ผลกระทบจากคุณภาพอากาศและการเปลี่ยนแปลงภูมิอากาศต่อการป่วยและตายจากโรคติดเชื้อไวรัสโคโรนา 2019 ในกรุงเทพมหานคร และพื้นที่ภาคใต้ของประเทศไทย
ชื่อผู้แต่งข้างต้นเป็นข้อความจากระเบียนผลงาน ไม่ได้ผูกกับรหัสนักวิจัย จึงกดดูผลงานอื่นของบุคคลนี้ไม่ได้ — ในคลังนี้ 142,080 ผลงาน (63.6% ของทั้งหมด) มีชื่อผู้แต่งที่เชื่อมกับหน้าผู้แต่งได้ และ 60,298 ผลงาน (27.0%) มีผู้แต่งที่ผูกกับรหัสนักวิจัยจริง ส่วนอีก 81,382 ผลงานไม่มีข้อมูลผู้แต่งเลย (มีชื่อผู้แต่งเป็นข้อความอยู่ 142,009 ผลงาน = 63.5%)
บทคัดย่อ
การศึกษาในครั้งนี้มีวัตถุประสงค์ คือ 1) เพื่อประเมินผลกระทบจากคุณภาพอากาศและการเปลี่ยนแปลงภูมิอากาศต่อการป่วยและตายจากโรคติดเชื้อไวรัสโคโรนา 2019 ในกรุงเทพมหานครและพื้นที่ภาคใต้ของประเทศไทย และ 2) เพื่อเปรียบเทียบประสิทธิภาพของตัวแบบทางสถิติและการเรียนรู้ด้วยเครื่องในการประเมินผลกระทบจากคุณภาพอากาศและการเปลี่ยนแปลงภูมิอากาศต่อการป่วยและตายจากโรคติดเชื้อไวรัสโคโรนา 2019 หรือ โรคโควิด-19 ในกรุงเทพมหานครและพื้นที่ภาคใต้ของประเทศไทย โดยเก็บรวมรวมข้อมูลจาก 3 แหล่ง คือ 1) ข้อมูลมลพิษอากาศและคุณภาพอากาศ จากกรมควบคุมมลพิษ กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม 2) ข้อมูลการป่วยและตายจากโควิด 19 จากเว็บไซต์กรมควบคุมโรค กระทรวงสาธารณสุข และ 3) ข้อมูลจำนวนประชากรแยกตามเพศ อายุ และจังหวัด จากเว็บไซต์ของกระทรวงมหาดไทย จัดการข้อมูลจาก 3 แหล่งโดยการนำมาเชื่อมต่อให้อยู่ในไฟล์เดียวกัน แล้วจึงดำเนินการวิเคราะห์ข้อมูลทางสถิติเพื่อตอบวัตถุประสงค์ในแต่ละข้อ วิเคราะห์อัตราการติดเชื้อโควิด-19 ต่อพันประชากร แยกตาม เพศ-อายุ เดือน-ปี และจังหวัด ส่วนอัตราตายจาก โควิด-19 ต่อแสนประชากร วิเคราะห์แยกตาม เดือน-ปี และจังหวัด วิเคราะห์แนวโน้มของมลพิษอากาศ และปัจจัยทางภูมิอากาศ พร้อมสร้างแบบจำลองเพื่อหาผลกระทบของมลพิษทางอากาศ และปัจจัยทางภูมิอากาศต่ออัตราการติดเชื้อและการตายจากโควิด-19 โดยการวิเคราะห์ข้อมูลเชิงสำรวจ แบบจำลอง LOESS และแบบจำลองการถดถอยเชิงเส้นหลายตัวแปร ผลการศึกษาพบว่า อัตราการป่วยจากโควิด-19 เฉลี่ยรวมต่อเดือน คือ 4.47 คนต่อพันประชากร เพศหญิงที่มีอายุระหว่าง 20-39 ปี มีอัตราป่วยด้วยโควิด-19 สูงกว่าค่าเฉลี่ยรวม อัตราป่วยในปี พ.ศ. 2564 เดือนมกราคมถึงกรกฎาคม และธันวาคมมีอัตราป่วยสูงกว่าค่าเฉลี่ยโดยรวม ส่วนปี 2565 ตั้งแต่เดือนกุมภาพันธ์ถึงเมษายนมีอัตราป่วยสูงกว่าค่าเฉลี่ยรวม จังหวัดกรุงเทพมหานคร ภูเก็ต และปัตตานี มีอัตราป่วยด้วยโควิด-19 สูงกว่าค่าเฉลี่ยรวม ส่วนอัตราการตายจากโควิด-19 ต่อเดือนในประชากรที่ศึกษาอยู่ที่ 1.58 คนต่อแสนประชากร เดือนกรกฎาคมถึงธันวาคมของปี พ.ศ. 2564 และเดือนมีนาคมและเมษายนของปี พ.