράσεις. Την επίδραση από τη µια µεριά της φυσικής διάστασης της γεωγραφίας (όπως τοποθεσία και κλιµατολογικές συνθήκες) και από την άλλη, την επίδραση των τεχνικών συνθηκών τις οποίες έχει διαµορφώσει ο άνθρωπος, όπως είναι η ποιότητα και η πυκνότητα του οδικού δικτύου και η διάρθρωση των υγειονοµικών υπηρεσιών. Η γενικότερη κατάσταση αλλά και η πληρότητα του οδικού δικτύου, προσδιορίζει σε µεγάλο βαθµό τη δυνατότητα πρόσβασης και χρήσης των υγειονοµικών υπηρεσιών. Σύµφωνα µε έρευνα των Preston and Elo (1995) για την συχνότητα θανάτου που αφορούσε τους λευκούς άντρες στις ΗΠΑ, ανάλογα με το επίπεδο εκπαίδευσής τους, η θνησιμότητα αυτών που βρίσκονταν στην ανώτερη-ανώτατη βαθμίδα εκπαίδευσης µειώθηκε κατά τρεις φορές σε χρονικό διάστημα τριών δεκαετιών. Παρόµοιο ήταν το αποτέλεσµα και για τις γυναίκες. Επίσης η παιδική θνησιµότητα στους λευκούς των ΗΠΑ είναι διπλάσια στις οικογένειες µε χαµηλότερη µόρφωση από ότι στις οικογένειες µε υψηλό επίπεδο εκπαίδευσης της μητέρας. Οι Σκαλκίδης κ.α. (2001), επισημαίνουν ότι η γενική θνησιμότητα μειώνεται προοδευτικά σε όλες τις χώρες της Ευρώπης, εκτός από αυτές που αντιμετώπισαν κοινωνικοοικονομικές μεταβολές κατά την διάρκεια της δεκαετίας του 1990. Η Ελλάδα εξακολουθεί να κατέχει ευνοϊκή θέση στον ευρύτερο ευρωπαϊκό χώρο, με πτωτική όμως τάση της μείωσης της θνησιμότητας. Ειδικά για την θνησιμότητα κατά φύλο, οι Έλληνες άνδρες υπερέχουν έναντι των άλλων Ευρωπαίων, σε αντιδιαστολή με τις Ελληνίδες, όπου η γενική θνησιμότητα δεν διαφέρει σημαντικά από εκείνη των γυναικών των άλλων χωρών της Ευρωπαϊκής Ένωσης. 27

ΚΕΦΑΛΑΙΟ 4: ΔΕΔΟΜΕΝΑ Στη παρούσα εργασία κύρια πηγή άντλησης των δεδομένων αποτέλεσε η Ελληνική Στατιστική Αρχή (ΕΛ.ΣΤΑΤ.). Ως έτος ανάλυσης επιλέχθηκε το έτος 2006. Για το έτος αυτό χρησιμοποιήθηκε ο εκτιμώμενος πληθυσμός κατά ηλικία και φύλο. Τα δεδομένα για τον αριθμό των θανάτων σε επίπεδο νομού παρέχονται επίσης από την βάση δεδομένων της ΕΛ.ΣΤΑΤ. Συγκεκριμένα χρησιμοποιήθηκαν σε επίπεδο νομών οι θάνατοι για κάθε φύλο και για τις ηλικιακές ομάδες 0, 1-4, 5-9,, 80-84, 85+ για το έτος 2006 Η κύρια μεταβλητή που αναλύεται στην παρούσα εργασία είναι ο άμεσα προτυποποιημένος δείκτης θανάτου, τόσο για κάθε φύλο ξεχωριστά, όσο και για το γενικό επίπεδο θνησιμότητας σε επίπεδο νομού, για το έτος 2006. Ως πρότυπος πληθυσμός επιλέγεται ο εκτιμώμενος πληθυσμός της Ελλάδας για το ίδιο έτος. Οι ερμηνευτικές μεταβλητές που πιθανόν να εξηγούν την χωρική κατανομή της θνησιμότητας είναι: ο αριθμός των επιχειρήσεων ανά 1000 φορολογούμενους, το ποσοστό αλλοδαπών, το μέσο υψόμετρο του νομού, το ποσοστό των έγγαμων, η πυκνότητα του πληθυσμού, το ποσοστό της αγροτικής έκτασης στο σύνολο του νομού (από την βάση δεδομένων της ΕΛΣΤΑΤ), ο μέσος αριθμός ημερήσιας κατανάλωσης τσιγάρων, ο αριθμός των ιατρών ανά 1000 κατοίκους του νομού, ο αριθμός κατοίκων ανά κέντρο υγείας του νομού, η συχνότητα των καπνιστών (αριθμός καπνιστών ανά 1000 κατοίκους) (από τον Υγειονομικό Χάρτη) και το μέσο δηλωθέν οικογενειακό εισόδημα (σε χιλιάδες ευρώ) (από τα Δημόσια Δεδομένα της Γενικής Γραμματείας Πληροφοριακών Συστημάτων). Τέλος, το ζήτημα της διαθεσιμότητας και εγκυρότητας των δεδομένων κρίνεται απαραίτητο να σχολιαστεί καθώς η ύπαρξη προβληματικών στοιχείων, ιδιαίτερα στα χαμηλά χωρικά επίπεδα ανάλυσης, επηρεάζει σε μεγάλο βαθμό την αξιοπιστία τους. 28

