รูปแบบการพยากรณ์การระบาดโรคไข้เลือดออก ใน 8 จังหวัดภาคเหนือของประเทศไทย
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
การวิจัยครั้งนี้เป็นการวิจัยเชิงประยุกต์ (Applied research) มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่มีผลต่อการระบาดของโรคไข้เลือดออกและเพื่อสร้างรูปแบบการพยากรณ์การระบาดโรคไข้เลือดออกใน 8 จังหวัดภาคเหนือ โดยศึกษาในพื้นที่ที่มีการป่วยด้วยไข้เลือดออกซ้ำ หรือการเกิดผู้ป่วยโรคไข้เลือดออกในหมู่บ้าน/ชุมชนติดต่อกัน ภายใน 28 วัน หรือหมู่บ้านที่โรคไม่สงบภายใน 28 วัน (Second generation) ซึ่งเป็นพื้นที่เสี่ยงต่อการระบาดของโรคไข้เลือดออกอย่างมาก โดยเก็บข้อมูลทุติยภูมิที่เกี่ยวข้อง (Secondary data) ได้แก่ ข้อมูลทางด้านภูมิศาสตร์ ยุงพาหะ ระบาดวิทยาไข้เลือดออกอันได้แก่ สภาพภูมิอากาศ ปริมาณน้ำฝน อุณหภูมิ ความชื้น ความชุกชุมของลูกน้ำยุงลายระดับตำบล ย้อนหลัง 5 ปี ตั้งแต่ปี 2549 - 2553 ส่วนข้อมูลที่เกี่ยวข้องกับด้านระบาดวิทยาเชิงสังคมซึ่งเป็นข้อมูลปฐมภูมิได้แก่ จำนวนประชากรและการเคลื่อนย้าย ความรู้ การรับรู้ และพฤติกรรม การป้องกันควบคุมไข้เลือดออกของประชาชน กลุ่มอายุ อาชีพ ประวัติการป่วยเป็นไข้เลือดออก การมีส่วนร่วมของประชาชน โดยการสัมภาษณ์ประชาชนในพื้นที่ 16 หมู่บ้านของ 8 จังหวัดภาคเหนือ จำนวนทั้งสิ้น 1090 คน วิเคราะห์ข้อมูลสถิติ ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน ?2 Test, Univariate analysis, Multiple Logistic Regression Analysis และ Time Series Analysis ผลการศึกษาพบว่า ปัจจัยที่เกี่ยวข้องกับการระบาดของไข้เลือดออกในพื้นที่ 8 จังหวัดภาคเหนือ ได้แก่ ค่า CI ที่เพิ่มขึ้น 1 หน่วย ทำให้การระบาดของไข้เลือดออกเพิ่มขึ้น 1.76 เท่า คนที่ไม่นอนในมุ้งเวลากลางวันทำให้การระบาดของไข้เลือดออกเพิ่มขึ้น 3.25 เท่า ความชื้นเฉลี่ยลดลง 1 หน่วย ทำให้การระบาดของไข้เลือดออกเพิ่มขึ้น 8.96 เท่า และปริมาณน้ำฝนที่ลดลง 1 หน่วยทำให้การระบาดของไข้เลือดออกเพิ่มขึ้น 1.05 เท่า โดยมีค่าสัมประสิทธิ์การพยากรณ์ (R2) เท่ากับร้อยละ 80.7 โดยมีสมการการทำนายคือ Y/ = -145.525 + 0.566CI + 1.180Bn + 2.193Humid - 0.052Rainfall เมื่อวิเคราะห์อนุกรมเวลา พบว่า the best fit model คือ ARIMA (1,0,0)(1,0,0)12 model จำนวนผู้ป่วยไข้เลือดออกที่สูงขึ้นเป็นรูปแบบเดียวกันกับอุณหภูมิเฉลี่ย ปริมาณนํ้าฝนเฉลี่ย และความชื้นสัมพัทธ์เฉลี่ย จำนวนผู้ป่วยสูงสุดในช่วงเดือนมิถุนายน – กรกฎาคม ของทุกปี ช่วงของการพยากรณ์จำนวนผู้ป่วยอยู่ระหว่าง 1.08 – 59.84 โดยมีค่าความถูกต้องของอนุกรมเวลาเท่ากับ 32.0% ซึ่งอยู่ในค่าที่ยอมรับได้ ผลการศึกษานี้สามารถใช้เป็นข้อมูลพื้นฐานในการดำเนินการป้องกันควบคุมโรคไข้เลือดออกต่อไป