Transcript สนม_การพยากรณ์โรคไข้เลือดออก

การพยากรณ์ โรคไข้ เลือดออก
Dengue forecasting 2013
จิระพัฒน์ เกตุแก้ ว
ศรเพชร มหามาตย์
สานักโรคติดต่ อนาโดยแมลง กรมควบคุมโรค
วันที่ 12 กันยายน 2555
ณ โรงแรมนารายณ์ ถนนสี ลม กรุ งเทพมหานคร
ที่มา
• ประเทศไทยมีรายงานการระบาดของโรคไข้เลือดออกมานานกว่า 50 ปี ในปี พ.ศ.
2530 มีรายงานผูป้ ่ วยสู งสุ ดในประเทศไทยเท่าที่เคยมีรายงาน พบผูป้ ่ วยมีจานวน
174,285 ราย ตาย 1,007 ราย
• ปั จจัยที่มีความสาคัญต่อการแพร่ กระจายของโรคมีความซับซ้อนและแตกต่างกัน
ในแต่ละพื้นที่ คือ ภูมิตา้ นทานของประชาชน ชนิดของเชื้อไวรัสเดงกี ความ
หนาแน่นของประชากรและการเคลื่อนย้าย สภาพภูมิอากาศ ชนิดของยุงพาหะ การ
ขาดความรู ้ ความเข้าใจ และความตระหนักของประชาชนในการที่จะกาจัดแหล่ง
เพาะพันธุ์ลกู น้ ายุงลายอย่างต่อเนื่องและจริ งจัง ความตั้งใจจริงของเจ้ าหน้ าทีข่ องรัฐ
(ในพืน้ ที่)ในการป้ องกันและควบคุมโรคไข้ เลือดออก และ นโยบายของผู้บริหาร
ที่มา
• การวิเคราะห์สถานการณ์โรคไข้เลือดออก ณ ปัจจุบนั มีความซับซ้อน
มากขึ้น เนื่องจากโรคไข้เลือดออกเป็ นโรคที่มีปัจจัยเสี่ ยงหลายด้าน
(Multiple Risk Factors) เพื่อประโยชน์ในการ “ป้ องกัน” และ “เตือนภัย”
ในเหตุการณ์ นาไปสู่การทานาย (Forecast) หรื อพยากรณ์ (Prediction)
รวมทั้งการประเมินความเสี่ ยงทางสุ ขภาพ (Health Risk Assessment) ที่
ใช้เป็ นเครื่ องมือคาดการณ์ความเสี่ ยงที่มีโอกาสเกิดขึ้น และเป็ น
เครื่ องมือช่วยให้ฝ่ายบริ หารสามารถตัดสิ นใจในการกาหนดนโยบาย
แผนงานและกลยุทธ์ในการป้ องกันผลกระทบที่อาจเกิดขึ้น
วัตถุประสงค์
•
•
เพื่อคาดการณ์สถานการณ์โรคไข้เลือดออกในภาพรวมของประเทศ ปี
พ.ศ. 2556
เพื่อประเมินความเสี่ ยงของพื้นที่ระดับอาเภอ
วิธีการและผลการศึกษา
1.
2.
3.
4.
ทนทวนรายงานสถานการณ์ยอ้ นหลังอย่างน้อย 5 ปี (พ.ศ. 2550-2554)
ทบทวนรายงานการเปลี่ยนแปลงของไวรัสเด็งกี่
วิเคราะห์ขอ้ มูลโดยใช้อนุกรมเวลา (Time series analysis)
ประเมินความเสี่ ยงของพื้นที่ระดับอาเภอ (928 แห่ง) โดยใช้การประมาณค่าจากตัวแปรที่
กาหนด โดยกาหนดกลุ่มปั จจัย เป็ น 2 กลุ่ม ได้แก่
4.1 ปัจจัยด้านความรุ นแรงของผลที่จะเกิดตามมา (Consequence) หมายถึง ปัจจัยที่คาดว่าจะ
ส่ งผลถึงการระบาดในช่วงเวลาต่อไป ประกอบด้วย
- พื้นที่ระบาดโรคไข้เลือดออกซ้ าซาก
- แนวโน้มความรุ นแรงของการระบาดต่อเนื่องในปี ถัดไป
4.2 ปัจจัยโอกาสของการเกิดโรค (Likelihood) หมายถึง ปั จจัยที่อาจส่ งผลให้เกิดการระบาดของ
โรคไข้เลือดออก ได้แก่
- ความหนาแน่นของประชากรต่อพื้นที่
- สภาพความเป็ นเขตอุตสาหกรรมและ/หรื อแหล่งท่องเที่ยว
การวิเคราะห์ผล
1.