ΚΕΦΑΛΑΙΟ 5: ΜΕΘΟΔΟΛΟΓΙΑ Στο κεφάλαιο αυτό περιγράφεται η μεθοδολογία που χρησιμοποιήθηκε και η οποία αφορά μεθόδους χωρικής ανάλυσης. Οι μέθοδοι αυτές θα χρησιμοποιηθούν για να διερευνηθεί η χωρική διάσταση της θνησιμότητας στην Ελλάδα σε επίπεδο νομού, για το έτος 2006 καθώς επίσης και οι παράγοντες που σχετίζονται με το υπό μελέτη φαινόμενο. Οι μέθοδοι που εφαρμόζονται αφορούν την διερευνητική (exploratory spatial data analysis) και την ερμηνευτική (explanatory spatial data analysis) χωρική ανάλυση δεδομένων. 5.1. ΔΙΕΡΕΥΝΗΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Οι μέθοδοι Διερευνητικής Ανάλυσης Χωρικών Δεδομένων μας βοηθούν να κατανοήσουμε τη χωρική κατανομή, τη χωρική δομή και την ύπαρξη χωρικής εξάρτησης ή αυτοσυσχέτισης των χωρικών δεδομένων (Καλογήρου 2011). Στην παρούσα εργασία η διερευνητική ανάλυση δεδομένων περιλαμβάνει την εφαρμογή μεθόδων περιγραφικής στατιστικής και μέτρησης της χωρικής αυτοσυσχέτισης στις τιμές της μεταβλητής που αφορά τη θνησιμότητα. 5.1.1. Περιγραφική Στατιστική Στόχος της Περιγραφικής Στατιστικής είναι η ανάπτυξη μεθόδων για τη συνοπτική και την αποτελεσματική παρουσίαση των δεδομένων. Για το σκοπό αυτό έχουν αναπτυχθεί αριθμητικές και γραφικές μέθοδοι παρουσίασης περιγραφής των δεδομένων. Τα αριθμητικά περιγραφικά μέτρα βοηθούν να σχηματιστεί μια συνοπτική εικόνα των δεδομένων μας με χρήση πολύ μικρού (σε σχέση με τις αρχικές παρατηρήσεις) πλήθους αριθμητικών στοιχείων. Διακρίνονται κυρίως σε δύο βασικές κατηγορίες: τα μέτρα θέσης ή κεντρικής τάσης και τα μέτρα διασποράς ΜΕΤΡΑ ΘΕΣΗΣ ΜΕΣΗ ΤΙΜΗ Τα δεδομένα εμφανίζουν μια τάση να περιστρέφονται γύρω από μία κεντρική τιμή η οποία εκφράζει την μέση τιμή τους. Ο μαθηματικός τύπος της μέσης τιμής μ είναι: 29

Όπου Χ είναι τυχαία μεταβλητή, Ν ο πληθυσμός και Χ 1, Χ 2,,Χ Ν οι παρατηρήσεις. Ο αριθμητικός μέσος έχει το μειονέκτημα να επηρεάζεται από πιθανές ακραίες τιμές, να μην αντιστοιχεί πάντα σε «λογική» τιμή της τυχαίας μεταβλητής που εξετάζουμε, ενώ δεν μπορεί να χρησιμοποιηθεί και για περιγραφή ποιοτικών χαρακτηριστικών. ΜΕΤΡΑ ΔΙΑΣΠΟΡΑΣ Παρόλο που τα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού δεν είναι επαρκή για να τον περιγράψουν πλήρως. Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων μεταβλητότητας, δηλαδή μέτρων που εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης. Αυτά είναι τα μέτρα διασποράς και τα πιο σημαντικά είναι τα παρακάτω: ΕΥΡΟΣ Το απλούστερο από τα μέτρα διασποράς είναι το εύρος (Range, R), που ορίζεται σαν η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση. ΔΙΑΚΥΜΑΝΣΗ Το πιο διαδεδομένο μέτρο διασποράς είναι η διακύμανση που ορίζεται από τη σχέση Η διασπορά είναι η κυριότερη παράμετρος μεταβλητότητας. Όταν οι τιμές ενός συνόλου δεν διαφέρουν πολύ από τη μέση τιμή τους, τότε η διασπορά είναι μικρή, ενώ αντίθετα η διασπορά μεγαλώνει όταν οι τιμές είναι σκορπισμένες σε μεγάλη απόσταση γύρω από τη μέση τιμή (Τραγάκη, 2011). 30

ΤΥΠΙΚΗ ΑΠΟΚΛΙΣΗ Η διακύμανση εκφράζεται σε μονάδα που είναι το τετράγωνο της αρχικής μονάδας μέτρησης του χαρακτηριστικού. Επομένως, θεωρώντας την τετραγωνική ρίζα της διακύμανσης θα πάρουμε ένα μέτρο διασποράς που να εκφράζεται στη μονάδα μέτρησης του χαρακτηριστικού. Η ποσότητα αυτή λέγεται τυπική απόκλιση ΔΙΑΓΡΑΜΜΑΤΑ Η απλούστερη, η πληρέστερη και με τη μεγαλύτερη δυνατή ακρίβεια παρουσίαση ενός φαινομένου επιτυγχάνεται όταν παρουσιάζεται με τη μορφή στατιστικού πίνακα. Η παρουσίαση αυτή δεν είναι αρκετά εποπτική και δεν μπορεί να δώσει μια ταχεία και συγχρόνως συνολική εικόνα του φαινομένου που περιγράφει. Παρά λοιπόν την πληρότητα την οποία παρουσιάζουν και την ακρίβεια των πληροφοριών που περιέχουν οι στατιστικοί πίνακες, είναι σχεδόν πάντοτε χρήσιμο να παρασταθούν οι πληροφορίες που περιέχουν με μορφή διαγραμμάτων ή γραφικών παραστάσεων. Με τη γραφική παράσταση των στοιχείων ενός στατιστικού πίνακα, εκτός του ότι επιτυγχάνεται μια εποπτική αντίληψη του φαινομένου, επιτρέπεται ο τονισμός των κύριων χαρακτηριστικών του, αδιαφορώντας για τις λεπτομέρειες που τις περισσότερες φορές δεν είναι σημαντικές. Το Ιστόγραμμα είναι γραφική απεικόνιση στατιστικών συχνοτήτων των τιμών ενός μεγέθους. Σχηματίζεται από παρακείμενα ορθογώνια. Η επιφάνεια κάθε ορθογωνίου είναι μέτρο της συχνότητας εμφάνισης της συγκεκριμένης περιοχής τιμών ενώ το ύψος του ισούται με το λόγο της συχνότητας προς το εύρος των τιμών που αντιπροσωπεύει το ορθογώνιο. Ένας άλλος απλός τρόπος παρουσίασης των κυριότερων χαρακτηριστικών μιας κατανομής είναι το θηκόγραμμα. Το θηκόγραμμα μας δίνει το κεντρικό διάστημα με το 50% των παρατηρήσεων. Οι διακεκομμένες γραμμές και η θέση της διαμέσου μας δίνουν μια εικόνα για τη συμμετρικότητα της κατανομής. Οι εξωτερικές τιμές μπορεί να μας καθοδηγήσουν στην αναζήτηση τυχουσών έκτροπων τιμών. Τα θηκογράμματα δύο ή περισσότερων μεταβλητών όταν δίνονται συγχρόνως επιτρέπουν την μεταξύ τους σύγκριση (Κούτρας, 1990). 31

