Hindawi Publishing Perusahaan ISRN

Epidemiologi
Volume 2014, ID Artikel 821.759, 12 halaman
http://dx.doi.org/10.1155/2014/821759

Artikel Penelitian
Mengidentifikasi Populasi Rentan di
Subtropis Brisbane, Australia: Sebuah Panduan untuk Heatwave
Kesiapsiagaan dan Promosi Kesehatan

Margaret Loughnan, Nigel Tapper, dan Thu Phan

Monash Cuaca dan Iklim, Sekolah Ilmu Geografi dan Lingkungan, Monash University, Clayton, VIC 3800, Australia

Korespondensi harus ditujukan kepada Nigel Tapper; nigel.tapper@monash.edu Diterima 13 November

2013; Diterima 25 Desember 2013; Diterbitkan 17 Februari 2014 Editor Akademik: F. Janssen dan A. Ren

Copyright © 2014 Margaret Loughnan et al. Ini adalah sebuah artikel akses terbuka didistribusikan di bawah lisensi Creative Commons Atribusi, yang memungkinkan
penggunaan tak terbatas, distribusi, dan reproduksi dalam media apapun, asalkan karya asli benar dikutip.

Membangun masyarakat yang sehat adalah langkah kunci menuju masyarakat yang tahan iklim. sakit berhubungan dengan peningkatan risiko selama acara panas dan tidak
proporsional didistribusikan dalam dan di antara masyarakat. Untuk memahami perbedaan dalam distribusi spasial risiko kesehatan terkait iklim dan bagaimana hal ini akan berubah
di masa depan kita telah melakukan analisis spatiotemporal risiko gelombang panas pada populasi perkotaan di Brisbane, Australia. Tujuan dari ini adalah untuk menyarankan
manajer darurat dan otoritas kesehatan masyarakat dari daerah berisiko tinggi selama acara panas yang ekstrim (EHEs). Distribusi spasial daerah panas terkait morbiditas
diidentifikasi permintaan layanan kesehatan tinggi selama EHEs. Indeks risiko dikembangkan berdasarkan faktor sosial dan lingkungan dari kerentanan. Analisis regresi digunakan
untuk menentukan driver kunci panas terkait morbiditas dari indeks. Sebuah peta tertimbang kerentanan penduduk diproduksi yang mengidentifikasi daerah-daerah berisiko tinggi
dan memberikan informasi kunci untuk menargetkan intervensi kesehatan masyarakat dan kebijakan panas pencegahan stres. Perubahan yang diprediksi pada populasi berisiko
tinggi seperti proporsi orang tua yang tinggal di daerah perkotaan juga dipetakan untuk mendukung adaptasi jangka panjang dan mengembangkan strategi infrastruktur perawatan
kesehatan dan promosi kesehatan.