การวิเคราะห์เชิงปริ มาณโดยวิเคราะห์ขอ้ มูลแบบอนุกรมเวลา (Time series
analysis) ด้วยวิธีของวินเตอร์
2. การวิเคราะห์เชิงพรรณนา
1. แนวโน้มของจานวนผูป้ ่ วยและชนิดเชื้อไวรัส
2. กลุ่มเสี่ ยง เพื่อดูแนวโน้มการเปลี่ยนแปลงด้านกลุ่มอายุ อาชีพ
3. การวิเคราะห์พ้นื ที่เสี่ ยงระดับอาเภอ โดยใช้แนวคิดด้านการประเมินความเสี่ ยง
(Risk Assessment) และใช้ GIS Software (ArcGIS) ทาการวิเคราะห์ทางสถิติเชิง
พื้นที่ (Geo-statistical Analysis) ด้วยวิธี Ordinary Kriging เพื่อวิเคราะห์หา
ความสัมพันธ์เชิงพื้นที่แบบ Spatial Auto-Correlations) ในแต่ละปั จจัยเสี่ ยง
เพื่อให้ค่าน้ าหนักคะแนน ในแต่ละปั จจัย และใช้ผลคะแนนรวมแสดงระดับค่า
คะแนนความเสี่ ยงในแต่ละพื้นที่
1. การวิเคราะห์ เชิงปริมาณ
วิเคราะห์ ข้อมูลแบบอนุกรมเวลา
(Time series analysis)
วิธีการพยากรณ์
การพยากรณ์ เชิงคุณภาพ
- สังเคราะห์ความรู้จาก
ข้อมูลเฝ้ าระวัง
- เทคนิคเดลฟาย
Decomposition
Regression
Analysis
Smoothing Techniques
(Exponential & its
Extensions)
การพยากรณ์ เชิงปริมาณ
Time Series
Analysis
Boxjenkins
Processes
Vector of
Autoregressive
(VAR)
WINTER' S METHOD
• วิธีของวินเตอร์ เป็ นการประมาณค่าซึ่งปรับค่าประมาณได้ทนั ทีเมื่อได้ค่า
สังเกตใหม่เพิ่มเข้ามา ในรู ปที่เรี ยกว่าการทาให้เรี ยบแบบ Exponential
smoothing โดยพิจารณาส่ วนประกอบที่เป็ นแนวโน้มและฤดูกาล((Trend
– Season Data) ออกจากกัน
• การพยากรณ์โรคไข้เลือดออก ปี 2556 โดยใช้วธิ ีของวิน
เตอร์ โดยเลือกตัวแบบการคูณ (Multiplicative model)
• Yt= [ β0 + β1 t ] ( St) (Ct) (I)
ขั้นตอนที่ 1 เตรี ยมข้อมูล จานวนผูป้ ่ วยรายเดือน
Y/M JAN FEB
MA
R
AP
R
MA
Y
JUN JUL
AU
G
SE
P
OC
T
NO
V
DE
C
254
5
404
4
379
5
541
1
721
3
138
30
217
17
191
04
133
77
871
5
712
9
570
6
475
9
254
6
438
9
351
4
408
0
477
9
658
1
867
6
899
2
756
9
519
2
442
0
379
1
167
4
254
7
143
7
122
3
168
4
183
7
312
0
495
4
644
8
559
3
449
1
344
5
314
1
176
2
254
8
194
5
183
3
170
8
226
6
593
6
722
1
661
3
569
5
436
4
333
6
268
5
112
0
254
9
188
4
146
5
188
4
207
0
472
0
718
9
713
9
543
0
351
2
307
9
274
5
133
7
255
0
213
9
146
8
219
4
283
9
624
7
118
35
968
5
847
2
682
8
522
7
427
5
175
7
255
1
325
0
308
5
375
6
448
2
849
6
133
04
139
17
123
96
877
5
786
0
594
7
219
3
ขั้นตอนที่ 2 นาข้อมูลมาวิเคราะห์ในโปรแกรมสาเร็ จรู ป
30000
20000
10000
54
25
L 54
JU 25
N 3
JA 55
2
L 53
JU 25
N 2
JA 55
2
L 52
JU 25
N 1
JA 55
2
L 51
JU 25
N 50
JA 25
L 0
JU 255
N 9
JA 54
2
L 49
JU 25
N 8
JA 54
2
L 48
JU 25
N 7
JA 54
2
L 47
JU 25
N 6
JA 54
2
L 46
JU 25
N 5
JA 54
2
L 45
JU 25
N
JA
0
Date
สมการ
จะได้จานวนผูป้ ่ วยในแต่ละเดือนตามสมการนี้
Yt= [9781.54+ (-35.81) t ] ( St) (Ct) (1)
เมื่อ t = ช่วงเวลาที่มีระยะห่างเท่าๆกัน (ต่อเนื่องกัน)
Yt = ค่าจริ งเมื่อเวลา t (จานวนผูป้ ่ วยในแต่ละเดือน)
β0 = ระยะตัดแกน (ส่ วนประกอบถาวร)
β1 = ค่าความชันของแนวโน้ม (ของข้อมูลชุดนี้)
SI = ค่าดัชนีฤดูกาลที่เปลี่ยนแปลงตามฤดูกาล เมื่อเวลา t ( 1-12 เดือน)
Ct = ค่าวัฏจักรรอบล่าสุ ด(ปี 2552) หารด้วยค่าเฉลี่ย 3 ปี ย้อนหลัง(ปี 2549-2551)
I = ค่าความไม่แน่นอน (ให้ค่าเท่ากับ 1)
(9781.54) เป็ นค่าเริ่ มต้นที่ได้จากข้อมูลชุดนี้ (ปรับให้เรี ยบยกกาลังสาม)
(-35.81) เป็ นค่าแนวโน้มของข้อมูลชุดนี้ (แยกรายเดือน ในช่วงเวลา 10 ปี )
ตาราง การคานวณหาค่าวัฎจักร(cycle) ของโรคไข ้เลือดออก (ปี วฏ
ั จักรที่
ครบรอบล่าสุดตามรูปแบบการระบาด 2 ปี เว ้น 1 ปี หารด ้วย ค่าเฉลีย
่ 3 ปี )
ปี
ม.ค.