5.1.2. Χωρική αυτοσυσχέτιση Η χωρική αυτοσυσχέτιση έχει εφαρμογές σε μια ποικιλία προβλημάτων τόσο από τις θετικές όσο και από τις κοινωνικές επιστήμες. Χαρακτηριστικό όλων των προβλημάτων χωρικής στατιστικής είναι ότι τα δεδομένα προς ανάλυση αποτελούνται από μεταβλητές, που οι παρατηρήσεις τους εμφανίζονται στο χώρο. Τέτοιες παρατηρήσεις δεν είναι ανεξάρτητες μεταξύ τους, όπως απαιτεί η κλασική Στατιστική (Κανάρογλου κ.α., 2001). Μια κατηγορία μεθόδων εξερεύνησης χωρικών δεδομένων είναι τεχνικές οι οποίες εξετάζουν αποκλειστικά τη χωρική εξάρτηση μεταξύ τιμών των διαφόρων χωρικών μονάδων (μέθοδοι χωρικής εξάρτησης). Δηλαδή, εστιάζονται στη χωρική συσχέτιση, γνωστή και ως χωρική αυτοσυσχέτιση και όχι τη συνδιασπορά, αφού επικεντρώνονται στη σχέση μεταξύ τιμών της ίδιας μεταβλητής που παρατηρούνται σε διαφορετικές θέσεις (Κουτσόπουλος, 2005). Σύμφωνα με τους Cliff and Ord (1973), η χωρική αυτοσυσχέτιση είναι η σχέση μεταξύ των τιμών μιας ενιαίας μεταβλητής, που προέρχεται από τη γεωγραφική ρύθμιση των περιοχών στις οποίες εμφανίζονται αυτές οι τιμές. Μετρά την ομοιότητα των δεδομένων μέσα σε μια περιοχή, τον βαθμό στον οποίο ένα χωρικό φαινόμενο αυτοσυσχετίζεται, το επίπεδο αλληλεξάρτησης μεταξύ των μεταβλητών, τη φύση και τη δύναμη της αλληλεξάρτησης (Cliff and Ord, 1981). Ο Goodchild (1987), αναφέρει ότι υπό τη γενικότερη έννοια της η χωρική αυτοσυσχέτιση 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. Δηλαδή, η χωρική αυτοσυσχέτιση είναι μια αξιολόγηση της χωρικής δομής μιας μεταβλητής αναφορικά με τη χωρική θέση των τιμών της. Τα εργαλεία χωρικής αυτοσυσχέτισης εξετάζουν εάν η παρατηρηθείσα τιμή μιας μεταβλητής σε μια περιοχή είναι ανεξάρτητη από τις τιμές της μεταβλητής στις γειτονικές τοποθεσίες. Η χωρική αυτοσυσχέτιση μπορεί να ταξινομηθεί είτε ως θετική είτε ως αρνητική. Η θετική χωρική αυτοσυσχέτιση έχει όλες τις παρόμοιες τιμές να εμφανίζονται μαζί, ενώ η αρνητική χωρική αυτοσυσχέτιση έχει τις ανόμοιες τιμές να εμφανίζονται στη κοντινή απόσταση. Μια θετική χωρική αυτοσυσχέτιση αναφέρεται σε ένα χωρικό πρότυπο όπου γεωγραφικά χαρακτηριστικά των παρόμοιων τιμών τείνουν να ομαδοποιηθούν σε ένα χάρτη, ενώ μια αρνητική χωρική αυτοσυσχέτιση δείχνει ένα χωρικό πρότυπο στο οποίο οι γεωγραφικές οντότητες των παρόμοιων τιμών διασκορπίζουν σε όλο το χάρτη. Όταν η χωρική αυτοσυσχέτιση δεν έχει στατιστική σημαντικότητα τότε το χωρικό πρότυπο κατανομής εμφανίζεται ως τυχαίο (Chou, 1997). 32

Όπως προαναφέρθηκε η ύπαρξη χωρικής συσχέτισης ουσιαστικά σηµαίνει την αυξηµένη πιθανότητα παρατήρησης όµοιων τιµών για περιοχές που απέχουν λιγότερο γεωγραφικά (Anselin, 2001). Υπάρχουν πολλοί δείκτες χωρικής αυτοσυσχέτισης(cliff and Ord 1973, 1981, Goodchild 1986, Haining 1990 and Chou, 1997): Οι γενικοί δείκτες Moran s I και Getis and Ord General G, οι οποίοι αναγνωρίζουν χωρικά πρότυπα και τάσεις, Οι τοπικοί δείκτες Local Moran s I (Cluster and Outlier Analysis) και Getis and Ord G* (Hot Spot Analysis), οι οποίοι προσδιορίζουν το μέγεθος και τη θέση των ομάδων ή τη θέση περιοχών με μεγάλες διαφορές. Ο δείκτης Moran s I είναι ένας από τους παλαιότερους στατιστικούς δείκτες που χρησιμοποιήθηκε για να εξετάσει την ύπαρξη χωρικής αυτοσυσχέτισης. Οι Cliff και Ord (1973, 1981) στις δημοσιεύσεις τους παρουσιάζουν τη δική τους μαθηματική συνάρτηση υπολογισμού του δείκτη Moran s I που βασίζεται στους υπολογισμούς του ερευνητή Moran (1948) και τον πρώτο ορισμό του δείκτη I (Moran, 1950). Ο πρώτος αυτός ορισμός του δείκτη I από τον Moran είναι: όπου =, είναι ο μέσος των τιμών x, Α είναι ο συνολικός αριθμός συνδέσεων στο σύστημα με βάση τη γειτνίαση και είναι τα βάρη. Ο μαθηματικός τύπος των Cliff και Ord (1973, 1981) για τον υπολογισμό του Moran s I είναι: όπου =, είναι ο μέσος των τιμών x, και είναι το άθροισμα όλων των βαρών (Καλογήρου, 2011). Σύμφωνα με τον Anselin (1995, σελ. 102-103) «μια θετική τιμή του δείκτη Moran υποδεικνύει χωρική συγκέντρωση παρόμοιων τιμών (χαμηλών ή υψηλών) ενώ μια αρνητική τιμή υποδεικνύει χωρική συγκέντρωση ανόμοιων τιμών, για παράδειγμα μια τοποθεσία με υψηλή τιμή που περιβάλλεται από γείτονες με χαμηλές τιμές». Τιμές του Moran s I κοντά στο 0 33

