DSpace Repository

ต้นแบบการขับขี่ปลอดภัยอัจฉริยะสำหรับป้องกันการบาดเจ็บที่ศีรษะจากอุบัติเหตุทางถนนของรถจักรยานยนต์ในเขตเทศบาลเมืองแสนสุข

Show simple item record

dc.contributor.author สมจิต พฤกษะริตานนท์
dc.contributor.author ณรงค์ชัย คุณปลื้ม
dc.contributor.author ณรงค์ พลีรักษ์
dc.contributor.author อลิสรา วงศ์สุทธิเลิศ
dc.contributor.other มหาวิทยาลัยบูรพา. คณะแพทยศาสตร์ th
dc.date.accessioned 2022-06-21T09:05:02Z
dc.date.available 2022-06-21T09:05:02Z
dc.date.issued 2564
dc.identifier.uri http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/4475
dc.description งานวิจัยนี้ได้รับทุนสนับสนุนการวิจัยจากงบประมาณเงินรายได้ คณะแพทยศาสตร์ มหาวิทยาลัยบูรพา ประจำปีงบประมาณ พ.ศ.2563 th_TH
dc.description.abstract บทนำ : ประเทศไทยพบผู้เสียชีวิตที่เกิดจากอุบัติเหตุรถจักรยานยนต์สูงที่สุดในโลก ส่วนใหญ่เกิดจากการบาดเจ็บที่ศีรษะ ในโรงพยาบาลมหาวิทยาลัยบูรพา พ.ศ.2562 พบอุบัติเหตุจากการจราจรเฉลี่ยเดือนละ 262 ราย ร้อยละ 88.6 เป็นอุบัติเหตุจากรถจักรยานยนต์ และร้อยละ 74.5 เป็นผู้ป่วยมีการบาดเจ็บที่ศีรษะวัตถุประสงค์ : เพื่อพัฒนาต้นแบบการขับขี่ปลอดภัยอัจฉริยะสำหรับป้องกันการบาดเจ็บที่ศีรษะจากอุบัติเหตุทางถนนของรถจักรยานยนต์ในเขตเทศบาลเมืองแสนสุข วิธีการศึกษา : การวิจัยนี้เป็นการวิจัยแบบไปข้างหน้าภาคตัดขวาง (Prospective cross-sectional study) โดยแบ่งการวิจัยเป็น ๓ ระยะ ได้แก่ ระยะที่ ๑ การวิเคราะห์สถานการณ์การบาดเจ็บของผู้ป่วยที่ได้รับบาดเจ็บที่ศีรษะจากอุบัติเหตุจักรยานยนต์ในเขตเทศบาลเมืองแสนสุข รวมทั้งข้อมูลของถนนและสิ่งแวดล้อม ณ จุดเกิดเหตุ ระยะที่ ๒ การสะท้อนผลการปฏิบัติ ร่วมกับผู้มีส่วนได้ส่วนเสียในพื้นที่ผ่านการสัมมนา เพื่อประเมินสภาพความรุนแรงของปัญหา และกำหนดแนวทางปฏิบัติด้านการบริหารจัดการการป้องกันการบาดเจ็บที่ศีรษะจากอุบัติเหตุรถจักรยานยนต์ และระยะที่ ๓ การพัฒนาต้นแบบการขับขี่ปลอดภัยอัจฉริยะสำหรับป้องกันการบาดเจ็บที่ศีรษะจากอุบัติเหตุรถจักรยานยนต์ ผ่านการจัดสัมมนาร่วมกับผู้มีส่วนได้ส่วนเสียในพื้นที่ กลุ่มตัวอย่าง ได้แก่ (๑) ผู้ป่วยที่ได้รับบาดเจ็บที่ศีรษะจากอุบัติเหตุบนท้องถนนเนื่องจากการขับขี่รถจักรยานยนต์ในเขตเทศบาลเมืองแสนสุขและพื้นที่ข้างเคียง (อ่างศิลา บางพระ และห้วยกะปิ) ที่ได้รับการส่งตัวมาที่ห้องฉุกเฉินของโรงพยาบาลมหาวิทยาลัยบูรพา ระหว่างเดือนสิงหาคม พ.ศ.2563 ถึงเดือนกรกฎาคม พ.ศ.2564 จำนวน ๑๔๒ คน ที่มีอายุตั้งแต่ ๑๕ ปีขึ้นไป (๒) ข้อมูลของถนนและสิ่งแวดล้อม ณ จุดเกิดเหตุ การศึกษาเชิงปริมาณ วิเคราะห์ข้อมูลพื้นฐานทางด้านประชากรด้วยสถิติเชิงพรรณนา และวิเคราะห์ปัจจัยเสี่ยงที่สัมพันธ์กับการเกิดอุบัติเหตุมอเตอร์ไซด์ในเทศบาลเมืองแสนสุขด้วยสถิติ logistic regression โดยรายงานผลด้วยค่า OR พร้อมด้วยช่วงความเชื่อมั่นร้อยละ ๙๕ (๒) การศึกษาเชิงคุณภาพ ด้วยการวิเคราะห์เนื้อหา วิเคราะห์สภาพ จุดแข็ง จุดอ่อน โอกาส และภาวะคุกคาม รวมทั้งอุปสรรคที่จะมีผลต่อความสำเร็จ และสังเคราะห์ข้อมูลเพื่อเสนอต้นแบบของ “Smart safe driving model for preventing head injuries from motorcycles traffic accidents in Saensuk Municipality” ผลการศึกษา : การคัดแยกผู้ป่วยที่ประสบอุบัติเหตุ ณ สถานที่เกิดเหตุ (Field triage) แบ่งเป็นสองกลุ่มคือ กลุ่มที่มีความเสี่ยงระดับ 1-2 (Resuscitation/Emergency) กับกลุ่มที่มีความเสี่ยงระดับ 