มี.ค.
ก.พ.
พ.ค.
เม.ย.
ก.ค.
มิ.ย.
ก.ย.
ส.ค.
พ.ย.
ต.ค.
ธ.ค.
2549
1884
1465
1884
2070
4720
7189
7139
5430
3512
3079
2745
1337
2550
2139
1468
2194
2839
6247
11835
9685
8472
6828
5227
4275
1757
2551
3250
3085
3756
4482
8496
13304
13917
12396
8775
7860
5947
2193
2006 2611.333 3130.333 6487.667
10776
10247
7799
6832
mean
2552
2424.333
2543
2010
2288
2858
2552/mean 1.048948 1.001994 0.876181 0.913002
trend
5961
8766 6371.667 5388.667 4322.333 1762.333
6753
4764
4398
4464
2241
0.91882 0.723738 0.666732 0.770363 0.747685 0.816157 1.032776
1.27161
-35.81327 -35.81327 -35.81327 -35.81327 -35.81327 -35.81327 -35.81327 -35.81327 -35.81327 -35.81327 -35.81327 -35.81327
season
0.502753 0.425118 0.507902 0.590757 1.243086 1.858356 1.950069 1.609356 1.176682 0.950338 0.796006 0.389578
bo
9781.546 9781.546 9781.546 9781.546 9781.546 9781.546 9781.546 9781.546 9781.546 9781.546 9781.546 9781.546
Month
1
2
3
4
5
6
7
8
9
10
11
12
Trend*M -35.81327 -71.62654 -107.4398 -143.2531 -179.0664 -214.8796 -250.6929 -286.5062 -322.3194 -358.1327 -393.946 -429.7592
Season*C 0.527362 0.425966 0.445014 0.539363 1.142172 1.344963 1.300173 1.239788 0.879788 0.775625 0.822095 0.495391
ปี 2556
5140
4151
4337
5256
11131
13108
12671
12083
8574
7559
8012
4828
การหาค่าวัฏจักรโดยถือว่าการเพิ่มหรื อลดแปรผันดังกล่าวเป็ นไปในอัตราเท่ากับผลที่เกิดขึ้นในปี ที่ผา่ นมา
หรื อ 2 – 3 ปี ที่ผา่ นมา โดยจากการพิจารณากราฟเบื้องต้นพบว่ารู ปแบบมีการเปลี่ยนแปลงรู ปแบบการ
ระบาดแบบ 2 ปี เว้น 1 ปี (จากกราฟ)
ผลการพยากรณ์
สรุปได้ ว่า จากข้อมูลในอดีตของโรคไข้เลือดออก
ตั้งแต่ ปี 2545-2554 พอจะคาดคะเนจานวนผู้ป่วยโรคนีไ้ ด้
ว่ าในปี 2556 จะมีท้งั สิ้นประมาณ 96,850 ราย (เดือน
มิถุนายน มีผ้ ูป่วยมากทีส่ ุ ดคือ 13,108 ราย) โดยอยู่ภายใต้
สถานการณ์ ทสี่ ภาพลักษณะทัว่ ไปต่ างๆ ทีม่ อี ทิ ธิพลต่ อ
การเกิดโรค ไม่ เปลีย่ นแปลงไปจากเดิมมากนัก
ม.
ค.
ม.ิ 45
ย.
พ 45
.ย
.
เม -45
.ย
.ก. 46
ย.
ก. 46
พ
.ก. 47
ค.