1. Perkenalan penggunaan yang akan memperkuat kesehatan masyarakat dan kebijakan manajemen darurat

Di Australia, gelombang panas membunuh lebih banyak orang daripada bahaya
alam lainnya. Ketimpangan distribusi risiko antara dan di dalam masyarakat berarti
bahwa orang tua, orang lemah, dan miskin pengalaman risiko terbesar. Bulan
Januari 2009 gelombang panas di selatan-timur Australia mengakibatkan hilangnya
ratusan nyawa, pasokan listrik terganggu dan infrastruktur transportasi, dan yang
paling penting, menempatkan permintaan yang cukup besar pada fasilitas
kesehatan masyarakat dan layanan darurat [ 1 ]. indeks kerentanan adalah alat yang
berguna untuk informadaptation dan meningkatkan masyarakat dan ketahanan
organisasi untuk bencana alam seperti gelombang panas. manajer darurat,
pemerintah daerah, dan otoritas kesehatan masyarakat dapat menggunakan
pendekatan ini untuk terlibat dalam kedua bottom-up dan adaptasi top-down
strategi. Ketika ditargetkan sistem peringatan panas berada di tempat, mortalitas
dan morbiditas selama gelombang panas sebagian besar dihindari. Penelitian ini
telah memberikan “alat pemetaan,”
untuk mengurangi angka kematian yang berhubungan dengan panas dan morbiditas.
Ada tubuh yang berkembang pesat penelitian menangani risiko terkait
gelombang panas di banyak kota-kota besar di dunia, khususnya di lingkungan
gersang beriklim dan panas; sedikit informasi yang tersedia untuk kota subtropis.
Dalam kebanyakan kasus, ini telah dibatasi tounderstanding hubungan kesehatan
suhu. Untuk saat ini belum ada pendekatan holistik untuk memahami ambang batas
suhu panas kesehatan, kerentanan gelombang panas, atau permintaan pelayanan
kesehatan selama acara panas yang ekstrim. Tujuan utama dari makalah ini adalah
untuk mengembangkan pendekatan holistik oleh (a) menggambarkan ambang batas
suhu di atas yang mortalitas dan morbiditas meningkat, (b) mengembangkan indeks
spasial kerentanan menyediakan alat visual untuk kesiapan gelombang panas dan
respon, dan (c) menggambarkan bagaimana risiko yang berhubungan dengan panas
mungkin berubah di masa depan di Brisbane, kota subtropis di Australia.
2 Epidemiologi ISRN
Suatu peristiwa panas yang ekstrim, atau “gelombang panas,” adalah
periode cuaca panas ketika suhu ambien cukup tinggi untuk menimbulkan
risiko serius bagi kesehatan individu terpapar dan populasi dan untuk publik
dan swasta infrastruktur [ 2 ]. Tidak ada definisi universal gelombang panas dan
definisi lokal dari panas yang berlebihan ditentukan oleh penyimpangan dari
pola cuaca biasa di daerah tertentu dan dampak yang dihasilkan pada warga
dan lingkungan. Panel Antarpemerintah tentang Perubahan Iklim (IPCC)
menyimpulkan dalam Laporan baru-baru ini khusus “Mengelola Risiko
Extreme Acara dan Bencana untuk Meningkatkan Adaptasi Perubahan Iklim”
(SREX) [ 3 ] Bahwa sangat mungkin bahwa panjang, frekuensi, dan / atau
intensitas gelombang panas akan meningkat selama sebagian besar wilayah
tanah selama ini.
Gelombang panas terkait dengan ditandai kenaikan jangka pendek dalam kematian
populasi yang terpapar. gelombang panas yang tercatat di seluruh Eropa Barat pada
tahun 2003 mengakibatkan 50.000 sampai 70.000 kematian kelebihan selama
bulan-bulan musim panas [ 4 . 5 ] -15.000 dari kematian ini terjadi selama periode tiga
minggu di Perancis [ 6 ]. Peristiwa gelombang panas di Athena [ 7 ], Inggris dan Wales [ 8 .
9 ], Chicago [ 10 ], Portugal [ 11 ], Belanda [ 12 ], Spanyol [ 13 ], California [ 14 ], Dan populasi atau tempat-tempat tertentu belum bawah- diambil. Informasi ini penting untuk
Rusia [ 15 ] Juga telah mengakibatkan kerugian besar kehidupan.
Laporan dari negara-negara subtropis jauh lebih sedikit jumlahnya. Ini
adalah perhatian utama sebagai Battisti dan Naylor (2009) [ 16 ] Telah
menunjukkan bahwa ada lebih dari 90% probabilitas bahwa hangat suhu
musim di daerah tropis dan subtropis di masa depan akan melebihi suhu
musim panas yang paling ekstrim tercatat selama abad terakhir (1900-2006).
Selain itu, urbanisasi yang tidak terencana pesat kota-kota di negara-negara
berkembang akan meningkatkan efek ini dengan intensifikasi pulau panas
perkotaan (UHI). penelitian kesehatan panas terbaru di Jepang, Korea
Selatan, dan Hong Kong telah menunjukkan hubungan dengan cuaca panas [ 17
- 19 ]. penelitian kesehatan panas relatif baru di Korea Selatan dan
negara-negara berkembang seperti Cina, India, dan Bangladesh, tetapi pola
yang sama dalam mortalitas dan morbiditas dicatat [ 20 - 23 ].
Di Australia, gelombang panas telah memberikan kontribusi untuk setidaknya 4287
kematian selama periode 1802-2003, menggandakan kematian yang disebabkan oleh
banjir atau badai selama waktu yang sama [ 24 ]. Pada akhir Januari 2009 gelombang
panas yang parah di selatan-timur Australia menyebabkan kelebihan kematian diperkirakan
dari 32,4% di Adelaide [ 25 ] Dan 374 kematian kelebihan selama tiga hari di Victoria [ 26 ]. Di
Queensland, 22 orang tewas dan 350 luka-luka dilaporkan setelah gelombang panas pada
Januari 2000 [ 27 ]; di Brisbane 75 kelebihan kematian terjadi selama gelombang panas
yang singkat pada bulan Februari 2004 [ 28 ].
Sebuah studi tentang dampak panas pada kematian untuk lation
ketenarannya dari Brisbane telah menunjukkan bahwa suhu panas memiliki efek
jangka pendek akut. Yu et al. [ 29 ] Menemukan bahwa efek dari panas yang
ekstrim pada kematian yang paling jelas pada lag 3 hari dan untuk orang yang
berusia 85 tahun dan lebih tua. Orang meninggal akibat penyakit kardiovaskular
(semua kelompok umur) menunjukkan efek yang kuat pada lag 1 hari [ 30 ].
Sementara Huang et al. [ 31 ] Menemukan dampak suhu pada tahun hidup yang
hilang, ini adalah terbesar pada hari paparan. Tong et al. [ 28 ] Mengindikasikan
bahwa penerimaan rumah sakit darurat mulai naik di ambang temperatur
maksimum sekitar 27 ∘ C. Temuan ini mendukung pentingnya identifikasi populasi
rentan
subkelompok sebelum musim panas untuk memungkinkan intervensi yang ditargetkan dan
dukungan untuk meminimalkan risiko morbiditas yang berhubungan dengan panas dan mortalitas.
Gelombang panas di Australia menghasilkan ity mortal- yang cukup besar dan
morbiditas [ 24 ]. Seperti perubahan iklim berlangsung dan suhu musim panas
meningkatkan [ 32 ], Efek kesehatan yang merugikan selama cuaca sangat panas akan
meningkatkan permintaan untuk layanan darurat seperti ambulans. Untuk
mempersiapkan ini merupakan bagian penting dari layanan darurat dan perencanaan
otoritas kesehatan masyarakat. Masyarakat dapat beradaptasi dengan peristiwa panas
yang ekstrim dengan melibatkan otoritas kesehatan masyarakat, manajer darurat,
pemerintah daerah, dan lembaga-lembaga yang nonpemerintah untuk mengurangi
paparan panas selama periode musim panas suhu ekstrim. Mengembangkan
ditargetkan gelombang panas perencanaan adap- tasi dapat dicapai dengan
mengubah perilaku dan lingkungan hidup dan dengan membangun ketahanan dibantu
dengan memahami karakter daerah berisiko tinggi.
Sampai saat ini beberapa penelitian telah melaporkan gelombang panas threshold usia
untuk kematian dan rawat inap di Brisbane [ 1 . 28 . 33 -
35 ]. Informasi yang menghubungkan kerentanan untuk memanaskan paparan subkelompok
adaptasi perubahan iklim yang sukses. Penelitian ini mengembangkan “alat” untuk
memetakan kerentanan penduduk peristiwa panas yang ekstrim di daerah perkotaan besar,
yang bertujuan membantu manajer darurat dan otoritas kesehatan masyarakat
mengembangkan strategi adaptasi untuk mengatasi panas yang ekstrim dan untuk
menyediakan kerangka kerja pengambilan keputusan untuk memandu perencanaan
adaptasi masa depan.
2. Metode