υποδεικνύουν έλλειψη χωρικής εξάρτησης μεταξύ των τιμών γειτονικών παρατηρήσεων (Καλογήρου, 2011). Για τη δημιουργία των βαρών χρησιμοποιήθηκε η μέθοδος κ κοντινότερων γειτόνων και στην παρούσα εργασία επιλέχθηκαν 4 γείτονες. Η επιλογή αυτή έγινε λόγω της μορφής της γεωγραφίας της Ελλάδας, όπου υπάρχουν πολλά νησιά, ώστε να εξασφαλιστεί ένας ελάχιστος αριθμός γειτόνων σε κάθε περίπτωση. Ο τοπικός δείκτης Local Moran s I εντοπίζει δύο είδη ομάδων. Στην πρώτη ομάδα, ομαδοποιούνται οι περιοχές με μεγάλες ή μικρές τιμές, εκείνες δηλαδή που έχουν υψηλή χωρική αυτοσυσχέτιση. Στη δεύτερη ομάδα, προσδιορίζονται οι περιοχές, που οι τιμές τους παρουσιάζουν μεγάλες διαφορές από τις γειτονικές τους και οι οποίες χαρακτηρίζονται ακραίες τιμές (Παλάγγα κ.ά., 2007). Για τους υπολογισμούς και την οπτικοποίηση των παραπάνω, χρησιμοποιήθηκε το λογισμικό GeoDa v.0.9.5-i που διατίθεται από το Spatial Analysis Laboratory (Department of Agriculture and Consumer Economics, University of Illinois at Urbana-Champaign). Το λογισμικό αυτό αναπτύσσεται από τον Luc Anselin και τους συνεργάτες του (Anselin et al., 2004). 34

5.2. ΕΡΜΗΝΕΥΤΙΚΗ ΑΝΑΛΥΣΗ Πρόκειται για την προσπάθεια να ερμηνευτούν χωρικές σχέσεις αιτίας αποτελέσματος μέσω της εύρεσης εμπειρικών αποδείξεων που να αποδεικνύουν στατιστικά σημαντικές και θεωρητικά επιτρεπτές συσχετίσεις. Συνήθως γίνεται με τον ορισμό στατιστικών μοντέλων που λύνονται με μεθόδους παλινδρόμησης (Καλογήρου, 2011). 5.2.1. Γραμμική παλινδρόμηση Ανάλυση Παλινδρόμησης (Regression Analysis) είναι ο κλάδος της στατιστικής ο οποίος εξετάζει τη σχέση μεταξύ δύο ή περισσοτέρων μεταβλητών, ώστε να είναι δυνατή η πρόβλεψη της μιας από τις υπόλοιπες. Όταν αυτή η πρόβλεψη γίνεται σε δύο μόνο τυχαίες μεταβλητές τότε μιλάμε για την απλή παλινδρόμηση, ενώ όταν η πρόβλεψη για την εξαρτημένη μεταβλητή βασίζεται σε περισσότερες από μία μεταβλητές τότε ονομάζεται πολλαπλή παλινδρόμηση (Παπαδημητρίου, 1989). Σε κάθε πρόβλημα παλινδρόμησης διακρίνουμε δύο είδη μεταβλητών: τις ανεξάρτητες και τις εξαρτημένες. Ας θεωρήσουμε δύο μεταβλητές X, Y. Αν οι μεταβλητές αυτές συνδέονται με μια σχέση της μορφής Y=f(Χ) μέσω της οποίας για κάθε τιμή της X μπορούμε να προβλέψουμε ακριβώς την τιμή της Y, λέγονται «εξαρτημένες». Αν υπάρχει εξάρτηση μεταξύ δύο μεταβλητών, τότε μπορούμε τη μια από αυτές να τη χαρακτηρίσουμε ως «αιτία» και την άλλη ως «αποτέλεσμα». Αυτό όμως, μόνο στην περίπτωση που η εξάρτηση οφείλεται σε σχέση αιτιότητας των δύο μεταβλητών και όχι σε μια απλή συμμεταβολή η οποία μπορεί να οφείλεται σε εξάρτηση των δύο μεταβλητών από μια τρίτη μεταβλητή. Για την κατασκευή του μοντέλου πολλαπλής παλινδρόμησης είναι απαραίτητη η επιλογή των ερμηνευτικών παραγόντων (ανεξάρτητων μεταβλητών) που αποτελούν αιτίες επηρεασμού του φαινομένου. Η επιλογή των παραγόντων γίνεται αρχικά με βάση τη σχετική βιβλιογραφία. Στη συνέχεια ελέγχεται η διαθεσιμότητα των δεδομένων. Έπειτα για να αποφασιστεί ποιες από τις διαθέσιμες υποψήφιες ανεξάρτητες μεταβλητές θα συμπεριληφθούν στο γραμμικό μοντέλο κάνουμε επιπλέον τις ακόλουθες υποθέσεις-παραδοχές: Γραμμικότητα, Σταθερότητα Διασποράς (Οι κατανομές της Y έχουν ίδια διασπορά για όλα τα επίπεδα της X), Ανεξαρτησία (Οι τιμές της Υ που αντιστοιχούν στα διάφορα επίπεδα της Χ είναι ανεξάρτητες μεταξύ τους), Κανονικότητα (Η κατανομή της Υ για όλα τα επίπεδα της Χ είναι κανονική). 35