ธ. 47
ค.
พ 47
.ค
.ต. 48
ค.
ม.ี 48
ค.
ส. 49
ค.
ม. 49
ค.
ม.ิ 50
ย.
พ 50
.ย
.
เม -50
.ย
.ก. 51
ย.
ก. 51
พ
.ก. 52
ค.
ธ. 52
ค.
พ 52
.ค
.ต. 53
ค.
ม.ี 53
ค.
ส. 54
ค.
ม. 54
ค.
ม.ิ 55
ย.
พ 55
.ย
.
เม -55
.ย
.ก. 56
ย.
-5
6
จำนวน(รำย)
กราฟแสดงจานวนผู้ป่วยโรคไข้ เลือดออกและค่ าพยากรณ์
แผนภูมแ
ิ สดงวจำนวนผูป
้ ่ วยโรคไข้เลือดออกและค่ำพยำกรณ์
25000
20000
15000
CASES
PREDICT
10000
5000
0
เดือน
สรุ ปผลการพยากรณ์
• จากรู ปแบบของการระบาดโรคไข้เลือดออก ตั้งแต่ปี พ.ศ. 2545 –
ปัจจุบนั การระบาดสูงสุ ดเกิดขึ้นในปี พ.ศ. 2553 ส่ วนในปี 2554 และปี
2555 ผูป้ ่ วยมีแนวโน้มลดลงอย่างต่อเนื่อง โดยคาดว่าในปี 2556 จะมี
จานวนผูป้ ่ วยเพิม่ สูงขึ้น ประมาณ 90,000 – 100,000 ราย และคาดจะมี
จานวนผูป้ ่ วยที่เสี ยชีวิตไม่เกินร้อยละ 0.12
แผนภูมิแสดงจานวนผูป้ ่ วยด้วยโรคไข้เลือดออก
จาแนกตามกลุ่มอายุ ปี 2555 ณ วันที่ 15 สิ งหาคม 2555
ร้อยละ
30
ปี 2551
25
ปี 2553
20
ปี 2554
ปี 2552
ปี 2555
15
10
5
0
0-4
5-9
10-14
15-24
25-34
35-44
45-54
55-64
65+
กลุ่มอายุ
อัตราการป่ วยสู งสุ ดน่าจะอยูใ่ นกลุ่มอายุ 10-14 ปี และ15-24 ปี ตามลาดับ
และมีแนวโน้มว่าอัตราการป่ วยในกลุ่มวัยผูใ้ หญ่มีแนวโน้มสู งขึ้น
ไม่ทราบ
ช่วงเวลาของการระบาด
แผนภูมิแสดงจานวนผูป้ ่ วยด้วยโรคไข้เลือดออกรายเดือน ปี 2555 ณ วันที่ 15 สิ งหาคม 2555
คาดว่าแนวโน้มของโรคในปลายปี 2555 ลดลงและอยูใ่ นระดับเดียวกับค่ามัธยฐาน (Median) ในช่วง 5 ปี (2550-2554) จานวน
ป่ วยจะลดลงในเดือนกุมภาพันธ์และมีนาคม และเริ่ มสูงขึ้นและแนวโน้มระบาดอย่างรวดเร็วในเดือนพฤษภาคมและจะมีผปู้ ่ วย
จานวนสูงสุดในช่วงฤดูฝน ระหว่างเดือนมิถุนายน-สิ งหาคม อย่างไรก็ตาม ในภาคใต้เนื่องจากเป็ นพื้นที่ที่มีฝนตกชุกและมีฝนตก
มากในช่วงเดือน พ.ย.-ธ.ค และ ช่วง พ.ค.- ก.ค. ดังนั้นในภาคใต้จะเริ่ มมีการระบาดก่อนภาคอื่นๆ และมีการระบาดอย่างต่อเนื่อง
แผนภูมแิ สดงชนิดเชื้อ Dengue Virus ระหว่ างปี 2516-2555
100%
350
300
75%
250
200
50%
150
100
25%
DEN-1
DEN-2
DEN-3
DEN-4
2554
2555 (Jul)
2553
2552
2551
2550
2549
2548
2547
2546
2545
2544
2543
2542
2541
2540
2539
2538
2537
2536
2535
2534
2533
2532
2531
2530
2529
2528
2527
2526
2525
2524
2523
2522
2521
2520
2519
2518
2517
0%
2516
50
CR
ในปี 2556 คาดว่าชนิดของไวรัสที่ระบาดยังคงพบทุกซีโรทัยป์ โดย DEN-2 และ DEN-1 ยังคงพบเป็ น
ซีโรทัยป์ เด่น เช่นเดิม ซึ่งประชาชนส่วนใหญ่น่าจะมีภูมิคุม้ กันต่อซีโรทัยป์ ทั้งสองแล้ว แต่จะพบซีโรทัยป์
DEN-3 ในอัตราส่วนสูงกว่าเดิมเล็กน้อย คาดการณ์ได้วา่ จานวนผูป้ ่ วยไข้เลือดออกน่าจะเพิ่มขึ้นจาก