ศ. 2565 มีอัตราการตายจาก โควิด-19 สูงกว่าค่าเฉลี่ยรวม กรุงเทพมหานคร ภูเก็ต และยะลา มีอัตราการตายด้วยโควิด-19 สูงกว่าค่าเฉลี่ยโดยรวม สำหรับมลพิษทางอากาศในกรุงเทพนมหานครและภาคใต้ของประเทศไทยมีค่าต่ำกว่าความเข้มข้นเฉลี่ยมาตรฐานระดับชาติที่ได้กำหนดไว้ อย่างไรก็ตาม ค่าเฉลี่ยรายปีของ PM10 และ PM2.5 มีค่าสูงกว่าเกณฑ์มาตรฐานที่กำหนดโดยองค์การอนามัยโลก มลพิษส่วนใหญ่มีแนวโน้มลดลง ยกเว้น PM2.5 และ PM10 ในจังหวัดสงขลาที่มีแนวโน้มเพิ่มขึ้น ส่วนปัจจัยทางภูมิอากาศทุกปัจจัยมีรูปแบบตามฤดูกาล ยกเว้นความกดอากาศในพื้นที่ภาคใต้ของไทยพบว่าไม่มีรูปแบบตามฤดูกาล ความชื้นสัมพัทธ์ ปริมาณน้ำฝน และความเร็วลม ในพื้นที่ภาคใต้ของประเทศไทยมีรูปแบบตามฤดูกาลขึ้นลง 2 ครั้ง สำหรับแนวโน้มของปัจจัยทางภูมิอากาศ พบว่าอุณหภูมิ โดยส่วนใหญ่มีแนวโน้มคงที่ ในขณะที่จังหวัดยะลา สงขลา สุราษฎร์ธานี มีแนวโน้มลดลง ส่วนจังหวัดสตูล มีแนวโน้มเพิ่มขึ้น ความชื้นสัมพัทธ์ทั้งในกรุงเทพมหานครและภาคใต้มีแนวโน้มเพิ่มขึ้นเล็กน้อย ยกเว้นจังหวัดสุราษฎร์ธานีที่มีแนวโน้มเพิ่มขึ้น ปริมาณน้ำฝนทั้งในกรุงเทพมหานครและภาคใต้มีแนวโน้มคงที่ ความกดอากาศส่วนใหญ่มีแนวโน้มคงที่ ยกเว้นจังหวัดกรุงเทพมหานคร ตรัง พัทลุง สงขลาและสตูลที่มีแนวโน้มเพิ่มขึ้นเล็กน้อย ทิศทางลม ส่วนใหญ่มีแนวโน้มคงที่ ยกเว้นจังหวัดสงขลา สตูล ยะลา และนราธิวาสมีแนวโน้มลดลงเล็กน้อย ความเร็วลมส่วนใหญ่มีแนวโน้มลดลงเล็กน้อย อัตราการป่วยและการตายจากโควิด-19 ในพื้นที่กรุงเทพมหานคร และพื้นที่ภาคใต้ของประเทศไทย ส่วนใหญ่มีความสัมพันธ์เชิงลบกับ CO NO2 O3 อุณหภูมิ ความชื้นสัมพัทธ์ ความกดอากาศ ทิศทางลม และความเร็วลม ตามลำดับ ในส่วนของ PM10 และ PM2.5 ไม่พบความสัมพันธ์กับอัตราการป่วยด้วยโควิด-19 ที่มีนัยสำคัญทางสถิติในทุกจังหวัด ในขณะที่อัตราตายมีความพันธ์เชิงลบกับ PM2.5 ในจังหวัดสงขลา และมีความสัมพันธ์เชิงบวกกับ PM10 ในจังหวัดสงขลาและภูเก็ต ผลการประเมินประสิทธิภาพในการทำนายผลกระทบจากคุณภาพอากาศและการเปลี่ยนแปลงภูมิอากาศที่มีผลต่อการป่วยและตายจากโควิด-19 พบว่าประสิทธิภาพการทำนายการป่วยและตายจากโควิด-19 ด้วย ตัวแบบการถดถอยเชิงเส้นมีค่า R2 ต่ำสุดทั้งในข้อมูลชุดฝึกและชุดทดสอบ รวมทั้งมีค่า RMSE สูงสุด ในขณะที่ตัวแบบ XGBoost ให้ค่า R2 สูงสุดทั้งในข้อมูลชุดฝึกและชุดทดสอบ และให้ค่า RMSE ต่ำสุด ประสิทธิภาพการทำนายของตัวแบบรองลงมา คือ ตัวแบบ RF SVR และ NN ตามลำดับ โดยสรุป อัตราการป่วยและตายจากโควิด-19 แตกต่างกันไปตามพื้นที่และเวลา มลพิษทางอากาศในภาคใต้ของประเทศไทยมีค่าต่ำกว่าความเข้มข้นเฉลี่ยมาตรฐานระดับชาติที่ได้กำหนดไว้ และส่วนใหญ่มีแนวโน้มลดลง ส่วนปัจจัยทางภูมิอากาศมีแนวโน้มค่อนข้างคงที่ ทั้งมลพิษทางอากาศและปัจจัยทางภูมิอากาศในกรุงเทพมหานครและภาคใต้ของประเทศไทย โดยส่วนใหญ่มีความสัมพันธ์เชิงลบกับอัตราการป่วยและตายจาก โควิด-19 อย่างไรก็ตาม ความสัมพันธ์ระว่างมลพิษอากาศและปัจจัยทางภูมิอากาศต่ออัตราป่วยและตายด้วย โควิด-19 อาจมีปัจจัยมีผลกระทบจากปัจจัยอื่น เช่น มาตรการ การกำหนดนโยบาย และการเปลี่ยนแปลงพฤติกรรมทางสังคม ที่ส่งผลต่ออัตราป่วยและตาย จึงควรนำปัจจัยเหล่านี้เข้ามาร่วมพิจารณาในตัวแบบเพื่อให้ผลการศึกษาที่มีความถูกต้องมากขึ้น