Όταν διαπιστώνεται παραβίαση της κανονικότητας μπορούμε, σε αρκετές περιπτώσεις, να αντιμετωπίσουμε το πρόβλημα με κατάλληλους μετασχηματισμούς στις μεταβλητές. Πέραν των παραπάνω υποθέσεων-παραδοχών, είναι χρήσιμο να ελέγχουμε την ύπαρξη ή μη ακραίων παρατηρήσεων. Οι ακραίες παρατηρήσεις μπορούν να ανιχνευθούν αποτελεσματικά με το θηκόγραμμα των παρατηρήσεων ή και με το διάγραμμα υπολοίπων. Αν διαπιστωθεί ακραία παρατήρηση, πρέπει πρώτα να ερευνηθεί αν οφείλεται σε λανθασμένη παρατήρηση ή πιθανόν σε απότομη στιγμιαία διαταραχή του συστήματος που παρατηρούμε. Αν αυτό συμβαίνει, πρέπει να παραληφθεί από το δείγμα. Αν όμως η ακραία παρατήρηση ανήκει στον πληθυσμό είναι λάθος να παραληφθεί από το δείγμα. Η ευθεία που προκύπτει λέγεται ευθεία παλινδρόμησης της Υ πάνω στην Χ και η γενική εξίσωση της ευθείας (γραμμική ευθεία παλινδρόμηση) θα έχει τη μορφή: Y= β + α*x+ε, Όπου α, β πραγματικοί αριθμοί (Παπαδημητρίου, 1989). Στην περίπτωση της πολλαπλής γραμμικής παλινδρόμησης η εξίσωση της ευθείας θα έχει τη μορφή: Y = Α 0 + Α 1 * X 1 + Α 2* X 2 +...+Α n * X n +ε, όπου Y είναι η εξαρτημένη μεταβλητή, Α 0 η σταθερά, Α 1, Α 2,...,Α n οι συντελεστές, X 1, X 2,..., X n οι ανεξάρτητες μεταβλητές και ε το σφάλμα. Η ευθεία που προκύπτει λέγεται ευθεία παλινδρόμησης της Υ πάνω στην Χ. Η ευθεία αυτή μπορεί να κατασκευασθεί μέσω μαθηματικών μεθόδων, όπως είναι η μέθοδος ελαχίστων τετραγώνων. Ο συντελεστής προσδιορισμού R 2 εκφράζει το ποσοστό της μεταβλητότητας των τιμών της εξαρτημένης μεταβλητής που εξηγείται, μέσω του μοντέλου, από τις ανεξάρτητες μεταβλητές. Αν στο γραμμικό μοντέλο εισαχθεί μια επιπλέον μεταβλητή, δεν είναι δυνατόν η τιμή του συντελεστή προσδιορισμού να μειωθεί. Ο διορθωμένος συντελεστής προσδιορισμού συμπεριφέρεται διαφορετικά. Αν εισαχθεί μια επιπλέον μεταβλητή, η τιμή του μπορεί είτε να αυξηθεί είτε να ελαττωθεί. Αν η νέα μεταβλητή που εισάγεται δεν συνεισφέρει σημαντικά στην ερμηνεία της μεταβλητότητας των τιμών της εξαρτημένης μεταβλητής, η τιμή του διορθωμένου R 2 ελαττώνεται. 36

ΚΕΦΑΛΑΙΟ 6: ΑΝΑΛΥΣΗ ΚΑΙ ΑΠΟΤΕΛΕΣΜΑΤΑ Στο κεφάλαιο αυτό γίνεται παρουσίαση των αποτελεσμάτων των μεθόδων που περιγράφηκαν στο προηγούμενο κεφάλαιο. Η διερευνητική ανάλυση των δεδομένων της θνησιμότητας στους 51 νομούς της Ελλάδας επιχειρείται τόσο με τη δημιουργία πινάκων και διαγραμμάτων όσο και με τη δημιουργία χαρτών. Η θνησιμότητα εξετάζεται συνολικά για τα δύο φύλα, αλλά και για κάθε φύλο χωριστά. Στη συνέχεια χρησιμοποιώντας τον δείκτη Moran's I ελέγχουμε την ύπαρξη χωρικής αυτοσυσχέτισης στα δεδομένα μας. Για να πραγματοποιήσουμε την ερμηνευτική ανάλυση των δεδομένων μας, εφαρμόζουμε μεθόδους παλινδρόμησης ώστε να εξετασθεί η συσχέτιση της θνησιμότητας με διάφορες μεταβλητές που πιθανόν την επηρεάζουν. 6.1. ΑΠΟΤΕΛΕΣΜΑΤΑ ΔΙΕΡΕΥΝΗΤΙΚΗΣ ΑΝΑΛΥΣΗΣ Η διερευνητική ανάλυση των δεδομένων αποτελεί μια πρώτη προσέγγιση στην ερμηνεία της χωρικής κατανομής της θνησιμότητας κατά φύλο, σε επίπεδο νομού. Η Περιγραφική Στατιστική μας δίνει τη δυνατότητα για εξαγωγή ορισμένων στατιστικών δεικτών ή μέτρων όπως είναι η μέση τιμή, η τυπική απόκλιση και το εύρος. Παράλληλα τα πρώτα συμπεράσματα εξάγονται και με την δυνατότητα δημιουργίας και παρατήρησης διαγραμμάτων. Μια άλλη κατηγορία μεθόδων διερευνητικής ανάλυσης είναι η χωρική αυτοσυσχέτιση, όπου διερευνάται ο βαθμός με τον οποίο το επίπεδο θνησιμότητας σε κάποιο νομό είναι παρόμοιο με αυτό ενός γειτονικού νομού. 6.1.1. Περιγραφική Στατιστική Στον πίνακα που ακολουθεί (Πίνακας 6.1) παρατίθενται αναλυτικά τα στοιχεία που αφορούν τον άμεσα προτυποποιημένο δείκτη θνησιμότητας κατά φύλο και συνολικά, σε επίπεδο νομού για το έτος 2006. Ένα πρώτο συμπέρασμα που εξάγεται, είναι ότι η θνησιμότητα των γυναικών είναι χαμηλότερη από αυτή των αντρών σχεδόν σε όλους τους νομούς. Πίνακας 6.1: Δεδομένα θνησιμότητας (συνολική και κατά φύλο) στους 51 νομούς της Ελλάδας ΝΟΜΟΣ ΓΕΝΙΚΗ ΘΝΗΣΙΜΟΤΗΤΑ ΘΝΗΣΙΜΟΤΗΤΑ ΑΝΔΡΩΝ ΘΝΗΣΙΜΟΤΗΤΑ ΓΥΝΑΙΚΩΝ ΑΙΤΩΛΟΑΚΑΡΝΑΝΙΑΣ 9,59 10,67 8,60 37