แนวโน้มการไหลเวียนของ DEN-3
0
2. การวิเคราะห์ เชิงพืน้ ที่
ประเมินความเสี่ ยงระดับพืน้ ที่
(Risk Assessment)
แนวคิดในการประเมินพื้นที่เสี่ยงไข้ เลือดออก
• ใช้กรอบแนวคิดด้านการบริหารความเสีย่ ง (Risk
Management)
“ความเสีย่ ง” หมายถึงโอกาสทีจ่ ะเกิดความผิดพลาดความ
เสียหาย การรัว่ ไหล ความสูญเปล่า หรือเหตุการณ์ซึ่งไม่พงึ
ประสงค์ ทีท่ าให้งานไม่ประสบความสาเร็จตามวัตถุประสงค์และ
เป้าหมายทีก่ าหนด”
– Risk Identifications
– Risk Analysis Matrix
การนาข้อมูลมาใช้ประโยชน์ในการประเมินสถานการณ์ของโรคไข้เลือดออก
• กาหนดพื้ นทีเ่ สีย่ ง (Risk Area) = จานวนผูป้ ่ วย X ปั จจัยอื่น
ผู้ป่วย
Risk
ปั จจัยอื่น ๆ
โอกาส
ความรุ นแรง
1
2
3
4
5
1
1
2
3
4
5
2
2
4
6
8
10
3
3
6
9
12
15
4
4
8
12
16
20
5
5
10
15
20
25
น้ อย 1 – 4 คะแนน
ปานกลาง 5 – 14 คะแนน
มาก 15 – 25 คะแนน
Risk
Assessment
ความรุนแรง
พืน้ ที่ป่วยซ้าซาก
แนวโน้ มความรุนแรง
การระบาดต่ อเนื่อง
โอกาส
ความหนาแน่ น
ของประชากร
เขตอุตสาหกรรม
แหล่ งท่ องเที่ยว
Risk Identification
1. ปัจจัยด้ านความรุนแรงของโรคไข้ เลือดออก
1.1 พืน้ ทีป่ ่ วยซ้าซาก (Repeatedly high case reported area) หมายถึง พืน้ ทีท่ มี่ จี านวนผู้ป่วยสู ง
แบ่ งเป็ น 5 ระดับ ในรอบ 5 ปี ทีผ่ ่ านมา
แนวคิด การเกิดโรคไข้ เลือดออกในพืน้ ทีบ่ ่ อยครั้ง แสดงว่ าในพืน้ ทีด่ งั กล่ าวมีปัจจัยต่ างๆ เอือ้
ต่ อการเกิดโรคได้ ง่าย
การให้ ค่านา้ หนัก โดยวิเคระห์ ด้วย GIS : Geo-statistical analysis ดังนี้
1. การวิเคราะห์ ด้วยเทคนิค Ordinary Kriging เพือ่ คานวณหาความสั มพันธ์ เชิงพืน้ ทีข่ อง
ข้ อมูลระดับอาเภอ (928 แห่ ง) ในแต่ ละปี ตั้งแต่ ปี พ.ศ. 2550-2554
• โปรแกรมทาการคานวณค่ า semi-variogram เพือ่ กาหนดค่ าข้ อมูลจากนา้ หนักข้ อมูลจานวนผู้ป่วย โดยโปรแกรมจะ
วิเคราะห์ และประมาณค่ าของความสั มพันธ์ เชิงตัวเลขระหว่ างจุดและแทนค่ าด้ วยสีทแี่ ตกต่ างกัน
• การใช้ เครื่องมือวิเคราะห์ Normal Q-Q plot (แจกแจงข้ อมูลทีม่ กี ารเบี่ยงเบน) โดยแบ่ งค่ าเป็ น 10 ระดับและเลือก
ข้ อมูลในแต่ ละระดับ จากค่ าสู ง-ต่าสุ ด และให้ นา้ หนักคะแนนตามลาดับ จาก 5/4.5/4/3.5/3/2.5/2/1.5/1/0.5
• ทาซ้าจากข้ อมูลในแต่ ละปี จนครบ 5 ปี และหาค่ าเฉลีย่ เพือ่ เป็ นนา้ หนักคะแนนพืน้ ทีป่ ่ วยซ้าซาก (5 คะแนน)
1.2 อุบัตกิ ารณ์ โรคในปี ปัจจุบัน (Incidence) หมายถึง อัตราป่ วยไข้เลือดออก ปี ปัจจุบนั
(2555 สัปดาห์ที่ 32) เปรี ยบเทียบกับค่ามัธยฐาน (Median) ย้อนหลัง 5 ปี (2550-2554)
แนวคิด จากรู ปแบบการเกิดโรคไข้เลือดออกที่ผา่ นมา พบว่า ในพื้นที่ที่เกิดโรคต่อเนื่อง หาก
