ตัวแบบผสมเชิงเส้นวางนัยทั่วไป สำหรับข้อมูลที่มีความสัมพันธ์เชิงเวลา และเชิงพื้นที่ ประยุกต์ใช้กับโรคฉี่หนูในประเทศไทย
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
งานวิจัยนี้มีจุดประสงค์เพื่อประมาณอัตราป่วยโรคฉี่หนูในแต่ละเดือน ทุกจังหวัดของประเทศไทย หาปัจจัยที่มีอิทธิพลต่อการเกิดโรคฉี่หนู หาแนวโน้มการเกิดโรคฉี่หนู และเพื่อสร้างแผนที่โรคฉี่หนูในประเทศไทย โดยใช้ตัวแบบผสมเชิงเส้นวางนัยทั่วไป (Generalized Linear Mixed Model หรือ GLMM) ที่มีอิทธิพลเชิงพื้นที่เป็น แบบ Conditional Autoregressive Model (CAR) และอิทธิพลเชิงเวลา เป็นแบบแนวโน้มเชิงเส้น (Linear trend) ค่าประมาณอัตราป่วยจะถูกนำไปใช้สร้างแผนที่โรคฉี่หนูในประเทศไทย ตัวแปรตามคือ จำนวนผู้ป่วยโรคฉี่หนูในแต่ละเดือน ทุกจังหวัดของประเทศไทย สมมติให้มีการแจกแจงแบบปัวซง (Poisson) ข้อมูลที่ใช้เป็นข้อมูลทุติยภูมิระดับจังหวัด ปัจจัยที่นำมาพิจารณาได้แก่ ปริมาณฝน อุณหภูมิเฉลี่ย และภาค ผลการศึกษาพบว่าปัจจัยที่มีอิทธิพลต่ออัตราป่วยโรคโรคฉี่หนู คือ ปริมาณฝน (ความเสี่ยงสัมพัทธ์ (RR) = 1.0013) อุณหภูมิเฉลี่ย (RR = 0.9922) ภาคเหนือ (RR = 10.6440) ภาคอีสาน (RR = 14.3249) ภาคใต้ (RR = 15.5491) ภาคตะวันตก (RR = 3.6219) ภาคตะวันออก (RR = 1.0103) เมื่อภาคกลางเป็นภาคที่ใช้อ้างอิง (Reference region) และแนวโน้ม (RR = 1.0183) จังหวัด-เดือน ที่มีอัตราป่วยโรคฉี่หนูสูง 10 อันดับแรก (ต่อประชากร 1,000,000 คน) เรียงลำดับจากมากสุดถึงน้อยสุด ได้แก่ พังงาเดือนกันยายน (59.00) พังงาเดือนสิงหาคม (33.49) ศรีสะเกษเดือนตุลาคม (23.14) ศรีสะเกษเดือน สิงหาคม (22.60) ศรีสะเกษเดือนกันยาน (22.57) พังงาเดือนตุลาคม (22.55) เลย เดือนกันยายน (21.11) พังงาเดือนกรกฎาคม (20.81) พังงาเดือนพฤษภาคม (20.72) และ พังงาเดือนมิถุนายน (20.47) ตามลำดับ แผนที่โรคฉี่หนูในประเทศไทย ช่วยให้ผู้อ่านเห็นได้ง่ายว่าพื้นที่ใดมีอัตราป่วยสูง เป็นเครื่องมือที่สำคัญในการวางแผนป้องกันการเกิดโรค