Penelitian ini melibatkan tiga komponen yang mempengaruhi hubungan
kesehatan panas, dimulai dengan identifikasi ambang batas kesehatan panas
untuk kota Brisbane dan wilayah metropolitan sekitarnya. Hal ini penting untuk
pelaksanaan sistem peringatan kesehatan panas yang ambang mudah
dipahami dan mudah untuk menghitung menggunakan rutinitas sehari-hari
Badan Meteorologi (BoM) perkiraan.
2.1. Cuaca data Threshold Perhitungan. Data cuaca harian untuk kota
Brisbane yang dibeli dari Biro Meteorologi Australia untuk periode 2003
sampai 2011. disertakan maksimum harian dan suhu minimum, harian suhu
titik embun maksimum, dan rata-rata harian kecepatan angin ini. 24 jam
suhu rata-rata 9:00-09:00 dihitung dan disebut sebagai mean •. Harian suhu
jelas (AT) dihitung dengan menggunakan rumus berikut:
AT = - 2,653 + (0,994 * suhu ∘ C)
(1)
+ 0,0153 * ( suhu titik embun ∘ C) 2
(Setelah O'Neill et al. [ 36 ]).
AT merupakan indeks tekanan panas yang mencakup ukuran
kelembaban; sering disebut sebagai “terasa seperti” suhu. Hal ini memberikan
indikasi pengaruh cuaca menindas pada kesehatan manusia. Namun hal ini
tidak mudah untuk meramalkan
Epidemiologi ISRN
menggunakan Badan Meteorologi data rutin namun dapat digunakan untuk
mengingatkan masyarakat setiap hari. Suhu di mana morbiditas median
meningkat dari baseline atau tingkat yang diharapkan diidentifikasi sebagai
batas bawah untuk ambang batas panas yang ekstrim. Metode ini telah
digunakan dengan sukses di Melbourne dan Victoria daerah [ 37 . 38 ].
2.2. Data morbiditas. Data morbiditas harian terdiri dari semua keterangan
ambulans darurat di kota Brisbane dan sekitarnya wilayah metropolitan setiap
hari untuk periode 2003/01/07 ke 2011/04/08. Lokasi spasial masing-masing
callout ambulans direkam oleh daerah pos (PoA) dan / atau lokalitas. Jika
informasi PoA yang hilang, itu diperbarui dengan menghubungkan lokalitas dan
PoA GIS lapisan. Nilai PoA data ambulans ditugaskan untuk PoA yang meliputi
daerah terbesar berpotongan dengan fitur lokalitas. Hari dengan kelebihan
darurat panggilan ambu- tombak diidentifikasi menggunakan prosedur
dekomposisi musiman. Semua analisa statistik dilakukan dengan menggunakan
SPSS [ 39 ].
2.3. Indeks spasial Kerentanan. Selama gelombang panas, popula- tionmortality
andmorbidity tidak terdistribusi secara merata di seluruh kota. Ada daerah risiko
tinggi dan daerah dari risiko yang lebih rendah. Komponen kedua dari penelitian
ini adalah untuk mengembangkan indeks spasial kerentanan penduduk terhadap
panas yang ekstrim. ambulans darurat keterangan pada hari-hari yang melebihi
suhu ambang batas untuk Brisbane digunakan untuk membuat peta desil
permintaan layanan darurat. Sebuah kajian literatur yang komprehensif [ 1 . 5 . 25 . 28 34 ∘ C peningkatan 9% di keterangan ambulans darurat diamati. Ini dipilih sebagai
. 37 . 40 - 44 ] Mengidentifikasi komponen-komponen kunci dari kerentanan
berdasarkan analisis gelombang panas baru-baru ini di seluruh dunia. Faktor
risiko di mana data tersedia pada skala spasial yang tepat dipilih. Hal ini
memastikan peniruan dari indeks untuk kota-kota lain dan untuk analisis masa
depan. Indeks termasuk 11 variabel mengukur tal environmen-, demografi, dan
faktor kesehatan yang diketahui mempengaruhi hasil kesehatan selama
gelombang panas. Tabel 1 menyajikan sumber data dan merangkum bagaimana
variabel-variabel ditentukan. Ini ables variabel- dikumpulkan di tingkat daerah pos
(PoA) untuk analisis. Variabel yang diregresikan terhadap ukuran kesehatan
darurat (ambulans darurat keterangan) untuk mengidentifikasi mana dari variabel
kerentanan diwakili terbaik distribusi spasial dari hasil kesehatan yang
berhubungan dengan panas. Sebuah variabel yang dimasukkan ke dalam model
jika tingkat signifikansi yang • nilai kurang dari 0,05 dan dihapus jika tingkat
signifikansi lebih besar dari 0,10. Kolinearitas adalah problemwhen variabel
dalam regresi tidak independen. Sebuah indeks kondisi lebih besar dari 15
menunjukkan masalah yang mungkin dan indeks lebih besar dari 30
menunjukkan masalah serius dengan kolinearitas. Model memproduksi tertinggi • 2 nilai-nilai
yang tidak menunjukkan indikasi kolinearitas terpilih. Variabel yang membuat
kontribusi yang signifikan terhadap representasi spasial dari hasil kesehatan yang
merugikan digunakan tomake indeks tertimbang kerentanan. Indeks tertimbang
dibuat menjadi desil dan subsequentlymapped untuk menunjukkan daerah di
mana diperkirakan nerability vul- dan risiko diukur (hasil kesehatan darurat)
berpotongan ( Gambar 1 ). Sebuah korelasi Spearman dilakukan dengan
menggunakan nilai-nilai desil dari VI tertimbang dan nilai-nilai desil dari info
ambulans untuk setiap PoA untuk menentukan hubungan luas kota-antara
variabel-variabel ini.
3
2.4. Analisis temporal. Bagian ketiga dari studi ini ditujukan kebutuhan untuk
mengembangkan strategi jangka panjang untuk melindungi nities tual. Masyarakat dan
lembaga berubah dari waktu ke waktu sehingga memprediksi perubahan kerentanan
berdasarkan kondisi conomic socioe- saat ini tidak dapat diterima. Namun,
memprediksi perubahan pada kelompok risiko tertinggi, orang yang berusia 65 tahun
dan lebih tua, mungkin sebagai proyeksi penduduk yang tersedia untuk Brisbane
sampai 2031.
proyeksi penduduk untuk total tion popula- berbasis wilayah dapat digunakan
untuk memprediksi perubahan dalam kepadatan perkotaan; kepadatan perkotaan
adalah sopir dari UHI dan variabel dimasukkan dalam analisis. Populasi data
proyeksi untuk Brisbane disediakan oleh Queensland Pemerintah [ 45 ]. prediksi
perubahan dalam total populasi dan proporsi orang berusia 65 tahun dan lebih tua
dipetakan untuk menunjukkan daerah berisiko tinggi andhow mereka berhubungan
dengan daerah saat meningkatnya kerentanan.
3. Hasil
3.1. Suhu ambang batas. Penelitian ini menyajikan tasi represen- dari risiko
kesehatan yang berhubungan dengan panas di daerah perkotaan di dalam dan
sekitar Brisbane dan peningkatan resultan keterangan ambulans darurat. suhu
ambang batas untuk peningkatan panggilan ambulans darurat ditunjukkan pada Meja
2 . Ambang batas menggunakan rata-rata • dari 34 ∘ C menunjukkan efek yang
paling konsisten panas pada layanan darurat demand.When mean • mencapai
ambang batas yang cocok untuk daerah Brisbane.
3.2. Pengembangan Indeks Kerentanan Tata Ruang. Analisis sion regres-
menunjukkan bahwa tiga variabel dari indeks (seperti yang ditunjukkan pada Tabel
1 ): Fasilitas perawatan berusia (ACF), orang rumah tangga single (orang
berusia di atas 65 tahun), dan desain perkotaan, adalah prediktor terbaik dari
kerentanan di kota Brisbane. Koefisien unstandardised (lihat tabel 3 ) Dari
persamaan regresi digunakan untuk berat indeks kerentanan (lihat kerentanan
tertimbang di ( 2 )). Indeks Kondisi adalah 4,8; ini bukan sugestif dari
multikolinearitas dalam model ini. Nilai-nilai desil untuk kerentanan di daerah
pos ditunjukkan pada Gambar 1 . Area dicap sebagai desil 10 menunjukkan
kerentanan tertinggi dan desil 1 terendah. Pertimbangkan berikut: tertimbang
indeks kerentanan
= 2.450 * ACF + 1,248
(2)
* rumah tangga tunggal-orang (usia 65 + tahun)
+ 0,083 * desain perkotaan.
Sebuah korelasi Spearman antara permintaan layanan VI dan darurat
tertimbang (data morbiditas) adalah RHO =
0,617, • = 0,001. Tertimbang VI menjelaskan 61,7% dari kemampuan
variabel- di callouts ambulans pada hari melebihi ambang 34 ∘ C. Angka 3 dan
4 menunjukkan proyeksi penduduk distribu- tions untuk Brisbane dari 2006
ke 2031. ini disajikan sebagai kuintil untuk kepadatan penduduk (orang per
km 2) dan perubahan proporsional pada populasi yang lebih tua (orang
4 Epidemiologi ISRN

