మా గ్రూప్ ప్రతి సంవత్సరం USA, యూరప్ & ఆసియా అంతటా 3000+ గ్లోబల్ కాన్ఫరెన్స్ ఈవెంట్లను నిర్వహిస్తుంది మరియు 1000 కంటే ఎక్కువ సైంటిఫిక్ సొసైటీల మద్దతుతో 700+ ఓపెన్ యాక్సెస్ జర్నల్లను ప్రచురిస్తుంది , ఇందులో 50000 మంది ప్రముఖ వ్యక్తులు, ప్రఖ్యాత శాస్త్రవేత్తలు ఎడిటోరియల్ బోర్డ్ సభ్యులుగా ఉన్నారు.
ఎక్కువ మంది పాఠకులు మరియు అనులేఖనాలను పొందే ఓపెన్ యాక్సెస్ జర్నల్స్
700 జర్నల్స్ మరియు 15,000,000 రీడర్లు ప్రతి జర్నల్ 25,000+ రీడర్లను పొందుతున్నారు
Aasia Khaliq, M Nawaz Chaudhry, Muhammad Abdul Sajid, Uzma Ashraf, Rabia Aleem, Saher Shahid
Tuberculosis (TB) is known as a disease that prone to spatial clustering. Recent development has seen a sharp rise in the number of epidemiologic studies employing Geographical Information System (GIS), particularly in identifying TB clusters and evidences of etiologic factors. This retrospective population-based study was conducted to analyze spatial patterns of TB incidence in Punjab province, Pakistan. TB notification data from 2007 to 2017 collected from TB clinics throughout the province was used along with population data to reveal a descriptive epidemiology of TB incidences. Spatial distribution of the disease was observed by using ArcGis. Machine learning algorithms like ANN, SVM and Maximum Entropy were used to predict the presence of the disease with a prediction power of 82%, 75% and 78% respectively. This study has also shown a heterogeneous pattern of the disease over the years with some consistently high risked areas. This study can be very helpful for policy makers to refine their policies for successful eradication of the disease.