3-5 (Urgent/Semi-Urgent/Non-Urgent) ผลการวิเคราะห์แบบ multivariate logistic regression พบว่า เพศชายสัมพันธ์กับความเสี่ยงระดับ 1-2 มากกว่าเพศหญิง 2.81 เท่า (OR = 2.81, 95% CI: 1.06-7.43, p=0.038) ผู้สูงอายุสัมพันธ์กับความเสี่ยงระดับ 1-2 มากกว่าวัยนักเรียนมัธยม 24.17 เท่า (OR = 24.17, 95% CI: 2.37-246.61, p=0.007) ผู้ป่วยที่ดื่มแอลกอฮอล์สัมพันธ์กับความเสี่ยงระดับ 1-2 มากกว่าผู้ป่วยที่ไม่ดื่ม 4.06 เท่า (OR = 4.06, 95% CI: 1.26-13.07, p=0.019) ส่วนการไม่สวมหมวกกันน็อคพบว่าไม่สัมพันธ์กับความเสี่ยงระดับ 1-2 (OR = 1.07, 95% CI: 0.41-2.78, p=0.890) ผู้ป่วยที่นำส่งโดยรถมูลนิธิ/กู้ชีพ/กู้ภัยสัมพันธ์กับความเสี่ยงระดับ 1-2 มากกว่าผู้ป่วยมาเอง 6.90 เท่า (OR = 6.90, 95% CI: 2.69-17.65, p<0.001) ส่วนผู้ป่วยที่นำส่งโดยรถ EMS เป็นผู้ป่วยที่มีความเสี่ยงระดับ 1-2 ทุกราย ส่วนช่วงเวลากลางคืนสัมพันธ์กับความเสี่ยงระดับ 1-2 เมื่อวิเคราะห์ด้วย univariate analysis (crude OR = 2.62, 95% CI: 1.27-5.40, p=0.009) แต่ไม่พบความสัมพันธ์หลังจากวิเคราะห์ด้วย multivariate analysis พื้นที่ที่มีผู้ที่ได้รับบาดเจ็บที่ศรีษะจากการเกิดอุบัติเหตุทางถนนของรถจักรยานยนต์มากที่สุด ได้แก่ ถนนหมายเลข ๓๑๓๗ (ถนนลงหาดบางแสน) ร้อยละ ๑๙.๖ รองลงมา ได้แก่ ถนนสุขุมวิท และถนนบางแสนสาย ๑ (ถนนเลียบชายหาดวอนนภา-ชายหาดบางแสน) ร้อยละ ๑๗.๙ และ ๑๐.๗ ตามลำดับ สรุปและข้อเสนอแนะ : การบาดเจ็บที่ศีรษะจากอุบัติเหตุรถจักรยานยนต์ในเขตเทศบาลเมืองแสนสุขยังเป็นปัญหาสาธารณสุข การศึกษาวิจัยนี้เป็นฐานข้อมูลที่เสนอแนะเชิงนโยบายสำหรับหน่วยงานที่เกี่ยวข้องเพื่อใช้ในการพัฒนาระบบ การแก้ปัญหา และการศึกษาต่อยอดต่อไป th_TH
dc.description.sponsorship คณะแพทยศาสตร์ มหาวิทยาลัยบูรพา th_TH
dc.language.iso th th_TH
dc.publisher คณะแพทยศาสตร์ มหาวิทยาลัยบูรพา th_TH
dc.subject อุบัติเหตุจักรยานยนต์ th_TH
dc.subject อุบัติเหตุ- -การป้องกันและควบคุม th_TH
dc.subject ความปลอดภัยในท้องถนน th_TH
dc.title ต้นแบบการขับขี่ปลอดภัยอัจฉริยะสำหรับป้องกันการบาดเจ็บที่ศีรษะจากอุบัติเหตุทางถนนของรถจักรยานยนต์ในเขตเทศบาลเมืองแสนสุข th_TH
dc.title.alternative Smart Safe Driving Model for Preventing Head Injuries from Motorcycles Traffic Accidents in Saensuk Municipality en
dc.type Research th_TH
dc.author.email dr.somjit95@gmail.com th_TH
dc.author.email tuepoh@yahoo.com th_TH
dc.author.email narong_p@buu.ac.th th_TH
dc.author.email alisara@buu.ac.th th_TH
dc.year 2564 th_TH
dc.description.abstractalternative Introduction : Thailand has the highest number of deaths caused by motorcycle accidents in the world. Most are caused by head injuries. In 2019, Burapha University Hospital faced 262 traffic accidents per month, 88.6 percent were motorcycle accidents and 74.5 percent were head injuries. Objectives : 1. To study the relationship between factors of motorcyclists and environmental factors and head injuries of motorcyclist in Saensuk Municipality. 