Tabel 1: Faktor risiko dan sumber data mereka.

Faktor risiko Sumber data Penurunan variabel

Umur (0-4, 65+) ABS * BCP #, Table 1 [ 49 ] Populasi% di bawah 4 dan lebih dari 65

fasilitas perawatan berusia (ACF) Departemen Kesehatan dan Penuaan % ACF dalam kota

SES ** ABS, SEIFA ##, Table 3 [ 49 . 50 ] SEIFA

Desain perkotaan ABS, BCP, Table 31 [ 49 ] tempat tinggal% yang tidak tempat tinggal tunggal

rumah tangga tunggal-orang ABS, BCP, Table 22 [ 49 ] % Rumah tangga single-orang

Populasi% yang membutuhkan bantuan dengan kegiatan sehari-hari

Butuh bantuan (ukuran cacat) ABS, BCP, Table 17 [ 49 ]
inti

Kepadatan penduduk ABS, BCP, Table 1 [ 49 ] Penduduk (di bawah 4 dan lebih dari 65) / km 2

Populasi% yang berbicara bahasa lain selain bahasa

etnis ABS, BCP, Table 12 [ 49 ]
Inggris di rumah

MODIS (Terra) Suhu permukaan tanah dan

UHI Emisivitas Bulanan L3 global 0,05 ∘ CMG Berarti LST di musim panas ( ∘ C)
(2005-2009)

daerah% yang taman atau lahan pertanian

tutupan lahan ABS, Meshblock

perjalanan jarak terpendek dan tercepat waktu perjalanan

dari pusat massa dari PoA ke layanan darurat, peta
Aksesibilitas ke layanan darurat google maps
fromGoogle diekstrak menggunakan SAS versi 9.2 (Zdeb
2010) [ 51 ]
* ABS: Biro Statistik Australia, 2006.
#
BCP: Dasar Profil Komunitas.
** SES: Status Sosial Ekonomi.
##
SEIFA: Indeks Sosial Ekonomi untuk Daerah.

Tabel 2: suhu ambang batas Musim Panas-waktu untuk meningkatkan panggilan ambulans di Brisbane (berdasarkan data dari 2003/01/07 ke 2011/04/08). Kota

Jumlah hari • max peningkatan morbiditas • min Peningkatan morbiditas Berarti • Peningkatan morbiditas AT peningkatan morbiditas Brisbane 2956

36 ∘ C * 2,5-12% 26 ∘ C * 2,5% 34 ∘ C * 9% 40 ∘ C * 4-11%

* Suhu dicatat untuk • max, • min, berarti •, dan AT adalah ambang batas rendah.

Tabel 3: analisis regresi bertahap dari info ambulans darurat dan variabel panas terkait.

koefisien unstandardixed
Model • Makna
• Std. kesalahan

(1)

Konstan 4,342 0,773 5.620 0.000

ACF 3,272 0,613 5,335 0.000

(2)

Konstan 0,593 1,171 0,507 0,613

ACF 2,533 0,606 4,178 0.000

rumah tangga tunggal-orang 1,612 0,394 4,093 0.000

(3)

Konstan 0,046 1,166 0,040 0,968

ACF 2.450 0,595 4,119 0.000

rumah tangga tunggal-orang 1,248 0,411 3,037 0,003

Desain perkotaan 0,083 0.032 2.550 0,012

Epidemiologi ISRN 5

0 25 50

(Km)

Indeks kerentanan tertimbang

1 6

2 7

3 8

4 9

5 10

Gambar 1: Tertimbang Indeks kerentanan untuk Brisbane. Desil 1 menunjukkan kerentanan terendah sementara desil 10 menunjukkan kerentanan tertinggi (berdasarkan 1/7 / 2003-4 /
8/2011 ambulans darurat info data).
6 Epidemiologi ISRN

0 25 50

(Km)

keterangan ambulance

2 7

3 8

4 9

5 10

Gambar 2: Distribusi spasial nilai-nilai desil dari keterangan ambulans pada hari-hari panas (hari ketika bermaksud • menyamai atau melebihi 34 ∘ C) di Brisbane (berdasarkan atas 1/7 / 2003-4 / 8/2011 data).
Epidemiologi ISRN 7