ΝΟΜΟΣ ΓΕΝΙΚΗ ΘΝΗΣΙΜΟΤΗΤΑ ΘΝΗΣΙΜΟΤΗΤΑ ΑΝΔΡΩΝ ΘΝΗΣΙΜΟΤΗΤΑ ΓΥΝΑΙΚΩΝ ΑΡΓΟΛΙΔΑΣ 9,18 9,57 8,80 ΑΡΚΑΔΙΑΣ 8,42 8,72 8,32 ΑΡΤΑΣ 9,12 10,47 7,81 ΑΤΤΙΚΗΣ 9,21 9,75 8,76 ΑΧΑΪΑΣ 9,37 9,91 8,91 ΒΟΙΩΤΙΑΣ 9,24 9,50 8,92 ΓΡΕΒΕΝΩΝ 8,53 8,79 8,23 ΔΡΑΜΑΣ 10,47 11,39 9,63 ΔΩΔΕΚΑΝΗΣΟΥ 9,17 9,95 8,27 ΕΒΡΟΥ 10,40 11,04 9,66 ΕΥΒΟΙΑΣ 9,96 10,75 9,11 ΕΥΡΥΤΑΝΙΑΣ 8,04 7,79 8,25 ΖΑΚΥΝΘΟΥ 11,00 10,82 11,20 ΗΛΕΙΑΣ 9,29 9,46 9,19 ΗΜΑΘΙΑΣ 9,76 10,09 9,41 ΗΡΑΚΛΕΙΟΥ 8,77 9,21 8,31 ΘΕΣΠΡΩΤΙΑΣ 8,82 10,36 7,22 ΘΕΣΣΑΛΟΝΙΚΗΣ 9,26 9,87 8,72 ΙΩΑΝΝΙΝΩΝ 7,43 7,82 7,00 ΚΑΒΑΛΑΣ 11,23 11,86 10,64 ΚΑΡΔΙΤΣΑΣ 9,43 10,52 8,31 38

ΝΟΜΟΣ ΓΕΝΙΚΗ ΘΝΗΣΙΜΟΤΗΤΑ ΘΝΗΣΙΜΟΤΗΤΑ ΑΝΔΡΩΝ ΘΝΗΣΙΜΟΤΗΤΑ ΓΥΝΑΙΚΩΝ ΚΑΣΤΟΡΙΑΣ 9,23 10,66 7,63 ΚΕΡΚΥΡΑΣ 9,23 9,31 9,22 ΚΕΦΑΛΛΟΝΙΑΣ 8,47 8,53 8,40 ΚΙΛΚΙΣ 11,25 11,35 11,03 ΚΟΖΑΝΗΣ 9,90 10,61 9,14 ΚΟΡΙΝΘΙΑΣ 9,83 10,28 9,40 ΚΥΚΛΑΔΩΝ 8,43 8,44 8,38 ΛΑΚΩΝΙΑΣ 8,22 8,81 7,53 ΛΑΡΙΣΑΣ 9,06 9,57 8,51 ΛΑΣΙΘΙΟΥ 8,13 8,67 7,52 ΛΕΣΒΟΥ 9,65 9,96 9,42 ΛΕΥΚΑΔΑΣ 8,95 9,59 8,29 ΜΑΓΝΗΣΙΑΣ 9,86 9,90 9,91 ΜΕΣΣΗΝΙΑΣ 9,32 9,93 8,71 ΞΑΝΘΗΣ 11,40 12,84 10,10 ΠΕΛΛΑΣ 10,68 11,73 9,62 ΠΙΕΡΙΑΣ 9,89 10,36 9,38 ΠΡΕΒΕΖΑΣ 9,64 11,21 8,09 ΡΕΘΥΜΝΟΥ 8,95 10,02 7,83 ΡΟΔΟΠΗΣ 11,36 12,46 10,34 ΣΑΜΟΥ 8,67 9,13 8,17 39

ΝΟΜΟΣ ΓΕΝΙΚΗ ΘΝΗΣΙΜΟΤΗΤΑ ΘΝΗΣΙΜΟΤΗΤΑ ΑΝΔΡΩΝ ΘΝΗΣΙΜΟΤΗΤΑ ΓΥΝΑΙΚΩΝ ΣΕΡΡΩΝ 10,97 11,26 10,64 ΤΡΙΚΑΛΩΝ 9,65 10,85 8,41 ΦΘΟΙΩΤΙΔΑΣ 9,52 10,08 8,98 ΦΛΩΡΙΝΑΣ 9,23 9,98 8,47 ΦΩΚΙΔΑΣ 8,38 8,68 8,17 ΧΑΛΚΙΔΙΚΗΣ 10,19 10,25 9,98 ΧΑΝΙΩΝ 10,33 10,16 10,53 ΧΙΟΥ 9,82 9,79 9,88 Πηγή: Ιδία επεξεργασία Από τον Πίνακα 6.2 προκύπτει ότι ο αριθμητικός μέσος της θνησιμότητας και για τα δύο φύλα ανά νομό για το έτος 2006, είναι 9,488. Αυτό σημαίνει, περίπου 10 θάνατοι για κάθε 1000 άτομα του πληθυσμού σε κάθε νομό. Η μικρότερη τιμή είναι 7,43 και αφορά το νομό Ιωαννίνων ενώ η μεγαλύτερη είναι 11,40 και αναφέρεται στο νομό Ξάνθης. Το εύρος των τιμών ανέρχεται στο 3,97, που δίνει διαφορά στη θνησιμότητα μεταξύ των δύο νομών ποσοστό 39,7% Για τους άνδρες ο αριθμητικός μέσος ανά νομό είναι 10,053, με μικρότερη τιμή 7,79 για το νομό Ευρυτανίας και μεγαλύτερη την τιμή 12,84 για το νομό Ξάνθης. Αντίστοιχα για τις γυναίκες, ο αριθμητικός μέσος ανά νομό είναι 8,920, με μικρότερη τιμή 7,00 για το νομό Ιωαννίνων και μεγαλύτερη τιμή 11,20, για το νομό Ζακύνθου. Παρατηρούμε λοιπόν ότι οι άνδρες υπόκεινται σε μεγαλύτερη θνησιμότητα από τις γυναίκες. Κάτι που είναι αναμενόμενο σύμφωνα και με τις έρευνες που έχουν γίνει μέχρι τώρα. 40