การระบาดลดลงต่าสุ ดในรอบ 5 ปี ในปี ถัดไปจะมีโอกาสระบาดสู ง
* ค่ าที่แตกต่ างจาก median ในเชิงบวกสู ง จะมีนา้ หนักคะแนนน้ อย (0.5)
* ค่ าที่แตกต่ างจาก median ในเชิงลบ จะมีค่านา้ หนักคะแนนมาก (5)
การให้ ค่านา้ หนัก : ใช้ เทคนิค GIS เช่ นเดียวกับข้ อ 1.1 โดย
•
•
•
•
คิดค่าผลต่างของปี ปัจจุบนั กับค่า median ย้อนหลัง 5 ปี ในแต่ละอาเภอ (928 แห่ง)
นาเข้าข้อมูลสู่ระบบ GIS วิเคราะห์ค่าน้ าหนักจากผลต่างด้วยวิธี Ordinary Kriging
โปรแกรมคานวนผลแสดงค่า semi-variogram แทนค่าผลต่างจาก median เป็ นเฉดสี
ใช้เครื่ องมือ Normal Q-Q plot (แจกแจงข้ อมูลที่มีการเบี่ยงเบน) โดยแบ่ งค่าเป็ น 10 ระดับและเลือกข้ อมูลในแต่ ละ
ระดับ จากค่าสู ง-ตา่ สุ ด และให้ นา้ หนักคะแนนตามลาดับ จาก 0.5/1/1.5/2/2.5/3/3.5/4/4.5/5
• นาผลทีไ่ ด้ จาก 1.1 และ 1.2 ปรับค่ าเป็ นฐานค่ านา้ หนัก= 5
การวิเคราะห์ GIS ด้ วยวิธี Ordinary Kriging
(การคานวณค่าจาก Semivariogram เพื่อแทนค่าด้ วยเฉดสี)
Normal Q-Q Plot
ตัวอย่างการให้น้ าหนักคะแนนด้วยระบบ GIS
2. ปัจจัยด้ านโอกาสทีจ่ ะเกิดการระบาด
2.1 การเคลือ่ นย้ ายประชากร หมายถึงโอกาสทีจ่ ะทาให้ เกิดการไหลเวียนของ
ไวรัสในพืน้ ที่ ซึ่งเป็ นการเพิม่ โอกาสการระบาดโรคไข้ เลือดออก
การให้ ค่านา้ หนัก
พื้นที่ที่มีการไหลเวียนแรงงาน (อุตสาหกรรม) /แหล่งท่องเที่ยว โอกาสเสี่ ยง = 2
พื้นที่ที่มีการเคลื่อนย้ายประชากรต่า
โอกาสเสี่ ยง = 1
2.2 ความหนาแน่ นของประชากรต่ อพืน้ ที่ หมายถึง โอกาสเสี่ ยงต่อการระบาดโรค
ไข้เลือดออก ในกลุ่มประชากรที่อยูร่ วมตัวกันหนาแน่นโดยพิจารณาจากขนาด
ของพื้นที่(ต่อ1 Km2)
การให้ ค่านา้ หนัก (แบ่ งค่ านา้ หนักเป็ น 5 ระดับ)
พื้นที่ที่มีความหนาแน่นประชากรสู งมาก
โอกาสเสี่ ยง = 5
พื้นที่ที่มีความหนาแน่นประชากรสู ง
โอกาสเสี่ ยง = 4
พื้นที่ที่มีความหนาแน่นประชากรปานกลาง
โอกาสเสี่ ยง = 3
พื้นที่ที่มีความหนาแน่นประชากรต่า
โอกาสเสี่ ยง = 2
พื้นที่ที่มีความหนาแน่นประชากรต่ามาก
โอกาสเสี่ ยง = 1
นาผลทีไ่ ด้ จาก 2.1 และ 2.2 ปรับค่ าเป็ นฐานค่ านา้ หนัก= 5 (จากค่ าคะแนนรวม 7)
• นาค่าน้ าหนักคะแนนจากข้อ 1 คูณด้วยค่านาหนักคะแนนจากข้อ 2
= ค่าน้ าหนักระดับความเสี่ ยงของแต่ละพื้นที่
• แสดงผลความเสี่ ยงในรู ปแผนที่และตาราง ดังนี้
แผนทีแ่ สดงพืน้ ทีท่ ี่มโี อกาสเสี่ ยงต่ อการระบาด
โรคไข้ เลือดออกปี พ.ศ. 2556
พืน
้ ทีเ่ สี่ ยงไขเลื
อเทากั
้ อดออก ปี พ.ศ. 2556 (คะแนนมากกวาหรื
่
่ บ 10)
ภาค
กลาง
กลาง
กลาง
กลาง
กลาง
กลาง
กลาง
กลาง
กลาง
กลาง
กลาง
กลาง
กลาง
กลาง
กลาง
กลาง
กลาง
อุตสา
แนว ระดับ
พืน
้ ที่
หกรร ระดับ ระดับ
เขต
โน้ม ความ ปชก/
สคร.