Perubahan pada orang berusia 65 atau lebih (%)

0 25 50

(Km)

- 10.46% - 4,29% 10,87% - 14,2%

4,3% - 7.01% 14.21% - 23,62%

7.02% - 10,86%

Gambar 3: Perubahan proporsi penduduk lansia di Brisbane antara tahun 2006 dan 2031 oleh statistik Local Area (SLA).

berusia 65 + tahun). Peningkatan proporsional pada orang tua lebih besar di
daerah-daerah pinggiran kota di utara dan selatan dari daerah Brisbane
sedangkan peningkatan kepadatan penduduk lebih terkonsentrasi di
daerah-daerah pinggiran kota di sebelah barat kota. Namun ada daerah
penting crossover di mana daerah dengan peningkatan kepadatan penduduk
juga mencakup proporsi yang lebih besar dari orang tua. daerah ini harus
disorot untuk pelaksanaan langkah-langkah adaptasi untuk meminimalkan risiko
gelombang panas.
Gambar 5 menyoroti pola yang menarik dari perubahan relatif dalam
AHO antara hari nonhot dan hari-hari panas. Sementara POA di pinggiran
terluar dari Brisbane selatan dan sekitar kota Brisbane umumnya dilaporkan
dengan peningkatan callouts ambulans, POA di bagian utara
8 Epidemiologi ISRN

Perubahan kepadatan penduduk

(Orang / km 2)

0 25 50

(Km)

-58,56 - 70,25 326,1 - 603,8

70,26 - 178,9 603,9 - 7727

179,0 - 326,0

Gambar 4: Perubahan kepadatan penduduk antara tahun 2006 dan 2031 oleh statistik Local Area (SLA) di Brisbane.

Brisbane umumnya dilaporkan dengan info ambulans menurun. permintaan layanan. Berarti • diukur dengan menggunakan 24 jam suhu rata-rata;
ini termasuk efek dari hari yang panas diikuti dengan malam panas, menyoroti efek
paparan panas berkepanjangan pada kesehatan populasi. Ketika batas ini

4. Diskusi terlampaui, peningkatan 9% di keterangan darurat diamati; ini akan menempatkan

beban yang besar pada penyediaan layanan. Di daerah Brisbane dengan fasilitas
Sebuah suhu rata-rata • 34 ∘ C akan memberikan ambang batas yang cocok untuk perawatan yang lebih tua, kepadatan perkotaan lebih tinggi
menyarankan layanan ambulans dari peningkatan yang diharapkan
Epidemiologi ISRN 9

0 25 50

(Km)

