fa ارائه الگوئی برای پیش‌بینی روند مرگ ناشی از سوانح ترافیکی در ایران بین رشته ای ( مدیریت آموزشی، تحقیقات آموزشی، آموزش پزشکی ) Interdisciplinary (Educational Management, Educational research, Statistics, Medical education پژوهشی Original چکیده سابقه و هدف: با توجه به نگرانی‌ها و دغدغه‌ها و عوارض شناخته شده سوانح ترافیکی، تاکنون الگوی واقع بینانه‌ای برای پیش بینی مرگ و میر ناشی از حوادث ترافیکی دست کم در ایران صورت نگرفته است. هدف مطالعه حاضر ارائه یک الگوی عملی و پایا برای پیش بینی روند مرگ و میر ناشی از حوادث ترافیکی برای یک دوره دو ساله می باشد. روش بررسی: در این مطالعه توصیفی تمام مرگ‌های ناشی از حوادث ترافیکی در فاصله سالهای 1383 تا 1389 مورد آنالیز قرار گرفت. برای تعیین روند مرگ در کشور از مدلهای سری زمانی باکس و جینکینز استفاده شد. مرگ ناشی از سوانح ترافیکی برای سالهای 1390و 1391 پیش‌بینی و سپس با آمار واقعی در 9 ماه اول سال 1390 مقایسه شد. یافته‌ها: برای سال1390، 21548 (95%CI ,15426- 27669) مورد مرگ مرتبط با سوانح ترافیکی با رشد منفی 32/7 درصد نسبت به سال 1389 پیش‌بینی شد. همچنین برای سال 1391 تعداد 20404 (95%CI ,9914- 30893) مورد مرگ ناشی از سوانح ترافیکی با رشد منفی 31/5 درصد نسبت به سال 1390 برآورد گردید. نتیجه‌گیری: توجه به نتایج واقعی بدست آمده تا پایان دی ماه سال 1390، در مقایسه با نتایج پیش‌بینی شده طبق مدل برازش داده شده به سری زمانی نشان می‌دهد که درستی پیش بینی مدل انتخابی، 93 درصد می باشد که میزان قابل قبولی می باشد. واژگان کلیدی: پیش‌بینی، مدل، مرگ ، سوانح ترافیکی، ایران. Abstract Background: There is no reliable prediction model on the rate of mortality due to road traffic accidents in Iran. The present study aimed to predict deaths from road traffic crashes in Iran. Materials and methods: All death records from traffic accidents in Iran between March 2004 and March 2011 were analyzed. The Box-Jenkins time series model was used for obtaining trends. Death from traffic accidents were predicted from March 2011 to March 2013 and then compared with the actual frequencies. Results: Overall, 21548 deaths (95% CI: 15426-27669) due to road traffic accidents were predicted for 2011 compared to 2010, with a negative growth of 7.32%. Actual frequency was 20404 deaths (95% CI: 9914-30893) for 2013 compared to 2011 with a negative growth of 5.31%. An accuracy rate of 93% was found for prediction of fatal traffic accidents compared to the formal reports by the government. Conclusion: With respect to the frequency of real crashes leading to death by the end of 2011 and its comparison with the time series prediction model, an acceptable accuracy rate of 93% was found. Keywords: Accidents, Death, Iran, Traffic, Prediction واژگان کلیدی: پیش‌بینی، مدل، مرگ ، سوانح ترافیکی، ایران. Keywords: Accidents, Death, Iran, Traffic, Prediction 7 11 http://pejouhesh.sbmu.ac.ir/browse.php?a_code=A-10-1-628&slc_lang=fa&sid=1 Ayad Bahadori Monfared ایاد بهادری منفرد 10031947532846006757 10031947532846006757 No Department of Epidemiology, Faculty of Health, Shahid Beheshti University of Medical Sciences, Tehran, Iran گروه اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی شهید بهشتی Hamid Soori حمید سوری 10031947532846006758 10031947532846006758 No Safety Promotion and Injury Prevention Research Center, Shahid Beheshti University of Medical Sciences, Tehran, Iran مرکز تحقیقات ارتقاء ایمنی و پیشگیری از سوانح جاده‌ای، دانشگاه علوم پزشکی شهید بهشتی Yadollah Mehrabi یدالله محرابی mehrabi@sbmu.ac.ir 10031947532846006759 10031947532846006759 Yes Deputy of Research and Technology, Shahid Beheshti University of Medical Sciences, Tehran, Iran گروه اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی شهید بهشتی Mohammad Rahmati Roudsar محمد رحمتی رودسری 10031947532846006760 10031947532846006760 No Faculty of Rahvar, Police University, Tehran, Iran معاونت تحقیقات و فناوری، دانشگاه علوم پزشکی شهید بهشتی Alireza Esmaili علیرضا اسماعیلی 10031947532846006761 10031947532846006761 No 4 Faculty of Rahvar, Police University, Tehran, Iran دانشکده راهور، دانشگاه علوم انتظامی Masoud Salehi مسعود صالحی 10031947532846006762 10031947532846006762 No Faculty of Management and Information, Tehran University of Medical Sciences, Tehran, Iran دانشکده مدیریت و اطلاع رسانی، دانشگاه علوم پزشکی تهران Ali Delpisheh علی دل پیشه 10031947532846006763 10031947532846006763 No Department of Epidemiology, Faculty of Health, Ilam University of Medical Sciences, Ilam, Iran گروه اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی ایلام