จังหวัด
อาเภอ
ซ้าซา
ม/
โอกา ความ
สธ.
อัตรา รุนแร พืน
้ ที่
ก
ทอง
ส
เสี่ ยง
่
ป่วย
ง
เทีย
่ ว
15.1
01
01
นนทบุร ี
เมืองนนทบุร ี
4.50 4.00 4.25 4.00 1.00 3.57
8
14.8
01
01
นนทบุร ี
ปากเกร็ด
4.30 4.00 4.15 4.00 1.00 3.57
2
13.5
01
01
นนทบุร ี
บางบัวทอง
4.10 3.50 3.80 4.00 1.00 3.57
7
13.5
01
01
นนทบุร ี
บางใหญ่
3.60 4.00 3.80 4.00 1.00 3.57
7
11.0
01
01
นนทบุร ี
บางกรวย
3.20 3.00 3.10 4.00 1.00 3.57
7
14.4
01
01
ปทุมธานี
เมืองปทุมธานี
4.10 4.00 4.05 4.00 1.00 3.57
6
11.1
01
01
ปทุมธานี
สามโคก
3.30 4.50 3.90 3.00 1.00 2.86
4
10.1
01
01
ปทุมธานี
ธัญบุร ี
3.20 2.50 2.85 4.00 1.00 3.57
8
พระนครศรีอ พระนครศรีอยุธ
17.1
01
01
4.00 4.00 4.00 4.00 2.00 4.29
ยุธยา
ยา
4
พระนครศรีอ
12.1
01
01
บางปะอิน
3.30 3.50 3.40 3.00 2.00 3.57
ยุธยา
4
กทม กรุงเทพมหา
17.3
01
บางขุนเทียน
4.10 4.00 4.05 4.00 2.00 4.29
.
นคร
6
กทม กรุงเทพมหา
17.1
01
จตุจก
ั ร
4.00 4.00 4.00 4.00 2.00 4.29
.
นคร
4
กทม กรุงเทพมหา
16.9
01
บางกอกน้อย
3.90 4.00 3.95 5.00 1.00 4.29
.
นคร
3
กทม กรุงเทพมหา
16.7
01
บางรัก
3.20 3.50 3.35 5.00 2.00 5.00
.
นคร
5
กทม กรุงเทพมหา
16.7
01
บางซือ
่
3.80 4.00 3.90 5.00 1.00 4.29
.
นคร
1
กทม กรุงเทพมหา
16.7
01
บางคอแหลม
3.80 4.00 3.90 5.00 1.00 4.29
.
นคร
1
กทม กรุงเทพมหา
16.2
01
บางบอน
3.60 4.00 3.80 4.00 2.00 4.29
.
นคร
9
ผลการประเมินความเสี่ ยงปี 2554
เกณฑ์ การพิจารณาพืน้ ที่เสี่ ยงปี 2553
1. การคิดคะแนนการระบาดในรอบ 3 ปี (2550-2552)
2. การระบาด2ปี ล่าสุ ด52-53
3. สัดส่ วนประชากร
4. สถานที่ท่องเที่ยวรายอาเภอ
คานวณค่า predictive Positive Value (PPV) ปี 2554
จานวน 199 แห่ง (ถูกประเมินว่าเป็ นพื้นที่เสี่ ยง ในปี 2554)
การตรวจสอบผลการวิเคราะห์ความเสี่ ยงปี 2555
Test
Cases >
median
Cases<
median
Total
High Risk
8
8
16
Low Risk
75
108
183
Total
83
116
199
1. Sensitivity = true positives = 8 =0.096 or 9.6%
all w/ disease
2. ค่ าพยากรณ์ บวก(PPV)
true positives
all w/positive test result
=
83
= 8 = 0.5 or 50%
16
การกระจายโรคตามพืน้ ที่และพืน้ ที่ที่มคี วามเสี่ ยงสู ง
• คาดว่าจะพบผูป้ ่ วยได้ในทุกภาคและทุกจังหวัด โดยในภาคกลางและ
ภาคใต้จะมีอตั ราป่ วยสูงกว่าภาคเหนือและภาคตะวันออกเฉียงเหนือ
อย่างไรก็ตาม การระบาดยังคงกระจายและเกิดขึ้นได้ทวั่ ประเทศ
• มีการระบาดในชุมชนใหม่นอกเขตเทศบาลที่อยูใ่ กล้ชุมชนเมืองมากขึ้น
(Suburban area)