perubahan relatif
nilai desil
-3--2 12-3

-1
Tidak ada perubahan

Gambar 5: perubahan relatif nilai desil dari keterangan ambulans antara baseline (musim panas nonhot hari) dan hari-hari panas di Brisbane (berdasarkan atas 1/7 / 2003-4 / 8/2011 data). Kosong
(putih) POA menunjukkan bahwa tidak ada perbedaan nilai desil ambulans callout, sedangkan kuning dan oranye POA menunjukkan nilai desil ambulans keterangan lebih rendah pada hari-hari panas
dibandingkan dengan hari-hari musim nonhot. Merah menunjukkan peningkatan permintaan untuk layanan ambulans pada hari-hari panas.
10
dan orang yang hidup sendiri (orang tua) disajikan risiko terbesar selama gelombang
panas. Ini memberikan informasi untuk pengembangan kebijakan dan perencanaan
infrastruktur untuk memastikan adaptasi yang dapat diberlakukan di daerah yang paling
membutuhkan.
The unstandardixed koefisien dari analisis regresi bertahap di ( 2 ) Menunjukkan
bahwa daerah dengan angka yang lebih besar dari orang tua terutama yang tinggal
sendirian di daerah perkotaan kepadatan lebih tinggi memiliki korelasi positif dengan
hasil kesehatan yang merugikan pada hari-hari panas. Hasil ini mendukung literatur
sebelumnya [ 40 . 42 . 43 . 46 . 47 ] Menunjukkan bahwa orang tua dan orang yang hidup
tempat tinggal inmultiple dan apartemen dapat memiliki thanothers tingkat kerentanan
yang lebih tinggi selama hari-hari panas. STUDI orang tua yang tinggal di wilayah yang
secara rutin mengalami musim panas yang panas menunjukkan bahwa adaptasi
perilaku dan teknologi di tingkat pribadi adalah cara yang efektif untuk mengurangi
paparan panas selama acara panas yang ekstrim [ 48 ].
Di daerah Brisbane kerentanan lebih tinggi dicatat dalam cluster di
sepanjang pantai dan pinggiran barat dalam (lihat
Gambar 1 ). Demikian keterangan darurat pada hari-hari panas menunjukkan
permintaan yang lebih tinggi di wilayah pesisir dan barat dalam (lihat Gambar 2 ).
Sebaliknya, daerah di sebelah timur kota Brisbane, dan ke arah barat,
menunjukkan tingkat yang lebih rendah dari kerentanan (lihat Gambar 1 ) Tapi
permintaan yang lebih tinggi untuk layanan pada hari-hari melebihi ambang batas
(lihat Gambar 2 ). Ini mungkin paparan panas baik dalam tempat kerja atau tempat
rekreasi yang bertentangan dengan daerah di mana orang hidup atau
ketergantungan meningkat pada layanan darurat seperti ambulans. Variabel
kerentanan adalah karakteristik dari mana orang hidup dan tidak selalu
berhubungan dengan pekerjaan atau rekreasi. manajer darurat dan otoritas
kesehatan masyarakat perlu menyadari perbedaan tersebut dan fokus pada
adaptasi andmitigation berencana untuk meningkatkan ketahanan di
daerah-daerah. Seperti distribusi yang tidak merata dari layanan darurat
permintaan pada hari-hari panas di kalangan POA di kota menyoroti kebutuhan
untuk memprioritaskan daerah-daerah untuk layanan darurat provi- sion.
Di Gambar 3 daerah di utara, barat kota, dan pinggiran kota selatan menunjukkan
peningkatan yang ditandai dalam kepadatan penduduk dan berpotensi peningkatan UHI.
Perubahan proporsional dalam penduduk yang lebih tua adalah terbesar di daerah
sepanjang pantai dan Brisbane Timur (lihat Gambar 4 ). Semua daerah-daerah saat ini
menunjukkan tingginya tingkat kerentanan yang berhubungan dengan panas dan
tingginya jumlah panggilan ambulans pada hari-hari melebihi ambang batas.
Daerah-daerah ini harus ditargetkan untuk perencanaan gelombang panas dan perawatan
pencegahan.
Penelitian ini memiliki beberapa keterbatasan; ini termasuk menggunakan LST
satelit sebagai proxy untuk suhu udara ambien. Namun data satelit tidak
menunjukkan daerah di mana massa bangunan mempertahankan panas dan batas
malam-waktu pendinginan. Faktor-faktor lain mempengaruhi paparan panas yang
tidak dapat dimasukkan dalam indeks, seperti radiasi matahari, kelembaban,
pergerakan udara, dan kemampuan untuk mencari perlindungan. Indeks ini
didasarkan pada variabel terkait dengan lingkungan di mana orang hidup; indeks
masa depan mungkin dapat diperluas untuk mencakup risiko pekerjaan dan paparan
di tempat-tempat rekreasi seperti pantai dan taman. Estimasi aksesibilitas ke layanan
darurat hanya mempertimbangkan portation trans (oleh jarak dan waktu) antara
lokasi kejadian untuk layanan darurat terdekat. Faktor-faktor yang juga dapat
digunakan dalam adaptasi kerentanan dan penilaian ketahanan
Epidemiologi ISRN
seperti waktu tanggap darurat (durasi antara waktu ketika pasien dihubungi ES
dan layanan tiba di tempat kejadian) tidak tersedia dan dengan demikian tidak
diperhitungkan dalam penelitian ini.
5. Kesimpulan
Tujuan utama dari penelitian ini adalah untuk mengembangkan pendekatan holistik untuk
memahami morbiditas yang berhubungan dengan panas dan pro- informasi vide untuk
membantu otoritas kesehatan masyarakat di rencana-ning manajemen darurat
kesiapsiagaan dan respon strategi selama gelombang panas. suhu ambang di mana
keterangan ambulans meningkat diidentifikasi dan daerah dengan kelebihan keterangan
hari melebihi ambang batas weremapped untuk menunjukkan bidang peningkatan
permintaan layanan yang berhubungan dengan panas. Ketika mempersiapkan rencana
adaptasi gelombang panas, menggabungkan ukuran diperkirakan risiko di masa depan
adalah penting. Penelitian ini menggunakan proyeksi perubahan populasi untuk
memperkirakan risiko gelombang panas dan menghasilkan peta yang menunjukkan
perubahan dari baseline atau risiko saat ini. Memahami risiko adalah bagian penting dari
layanan kesiapan darurat dan perencanaan. Namun, sampai saat ini telah terbatas pada
mendefinisikan ambang gelombang panas dan mendokumentasikan dampak kesehatan.
Alat pemetaan dikembangkan di sini memberikan ukuran yang relevan dari dampak
menggunakan sumber data tersedia dan handal yang dapat dialihkan kepada semua
kota-kota besar.
Konflik kepentingan
Para penulis menyatakan bahwa tidak ada konflik kepentingan mengenai
publikasi makalah ini.
Referensi
[1] J. Reeves, C. Foelz, P. Rahmat et al., Dampak dan Adaptasi
Respon Infrastruktur dan Komunitas untuk Gelombang panas: Pengalaman
Australia Selatan 2009, Fasilitas Queensland University Technology andNational
Riset Adaptasi Perubahan Iklim, Brisbane, Australia, 2010. [2] H. Cleugh, M.
Stafford Smith, M. Battaglia, andP. Graham, Eds.,
CSIRO. Perubahan Iklim: Sains dan Solusi untuk Australia,
CSIRO Publishing, 2011, http://www.csiro.au/Outcomes/Cli- pasangan /
Iklim-Perubahan-Book.aspx .
[3] IPCC, “Mengelola risiko kejadian ekstrem dan bencana
untuk memajukan adaptasi perubahan iklim,”di Laporan Khusus Kelompok
Kerja I dan II dari Panel Antarpemerintah tentang Perubahan Iklim, CB Field, V.
Barros, TF Stocker et al., Eds.,
p. 582, Cambridge University Press, Cambridge, UK, 2012,
http://ipcc-wg2.gov/SREX/images/uploads/SREX-All FINAL
. pdf .
[4] G. br ucker, “Populasi rentan: pelajaran dari gelombang panas musim panas
2003 di Eropa,” Euro Surveillance, vol. 10, tidak ada. 7-9, p. 147 2005.
[5] J.-M. Robine, SLK Cheung, S. Le Roy et al., “Korban tewas
melebihi 70.000 di Eropa selama musim panas tahun 2003,”
Comptes Rendus, vol. 331, tidak ada. 2, pp. 171-178, 2008. [6] A. Fouillet, G. Rey, F.
Laurent et al., “Kematian Kelebihan terkait dengan