Πίνακας 6.2: Μέτρα περιγραφικής στατιστικής της μεταβλητής «Άμεσα προτυποποιημένη θνησιμότητα ανά 1000 άτομα» στους 51 νομούς της Ελλάδας, το έτος 2006 Εύρος Ελάχιστο Μέγιστο Μέσος Τυπικό σφάλμα Τυπική απόκλιση Συνολική Θνησιμότητα Θνησιμότητα ανδρών Θνησιμότητα γυναικών 3,97 7,43 11,40 9,488,127,913 5,05 7,79 12,84 10,053,150 1,075 4,20 7,00 11,20 8,920,137,9793 Πηγή: Ιδία επεξεργασία Η διερεύνηση των δεδομένων πραγματοποιήθηκε και με τη δημιουργία και παρατήρηση γραφημάτων. Στο σχήμα 6.1 παρουσιάζεται το ιστόγραμμα συχνοτήτων, όπου το ύψος κάθε ράβδου δείχνει τη συχνότητα της αντίστοιχης τιμής της θνησιμότητας ανά νομό. Από την καμπύλη κανονικής κατανομής συμπεραίνουμε πως η κατανομή των τιμών θνησιμότητας σε 1000 άτομα, ανά νομό για το έτος 2006 είναι κανονική και επομένως μπορούμε να εφαρμόσουμε την ανάλυση της παλινδρόμησης. 41

Πηγή: Ιδία επεξεργασία Σχήμα 6.1: Διάγραμμα συχνοτήτων και καμπύλη κανονικής κατανομής της θνησιμότητας ανά νομό, για το έτος 2006 Στο σχήμα 6.2 παρατηρούμε ότι οι ακραίες τιμές στην θνησιμότητα των ανδρών αναφέρονται στους νομούς Ξάνθης και Ροδόπης. Στη θνησιμότητα που αφορά και τα δύο φύλα, εκτός από τους ίδιους νομούς, που αναφέρονται υψηλά ακραίες τιμές και ο νομός Ιωαννίνων παρουσιάζει χαμηλά ακραία τιμή. Επίσης με τη χρήση του θηκογράμματος οπτικοποιείται η πληροφορία ότι ο αριθμητικός μέσος που αφορά τη θνησιμότητα των γυναικών είναι σημαντικά χαμηλότερος από τον αντίστοιχο των ανδρών. Αναλυτικά, η διαφορά των μέσων που ανέρχεται στο 1,133 αντιστοιχεί σε 11,33% διαφορά θνησιμότητας ανάμεσα στα δύο φύλα. 42

Πηγή: Ιδία επεξεργασία Σχήμα 6.2: Θηκόγραμμα τιμών της θνησιμότητας ανά νομό, για το έτος 2006 Στον χάρτη που ακολουθεί (Χάρτης 6.1) απεικονίζεται η θνησιμότητα που αφορά και τα δύο φύλα στους 51 νομούς της Ελλάδας για το έτος 2006. Παρατηρούμε ότι χαμηλά επίπεδα θνησιμότητας παρουσιάζονται στους νομούς Ιωαννίνων, Ευρυτανίας, Λακωνίας και Λασιθίου. Αντίθετα υψηλή θνησιμότητα φαίνεται ότι έχουν οι νομοί Πέλλας, Σερρών, Ξάνθης, Ροδόπης, Κιλκίς, Καβάλας και Ζακύνθου. Στον χάρτη όπου απεικονίζεται η θνησιμότητα των ανδρών (Χάρτης 6.2), οι νομοί Ευρυτανίας, Ιωαννίνων, Κυκλάδων, Κεφαλληνίας και Λασιθίου, Φωκίδας, Αρκαδίας, Γρεβενών και Λακωνίας έχουν χαμηλό δείκτη θνησιμότητας, ενώ οι νομοί Ξάνθης, Ροδόπης, Καβάλας και Πέλλας παρουσιάζουν υψηλά ποσοστά θνησιμότητας. Τέλος, στον χάρτη όπου οπτικοποιούνται τα δεδομένα θνησιμότητας για τις γυναίκες (Χάρτης 6.3), οι νομοί με τον χαμηλότερο δείκτη θνησιμότητας είναι οι Ιωαννίνων, Θεσπρωτίας, Λασιθίου, Λακωνίας, Καστοριάς Άρτας και Ρεθύμνου. Οι νομοί με τον υψηλότερο δείκτη θνησιμότητας είναι οι Ζακύνθου, Κιλκίς, Καβάλας, Σερρών, Χανίων, Ξάνθης και Ροδόπης. 43

Παρατηρούμε ότι σε κάθε περίπτωση, υψηλή θνησιμότητα παρουσιάζουν νομοί της Κεντρικής Μακεδονίας, Ανατολικής Μακεδονίας και Θράκης, ενώ αντίστοιχα χαμηλή θνησιμότητα παρουσιάζουν αρκετοί νομοί των περιφερειών του Νοτίου Αιγαίου, της Πελοποννήσου, της Ηπείρου και της Κρήτης. Θα μπορούσαμε να ισχυριστούμε ότι δημιουργείται ένα τόξο μείωσης της θνησιμότητας με Βορειοανατολική-Νοτιοδυτική κατεύθυνση. Η παρατήρηση ότι εμφανίζονται στο χάρτη γειτονικές περιοχές με παρόμοιες τιμές του δείκτη θνησιμότητας και για τα δύο φύλα, μας οδηγεί στην διερεύνηση της ύπαρξης χωρικής αυτοσυσχέτισης και πιθανής διαμόρφωσης χωρικών προτύπων της θνησιμότητας, για τους νομούς της Ελλάδας. 44

Πηγή: Ιδία επεξεργασία Χάρτης 6.1: Συνολική θνησιμότητα ανά νομό, για το έτος 2006 45

Πηγή: Ιδία επεξεργασία Χάρτης 6.2: Θνησιμότητα για τους άνδρες ανά νομό, για το έτος 2006 46

Πηγή: Ιδία επεξεργασία Χάρτης 6.3: Θνησιμότητα για τις γυναίκες ανά νομό, για το έτος 2006 47