• จานวนผูป้ ่ วยไข้เลือดออกในพื้นที่เขตเมืองมากกว่าเขตชนบทนอกเขต
เทศบาลและในโรงพยาบาลชุมชนมากขึ้น และแนวโน้มนี้น่าจะต่อเนื่อง
ถึงปี หน้า
ข้อเสนอแนะ
• ข้อเสนอแนะในการป้ องกันและควบคุมโรค
– การวิเคราะห์ขอ้ มูลทางระบาดวิทยาในภาพรวมของระดับพื้นที่
– การป้ องกันโรคล่วงหน้า โดยการควบคุมแหล่งเพาะพันธุ์ยงุ ลาย ทั้งภายในบ้าน
และรอบบ้าน
• ช่วงเดือน มกราคม – เมษายน ของทุกปี เนื่องจากช่วงเวลาดังกล่าวเป็ นช่วงที่โอกาส
การแพร่ โรคเกิดน้อยที่สุด และจะส่ งผลต่อจานวนผูป้ ่ วยที่อาจเกิดมากขึ้นในช่วงฤดูฝน
(พฤษภาคม-สิ งหาคม)
– การควบคุมการระบาด โดยให้ความสาคัญต่อรายป่ วยทุกราย แม้วา่ เป็ นรายที่
สงสัย หรื อเกิดโรคนอกช่วงฤดูการระบาด
ข้อเสนอแนะ
• ข้อเสนอแนะต่อประชาชน
–การควบคุมลูกน้ ายุงลายในแหล่งเพาะพันธุ์ยงุ ลายที่อยูภ่ ายใน
บ้านและสภาพแวดล้อมรอบบ้านอย่างสม่าเสมอและต่อเนื่อง
–เน้นการป้ องกันตนเองจากการถูกยุงกัด โดยเฉพาะยุงลายซึ่ง
มีช่วงเวลาออกหากินกลางวัน
เอกสารอ้างอิง
1. กรมควบคุมโรค : การวิเคราะห์ ความเสี่ ยงทางสุ ขภาพสาหรับเจ้ าหน้ าที่สาธารณสุ ข ศูนย์ปฏิบตั ิการ
เตรี ยมพร้อมตอบโต้ภาวะฉุกเฉิ นด้านการแพทย์และสาธารณสุ ข ISBN 987-974-297-863, 1 ตุลาคม,
2552.
2. สานักระบาดวิทยา : ระบบเฝ้ าระวังโรค (รายงาน 506) กรมควบควมโรค กระทรวงสาธารณสุ ข
http://www.boe.moph.go.th/boedb/surdata/index.php (เอกสารดาวน์โหลด)
3. ศูนย์ขอ้ มูลโรคติดเชื้อและพาหะนาโรค : รายงานการตรวจหาซีโรทัยป์ ไวรัสไข้ เลือดออก ปี 2548-2555.
กรมวิทยาศาสตร์การแพทย์ กระทรวงสาธารณสุ ข
http://webdb.dmsc.moph.go.th/ifc_nih/ez.mm_main.asp (เอกสารดาวน์โหลด)
4. ชาญชัยณรงค์ ทรงคาศรี . การประยุกต์วิเคราะห์ขอ้ มูลอนุกรมเวลา : โรคไข้เลือดออก. เอกสาร
ประกอบการอบรมการพยากรณ์โรคด้วยสถิติอนุกรมเวลา.2554
5. สานักโรคติดต่อนาโดยแมลง ฐานข้อมูลแหล่งท่องเที่ยว ในศูนย์ขอ้ มูลเชื้อมาลาเรี ยดื้อยาและสถานการณ์
โรคติดต่อนาโดยแมลงในแหล่งท่องเที่ยวhttp://www.thaivbd.org/drugtravel/db/travels
6. ESRI ArcGIS 9 : Using ArcGIS Desktop 380 New York Street, Redland, CA, USA License: MOPH–
DCC, C/N E06-0213, S/N ArcView 9.1
7. สานักงานพัฒนาเทคโนโลยีอวกาศและภูมิสารสนเทศ (องค์กรมหาชน) : ตาราเทคโนโลยีอวกาศและภูมิ
สารสนเทศศาสตร์ กระทรวงวิทยาศาสตร์และเทคโนโลยี พิมพ์ครั้งที่ 1. เมษายน 2552 ISBN : 978-61112-0008-9
8. Wiki.GIS.com - The GIS Encyclopedia : Spatial analysis
http://wiki.gis.com/wiki/index.php/Spatial_analysis#Spatial_dependency_or_auto-correlatio