gelombang panas Agustus 2003 di Perancis,” Arsip Internasional Kesehatan
Kerja dan Lingkungan, vol. 80, tidak ada. 1, pp. 16-
24, 2006.
 Epidemiologi ISRN
[7] K. Katsouyanni, D. Trichopoulos, X. Zavitsanos, dan G.
Touloumi, “The 1987 Athena gelombang panas,” The Lancet, vol. 2, tidak ada.
8610, p. 573 1988.
[8] C. Rooney, AJ McMichael, RS Kovats, dan MP Coleman,
“Kematian Kelebihan di Inggris dan Wales, dan di Greater bujur don, selama
1995 gelombang panas,” Jurnal Epidemiologi dan Kesehatan Masyarakat, vol. 52,
tidak ada. 8, pp. 482-486, 1998. [9] H. Johnson, RS Kovats, G. McGregor et al.,
“Dampak
gelombang 2003 panas pada kematian dan rumah sakit penerimaan di Inggris,” Kesehatan
Statistik Quarterly, tidak. 25, pp. 6-11, 2005. [10] S. Whitman, G. Baik, ER Donoghue,
N. Benbow, W. Shou,
dan S. Mou, “Kematian di Chicago dikaitkan dengan Juli 1995 gelombang panas,” The
American Journal of Public Health, vol. 87, tidak ada. 9, hlm. 1515-1518, 1997. [11] PJ
Nogueira, JM Falc~
ao, MT Contreiras, E. Paix~
Merek ao, dan I. Batista, “Kematian di Portugal terkait dengan gelombang panas
Agustus 2003: estimasi awal efek, menggunakan metode cepat,” Euro
Surveillance, vol. 10, tidak ada. 7, pp. 150-153,
2005.
[12] J. Garssen, C. Harmsen, dan J. de Beer, “Efek dari
musim panas 2003 gelombang panas pada kematian di Belanda,” Euro Surveillance, vol.
10, tidak ada. 7, pp. 165-168, 2005. [13] F. Sim'
pada, G. Lopez-Abente, E. Ballester, dan F. Mart'ınez, “Kematian di Spanyol
selama gelombang panas musim panas tahun 2003,”
Euro Surveillance, vol. 10, tidak ada. 7-9, pp. 156-161, 2005. [14] S. Hoshiko, P.
Inggris, D. Smith, Andr. Trent, “A simplemethod
untuk memperkirakan tingginya tingkat kematian karena gelombang panas, seperti yang diterapkan pada
tahun 2006 California gelombang panas,” International Journal of Public Health, vol. 55, tidak ada. 2, pp.
133-137 2010.
[15] Agence France-Presse, “kematian Moskow menjulang di tengah panas-
gelombang,”The Age. Agustus 2010, http://news.theage.com.au/break- ing-berita-dunia
/ moscow-kematian-menjulang-tengah-heatwave- 20100806-11li6.html .
[16] DS Battisti dan RL Naylor, “peringatan Sejarah masa depan
rawan pangan dengan panas musiman belum pernah terjadi sebelumnya,” Ilmu, vol.
323, tidak ada. 5911, pp. 240-244, 2009.
[17] Y. Honda, M. Ono, A. Sasaki, dan I. Uchiyama, “Shift dari
jangka pendek hubungan kematian suhu dengan faktor-beberapa iklim bukti
yang diperlukan untuk memperhitungkan di estimat- ing efek kesehatan
pemanasan global,” Jurnal RiskResearch,
vol. 1, tidak ada. 3, pp. 209-220, 1998.
[18] W.-H. Pan, L.-A. Li, andM.-J. Tsai, “Suhu ekstrem dan
mortalitas akibat penyakit jantung koroner dan infark serebral dalam bahasa Cina tua,” The
Lancet, vol. 345, tidak ada. 8946, pp. 353-355,
1995.
[19] YY Yan, “Pengaruh cuaca pada kematian manusia di
Hongkong," Ilmu Sosial andMedicine, vol. 50, tidak ada. 3, pp. 419-
427, 2000.
[20] H. Kim, J.-S. Ha, dan J. Park, “Suhu tinggi, indeks panas,
dan kematian di 6 kota besar di Korea Selatan,” Arsip Lingkungan dan
Kesehatan Kerja, vol. 61, tidak ada. 6, pp. 265-
270 2006.
[21] H.-D. Kan, J. Jia, dan B.-H. Chen, “Suhu dan harian
kematian di Shanghai: studi time-series,” Biomedis dan Ilmu Lingkungan, vol. 16,
tidak ada. 2, pp. 133-139, 2003. [22] R. Akhtar, “Perubahan iklim dan kesehatan dan
panas gelombang kematian
di India," Iklim Global Research, vol. 11, tidak ada. 1, pp. 51-57, 2007. [23] K.
Burkart, MH Khan, A. kr amer, S. Breitner, A. Schneider,
dan W. R. Endlicher, “Variasi musiman dari semua penyebab dan cause- kematian
spesifik oleh usia, jenis kelamin, dan kondisi sosial ekonomi di daerah perkotaan dan
pedesaan Bangladesh,” Jurnal Internasional untuk Bagian Kesehatan, vol. 10, pasal 32,
2011.
11
[24] L. Coates, Ed., Konferensi Pengurangan Bencana Alam, Emas
Coast, Australia, 1996.
[25] A. Hansen, P. Bi, M. Nitschke, D. Pisaniello, J. Newbury, dan
A. Kitson, “Persepsi panas-kerentanan pada orang tua: Hambatan untuk adaptasi,”
International Journal of Penelitian Lingkungan dan Kesehatan Masyarakat, vol. 8,
tidak ada. 12, pp. 4714-4728, 2011. [26] Victorian Government Department of
Human Services, 2009,
http://www.health.vic.gov.au/chiefhealthofficer/publications/ heatwave.htm .
[27] Auditor General of Queensland, Queensland Kantor Audit,
Laporan No 2, 2004-2005: Audit dari Queensland Sistem Manajemen Bencana,
2004, http://www.ga.gov.au/image cache / GA4213.pdf .
[28] S. Tong, C. Ren, dan N. Becker, “kematian Kelebihan selama
ao, J.
2004 gelombang panas di Brisbane, Australia,” International Journal of
biometeorology, vol. 54, tidak ada. 4, pp. 393-400, 2010. [29] W. Yu, W. Hu, K.
Mengersen et al., “Tentu saja Waktu suhu
efek pada mortalitas kardiovaskular di Brisbane, Australia,”
Jantung, vol. 97, tidak ada. 13, pp. 1089-1093, 2011. [30] Y. Guo, AG Barnett, X. Pan,
W. Yu, dan S. Tong, “Dampaknya
suhu pada kematian di Tianjin, Cina: desain kasus-Crossover dengan model
nonlinear didistribusikan lag,” Environmental Health Perspectives, vol. 119, tidak
ada. 12, pp. 1719-1725, 2011. [31] C. Huang, AG Barnett, X. Wang, dan S. Tong,
“Dampak
suhu pada tahun hidup yang hilang di Brisbane, Australia,” Nature Climate
Change, vol. 2, tidak ada. 4, pp. 265-270, 2012. [32] LV Alexander dan JM
Arblaster, “Menilai tren di
diamati iklim ekstrem andmodelled atas Australia di tion eratnya untuk proyeksi
masa depan,” International Journal of Klimatologi,
vol. 29, tidak ada. 3, pp. 417-435, 2009.
[33] A. Auliciems dan L. Di Bartolo, “Kekerasan Dalam Rumah Tangga di
lingkungan subtropis: panggilan polisi dan cuaca di Brisbane,”
International Journal of biometeorology, vol. 39, pp. 34-39, 1995. [34] A.
Auliciems dan JL Skinner, “kematian kardiovaskular dan
Suhu di subtropis Brisbane,” International Journal of biometeorology, vol. 33,
tidak ada. 4, pp. 215-221, 1989. [35] XY Wang, AG Barnett, W. Yu et al., “Dampak
panas-
gelombang pada kematian dan rumah sakit darurat penerimaan dari penyebab
non-eksternal di Brisbane, Australia,” Occupational and Environmental Medicine, vol.
69, tidak ada. 3, pp. 163-169, 2012. [36] MS O'Neill, A. Zanobetti, dan J. Schwartz,
“Pengubah dari
suhu dan kematian asosiasi di tujuh kota di AS,”
American Journal of Epidemiology, vol. 157, tidak ada. 12, pp. 1074-1082,
2003.
[37] M. Loughnan, N. Nicholls, dan N. Tapper, “Kematian-tem-
ambang perature selama sepuluh pusat populasi besar di pedesaan Victoria, Australia,” Kesehatan
dan Place, vol. 16, tidak ada. 6, pp. 1287-
1290, 2010.
[38] N. Nicholls, C. Skinner, M. Loughnan, dan N. Tapper, “A
sederhana peringatan panas systemforMelbourne, Australia,” International Journal of
biometeorology, vol. 52, tidak ada. 5, pp. 375-384, 2008. [39] SPSS, Versi 19 Paket
statistik untuk Ilmu Sosial, SPSS,
Chicago, Ill, Amerika Serikat, 2011.
[40] SL Cutter, BJ Boruff, dan WL Shirley, “kerentanan Sosial
bahaya lingkungan,” Sosial Science Quarterly, vol. 84, tidak ada.
2, pp. 242-261 2003.
[41] R. Sedikit, “Kesehatan dan bahaya iklim: framing penelitian sosial di
kerentanan, respon dan adaptasi,” Perubahan Lingkungan Global, vol. 17, tidak
ada. 2, pp. 281-295 2007.
 12 Epidemiologi ISRN