2. To develop an intelligent safe driving model for preventing head injuries from road accidents of motorcyces in Saensuk municipality. Material and Methods : This study was a prospective cross-sectional study. There were 3 phases : Phase 1 was situation analysis of head injury patients from motorcycle accidents in Saensuk Municipality including road and environmental information at the scene of accident. Phase 2 reflecting on the results of the practice with local stakeholders through seminar to assess the severity of the problem and formulate guidelines for management of heah injury prevention for motorcycle accidents. Phase 3 was developing an intelligent safe driving model for preventing head injuries from motorcycle accidents through seminars with local stakeholders. Sample consisted of (1) 142 patients, age 15 years and over who suffered from road accidents due to mortorcycling in Saesuk Municipality and surrounding areas (Ang Sila, Bang Phra and Huai Kapi) and were sent to the Burapha University Hospital Emergency Department between August 2020 and July 2021. (2) road and environment data at the scene of the accident. The qualtitative data were analyed by using descriptive statistics and logistic regression statistics. The qualitative data were analyed by using SWOT analysis and content analysis. A model of smart safe driving model for preventing head injuries from motorcycles traffic accidents was synthesized via seminar with steakholders. Results : Field triage was divided into two groups : group at risk level 1-2 (resuscitation and emergency) and group at risk level 3-5 (urgent, semi-urgent and non-urgent). Males were associated with risk level 1-2, 2.81 times greater than female (OR = 2.81, 95% CI 1.06-7.43, p=0.038). Elderly was associated with 24.17 times greater risk of level 1-2 than high school age (OR = 24.17, 95% CI 2.37-246.61, p=0.007) Patient who consumed alcohol were associated with risk level 1-2, 4.06 times more tha those who did not drink (OR=4.06, 95%CI 1.26-13.07, p=0.019). Not wearing helmet was not associated with a 1-2 level (OR=1.07, 95% CI 0.41-2.78, p=0.890). Patients brought by Rescue Foundation vehicles were associated with a 6.90 times greater risk level of 1-2 than those came by themselves (OR=6.90, 95% CI 2.69-17.65, p=0.001). All patients sent by EMS wre at irsk level 1-2. Nighttime was associated with risk level 1-2 when using univariate analysis (crude OR = 2.62, 95% CI 1.27-5.40, p=0.009), but no correlation was found after multivariate analysis. The highest number of motorcycle road accidents were Road No.3137 (Long Had Bang Saen Road) at 19.6%, followed by Sukumvit Road (17.9%) and Bang Saen Road 1 (Wonnapha Beach Road -Bang Saen Beach Road) (10.7%). Conclusion: Head injuries from motorcycle accidents in Saen Suk Municipality are still a public health problem. This study is a database that provides policy recommendations for steakholders to use in system development, problem solving and further studies en
dc.keyword สาขาการศึกษา th_TH


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account