การศึกษาความสัมพันธ์ระหว่างสภาพภูมิอากาศ ความหนาแน่นของบ้านเรือนและอัตราการระบาด เพื่อประเมินพื้นที่เสี่ยงของโรคไข้เลือดออกในเขตอำเภอบางละมุง จังหวัดชลบุรี

Abstract

เทคโนโลยีภูมิสารสนเทศได้เข้ามามีบทบาททางด้านวิทยาศาสตร์สุขภาพอย่างกว้างขวาง โดยอย่างยิ่งงานด้านระบาดวิทยาและการควบคุมโรค โรคไข้เลือดออกก็เป็นอีกโรคหนึ่งที่สามารถใช้เทคโนโลยีนี้ในการวางแผนควบคุมและป้องกันการระบาดของโรค เนื่องจากการเป็นโรคที่การระบาดผัดแปรตามปัจจัยทางภูมิอากาศ งานวิจัยครั้งนี้มีวัตถุประสงค์เพื่อประเมินพื้นที่เสี่ยงต่อการระบาดของโรคไข้เลือดออกในอำเภอบางละมุง จังหวัดชลบุรี โดยทำการรวบรวมข้อมูลระดับตำบลระหว่างปี พ.ศ. 2552-2556 ได้แก่ จำนวนผู้ป่วย จำนวนประชากร จำนวนหลังคาเรือนจากหน่วยงานท้องถิ่น ในขณะที่ข้อมูลอุณหภูมิ ความชื้นสัมพันธ์ ปริมาณน้ำฝน และจำนวนวันที่ตกจากสถานีอุตุนิยมวิทยา 6 สถานีรอบพื้นที่มาทำการประมาณค่าช่วง (Interpolation) เพื่อหาค่าเฉลี่ยรายตำบล จากนั้นนำข้อมูลที่ได้มาวิเคราะห์หาค่าสัมพันธ์ (Correlation Analysis) แล้วนำค่าที่ได้มาทำการวิเคราะห์หาพื้นที่และช่วงเวลาเสี่ยงของโรคไข้เลือดออก โดยใช้โปรแกรม ArcGIS Destop 10.0 และจากการวิเคราะห์ข้อมูลรายเดือน พบว่าระหว่างเดือนเมษายนถึงเดือนตุลาคมเป็นช่วงเวลามีความเสี่ยงสูง และมีระดับความเสี่ยงมากที่สุดในเดือนกรกฎาคมและสิงหาคม โดยตำบลที่มีความเสี่ยงสูง คือ ตำบลหนองปรือ จากการวิเคราะห์สามารถใช้เป็นข้อมูลพื้นฐานในการวางแผนควบคุมและป้องกันการระบาดของโรคไข้เลือดออกในพื้นที่ทำการศึกษาได้ The geospatial technology has been introduced in the field of the health science particularly the epidemiology. The Dengue Hemorrhagic Fever (DHF) is one of the infectious disease that could be used this technology for preventive planning because its incidence related to the weather atmosphere. This research aims to evaluate the DHF risk area of the Banglamung district, Chon Buri province by using data from the year 2009-2013. The secondary data such as the numbers of dengue patients, the population and the number of hourseholds were collected form the sub-district officers. Whereas the temperature, the relative humidity, the rainfall, the number of rainy-days of each sub-district were interpokated and averaged from six meteorological stations around the study area. After that, data were analyzed through a correlation analysis. The correlation results were used to indicate the risk areas of dengue fever using ArcGIS desktop 10.0 It was found that, the monthly risk area showed the period of high risk in April to October in which the highest risk was found in July and August, and the high risk area was Nongprue subdistrict. Finally, the results could be used for preventive planning of DHF in the study area.