6.1.2. Χωρική αυτοσυσχέτιση Ο υπολογισµός της χωρικής αυτοσυσχέτισης είναι απαραίτητος αφού τα χωρικά δεδοµένα σε ελάχιστες περιπτώσεις δεν αυτοσυσχετίζονται. Στον πρώτο νόµο της γεωγραφίας άλλωστε ο Tobler αναφέρει ότι όλα συσχετίζονται µεταξύ τους αλλά τα κοντινά πράγµατα συσχετίζονται µεταξύ τους περισσότερο από ότι τα µακρινά (Tobler, 1970). Τα χωρικά δεδομένα θνησιμότητας σε επίπεδο νομού, αφορούν πολύγωνα νομών που περιλαμβάνουν και νησιωτικές περιοχές, επομένως χρησιμοποιήθηκε η μέθοδος του αριθμού πλησιέστερων γειτόνων. Θνησιμότητα και για τα δύο φύλα Στο σχήμα (Σχήμα 6.3) που ακολουθεί και αφορά το διάγραμμα διασποράς του δείκτη Moran s I, παρουσιάζεται η θνησιμότητα για τα δύο φύλα στους 51 νομούς της Ελλάδας. Εύκολα φαίνεται, ότι τα δεδομένα παρουσιάζουν θετική χωρική αυτοσυσχέτιση στις τιμές της θνησιμότητας για τους νομούς της Ελλάδας. Ο ολικός δείκτης Moran s I είναι 0,4343. Επομένως περιμένουμε εστίες νομών υψηλών και χαμηλών τιμών θνησιμότητας στο χάρτη χωρικών προτύπων. 48

Πηγή: Ιδία επεξεργασία Σχήμα 6.3: Διάγραμμα διασποράς του δείκτη Moran s I για τη συνολική θνησιμότητα ανά νομό για το έτος 2006 Στον Χάρτη 6.4 παρουσιάζεται ο χάρτης χωρικών προτύπων (cluster map) που προκύπτει από την ταξινόμηση των τοπικών δεικτών Moran s I σε 4 κατηγορίες (υψηλή υψηλή, χαμηλή χαμηλή, χαμηλή υψηλή, υψηλή χαμηλή). 49

Πηγή: Ιδία επεξεργασία Χάρτης 6.4: Χάρτης χωρικών προτύπων τοπικών δεικτών Moran s I (συνολική θνησιμότητα) Παρατηρούνται εστίες υψηλών τιµών θνησιμότητας και εστίες χαμηλών τιµών θνησιμότητας. Παρατηρείται επίσης, ότι νομοί στην Ανατολική Μακεδονία και Θράκη, οι νομοί Ημαθίας και Χαλκιδικής καθώς και νομοί στα νησιά του Βορείου Αιγαίου αποτελούν κέντρα χωρικών εστιών όπου γειτονικοί νομοί έχουν παρόμοια υψηλές τιμές θνησιμότητας. Οι νομοί Δωδεκανήσου, Κέρκυρας, Μεσσηνίας και Καστοριάς χαρακτηρίζονται από χαμηλές τιμές θνησιμότητας που περιβάλλονται από επίσης χαμηλές τιμές. Ο νομός Θεσσαλονίκης είναι η περίπτωση νομού όπου έχει χαμηλό δείκτη θνησιμότητας, ενώ οι γειτονικοί του νομοί χαρακτηρίζονται από υψηλό δείκτη. Τέλος, οι νομοί Τρικάλων, Πρέβεζας, Αιτωλοακαρνανίας και Χανίων έχουν υψηλές τιμές θνησιμότητας σε σχέση με τους γείτονες νομούς που χαρακτηρίζονται από χαμηλές τιμές. 50

Θνησιμότητα για τους άνδρες Στο σχήμα (Σχήμα 6.4) που ακολουθεί και αφορά το διάγραμμα διασποράς του δείκτη Moran s I, παρουσιάζεται η θνησιμότητα για τους άνδρες στους 51 νομούς της Ελλάδας. Είναι εμφανές ότι υπάρχει θετική χωρική αυτοσυσχέτιση στις τιμές της θνησιμότητας για τους νομούς της Ελλάδας. Ο ολικός δείκτης Moran s I είναι 0,3266. Επομένως περιμένουμε εστίες νομών υψηλών και χαμηλών τιμών θνησιμότητας στο χάρτη χωρικών προτύπων. Πηγή: Ιδία επεξεργασία Σχήμα 6.4: Διάγραμμα διασποράς του δείκτη Moran s I για τη θνησιμότητα των ανδρών ανά νομό για το έτος 2006 Στο Χάρτη 6.5 παρουσιάζεται ο χάρτης χωρικών προτύπων (cluster map) που προκύπτει από την ταξινόμηση των τοπικών δεικτών Moran s I σε 4 κατηγορίες (υψηλή υψηλή, χαμηλή χαμηλή, χαμηλή υψηλή, υψηλή χαμηλή). 51

Πηγή: Ιδία επεξεργασία Χάρτης 6.5: Χάρτης χωρικών προτύπων τοπικών δεικτών Moran s I (θνησιμότητα για τους άνδρες) Παρατηρείται ότι νομοί στην Ανατολική Μακεδονία και Θράκη και ο νομός Ημαθίας χαρακτηρίζονται από υψηλές τιµές που περιβάλλονται από επίσης υψηλές τιµές θνησιμότητας. Οι νομοί Δωδεκανήσου, Μεσσηνίας και Ρεθύμνου χαρακτηρίζονται από χαμηλές τιμές θνησιμότητας που περιβάλλονται από επίσης χαμηλές τιμές. Οι νομοί των νησιών του Βορείου Αιγαίου έχουν χαμηλό δείκτη θνησιμότητας, σε αντίθεση με τους γειτονικούς νομούς που χαρακτηρίζονται από υψηλό δείκτη. Τέλος, οι νομοί Τρικάλων, Αιτωλοακαρνανίας και Χανίων έχουν υψηλές τιμές θνησιμότητας σε σχέση με τους γείτονες νομούς που χαρακτηρίζονται από χαμηλές τιμές. Ένα συμπέρασμα που προκύπτει είναι ότι τα χωρικά πρότυπα θνησιμότητας για τους άνδρες, είναι ανάλογα με αυτά που ισχύουν και για τα δύο φύλα. 52