[42] DP Johnson, A. Stanforth, V. Lulla, dan G. Luber, “Mengembangkan

yang diterapkan indeks kerentanan panas yang ekstrim memanfaatkan sosial ekonomi dan
data lingkungan,” Terapan Geografi, vol. 35, tidak ada.
1, pp. 23-31, 2012.

[43] M. Stafoggia, F. Forastiere, D. Agostini et al., “Kerentanan

untuk yang berhubungan dengan panas kematian: a multicity, berdasarkan populasi, analisis

Crossover case,” Epidemiologi, vol. 17, tidak ada. 3, pp. 315-323,

2006.
[44] CE Reid, MS O'Neill, CJ Gronlund et al., “Pemetaan com-
penentu munity kerentanan panas,” Environmental Health Perspectives, vol.
117, tidak ada. 11, penduduk pp. 1730-1736, 2009. [45] Pemerintah Queensland,
“Proyeksi (medium
series) oleh daerah dan lima tahun kelompok usia statistik lokal dan
seks,”Queensland, 30 Juni, 2006-2031, 2012, http: //www.oesr
. qld.gov.au/subjects/demography/population-projections/tab- les /
proj-pop-menengah-seri-sla-usia-jenis kelamin-qld / index.php .

[46] S. Vandentorren, P. Bretin, A. Zeghnoun et al., “Agustus 2003

gelombang panas di Perancis: faktor risiko kematian orang tua yang tinggal di rumah,” European
Journal of Public Health, vol. 16, tidak ada.
6, pp. 583-591 2006.
[47] S. Vandentorren, F. Suzan, S. Medina et al., “Kematian di 13
kota-kota Perancis selama gelombang panas Agustus 2003,” American Journal of
Public Health, vol. 94, tidak ada. 9, hlm. 1518-1520, 2004. [48] M. Loughnan, M.
Carroll, dan NJ Tapper, “Belajar dari
Sesepuh kami: Temuan studi percontohan menanggapi panas,” Aus- traliasian
Journal on Aging, vol. 23, tidak ada. 1, 2013. [49] The ABS BCP untuk Brisbane, http://www.censusdata.abs.gov

.au / ABSNavigation / prenav / pantau data? & action = 404 & document- productno = 305
& DocumentType = Detail & tabname = Detail & AreaCode = 305 & masalah = 2006 &
producttype = Komunitas% 20Profiles && producttype = Komunitas% 20Profiles &
javascript = true & textversion = false & navmapdisplayed = true & breadcrumb = PLD & &
koleksi = Sensus & periode = 2006 & producttype = Teknologi Komunikasi - nity%
20Profiles & # Basic .

[50] SEIFA, http://www.abs.gov.au/websitedbs/censushome.nsf/home/

seifapast? OpenDocument & navpos = 260 .

[51] M. Zdeb, Mengemudi Jarak dan Times Menggunakan SAS dan Google
Maps, 2010, http://support.sas.com/resources/papers/proceed- ings10 /
050-2010.pdf .
 MEDIATOR dari

PERADANGAN

The Scientific Gastroenterologi Penelitian Jurnal dari

World Journal dan Praktek

Hindawi Publishing Perusahaan http://www.hindawi.com
diabetes Research penyakit Penanda
Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com
Volume 2014
Volume 2014 Volume 2014 Volume 2014 Volume 2014

Jurnal dari International Journal of

Imunologi Penelitian Endokrinologi

Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com

Volume 2014 Volume 2014

Menyerahkan naskah Anda di

http://www.hindawi.com

BioMed Penelitian
Penelitian PPAR Internasional
Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com

Volume 2014 Volume 2014

Jurnal dari

Kegemukan

Bukti Berbasis
Jurnal dari Stem Cells Pelengkap dan Jurnal dari

Ophthalmology International Pengobatan Alternatif onkologi

Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com

Volume 2014 Volume 2014 Volume 2014 Volume 2014 Volume 2014

Penyakit
Parkinson

Komputasi dan Matematika

Metode dalam Kedokteran perilaku AIDS Oksidatif Kedokteran dan Seluler
Neurology Penelitian dan Pengobatan Panjang Umur
Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com Hindawi Publishing Perusahaan http://www.hindawi.com

Volume 2014 Volume 2014 Volume 2014 Volume 2014 Volume 2014