การประยุกต์ระบบสารสนเทศภูมิศาสตร์เพื่อติดตามการเฝ้าระวังโรคไข้เลือดออก ในพื้นที่ตำบลท่าข้าม อำเภอปะนาเระ จังหวัดปัตตานี
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) สำรวจและจัดทำฐานข้อมูลเพื่อติดตามการเฝ้าระวังโรคไข้เลือดออกในพื้นที่ตำบลท่าข้าม อำเภอปะนาเระ จังหวัดปัตตานี 2) พัฒนาเทคโนโลยีสารสนเทศภูมิศาสตร์เพื่อติดตามการเฝ้าระวังโรคไข้เลือดออกในพื้นที่ตำบลท่าข้าม อำเภอปะนาเระ จังหวัดปัตตานี และ 3) ประเมินระบบเทคโนโลยีสารสนเทศภูมิศาสตร์เพื่อติดตามการเฝ้าระวังโรคไข้เลือดออกในพื้นที่ตำบลท่าข้าม อำเภอปะนาเระ จังหวัดปัตตานี มีขั้นตอนการดำเนินการวิจัย 5 ขั้นตอน ได้แก่ (1) การเก็บรวบรวมข้อมูล (2) การออกแบบระบบ (3) การพัฒนาระบบ (4) การทดสอบระบบ (5) การประเมินระบบ โดยประยุกต์ใช้วงจรการพัฒนาระบบ (System development life cycle: SDLC) เป็นแนวทางในการพัฒนา การวิจัยนี้ใช้วิธีการแบบ Convenience sampling โดยมี เจ้าหน้าที่สาธารณสุข อาสาสมัครสาธารณสุขประจำหมู่บ้าน (อสม.) และประชากรในพื้นที่ จำนวน 40 คน ผลการวิจัย พบว่า 1) ผลสำรวจและจัดเก็บฐานข้อมูลเชิงพื้นที่ของที่อยู่ของผู้เจ็บป่วยด้วยโรคไข้เลือดออกในพื้นที่ตำบลท่าข้าม อำเภอปะนาเระ จังหวัดปัตตานี ได้กำหนดประเภทของข้อมูล เช่น ชื่อ ที่ตั้ง และพิกัด โดยการเก็บรวบรวมข้อมูลจากการลงภาคสนาม 16 แห่ง 2) ผลการพัฒนาเทคโนโลยีสารสนเทศภูมิศาสตร์ พบว่า ผู้ใช้ระบบสามารถเก็บข้อมูลผู้ป่วยได้ แสดงตำแหน่งปัจจุบัน และ 3) ผลการประเมินประสิทธิภาพของเทคโนโลยีสารสนเทศภูมิศาสตร์เพื่อติดตามการเฝ้าระวังโรคไข้เลือดออกในพื้นที่ ตำบลท่าข้าม อำเภอปะนาเระ จังหวัดปัตตานี จากผู้เชี่ยวชาญ 3 คน พบว่า ระบบจัดเก็บข้อมูลมีประสิทธิภาพในระดับมาก ( = 4.25 S.D. = 0.50) และผลการประเมินความพึงพอใจของผู้ใช้งานจำนวน 40 คน พบว่าผู้ตอบแบบประเมินมีความพึงพอใจในระดับมาก (
= 4.24 S.D. = 0.50) ในทุกหัวข้อ
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
กรมควบคุมโรค. (2563). รายงานโรคในระบบเฝ้าระวัง 506 ประจำปี 2562. แหล่งข้อมูล: http://doe.moph.go.th/surdata/506wk/y63/d37_5263.pdf. ค้นเมื่อวันที่ 10 มีนาคม 2566.
กรมควบคุมโรค. (2565). แนวทางการวินิจฉัยและรักษาโรคไข้เลือดออก. แหล่งข้อมูล: https://ddc.moph.go.th/disease_detail.php?d=44. ค้นเมื่อวันที่ 10 มีนาคม 2566.
กรมควบคุมโรค. (2566). รายงานสถานการณ์โรคไข้เลือดออก ประจำปี 2566. แหล่งข้อมูล: https://spd.moph.go.th/wp-content/uploads/2023/07/สถานการณ์และมาตรการไข้เลือดออกประเทศไทย-.pdf. ค้นเมื่อวันที่ 10 มีนาคม 2566.
กรรภิรมย์ เหล็มนุ้ย, อรยา ปรีชาพานิช, สุดา เธียรมนตรี และนิพัทธุ์ อินทอง. (2567). การพัฒนาแอปพลิเคชันความเป็นจริงเสริมเพื่อสนับสนุนการเรียนรู้พยัญชนะและคำศัพท์ภาษาอาหรับสำหรับเด็กปฐมวัย. วารสารวิทยาศาสตร์ มข. 52(1): 79 - 91.
พรสุรางค์ ราชภักดี, สีใส ยี่สุ่นแสง, ทวีศักดิ์ ทองบู่ และพุทธิพันธุ์ สนั่นนาม. (2564). การพัฒนาระบบควบคุมโรคไข้เลือดออกเขตเทศบาลวิเชียรบุรีโดยการประยุกต์ใช้แผนที่ภาษีและทะเบียนทรัพย์สินและฐานข้อมูลทะเบียนระบบสุขภาพ. วารสารวิชาการป้องกันควบคุมโรค สคร.2 พิษณุโลก 8(1): 16 - 29.
สยามราชย์ ฟูเจริญกัลยา. (2565). การพัฒนาระบบสารสนเทศในการจัดการฐานข้อมูลแผนคำของบลงทุนของหน่วยงานในสังกัดสำนักงานสาธารณสุขจังหวัดเชียงราย. เชียงรายเวชสาร 14(2): 102 - 117.
สรสินธุ์ ฉายสินสอน. (2561). แอปพลิเคชันเพื่อบูรณาการข้อมูลการท่องเที่ยวอำเภออู่ทอง จังหวัดสุพรรณบุรี โดยใช้ระบบสารสนเทศภูมิศาสตร์. วารสารเทคโนโลยีสารสนเทศและนวัตกรรม 17(2): 147 - 160.
สำนักงานสาธารณสุขจังหวัดปัตตานี. (2566). รายงานสถานการณ์โรคไข้เลือดออกจังหวัดปัตตานี ประจำปี 2565. แหล่งข้อมูล: https://ptn.moph.go.th/ptn2023/. ค้นเมื่อวันที่ 10 มีนาคม 2566.
Akter, R., Naish, S., Gatton, M., Bambrick, H., Hu, W. and Tong, S. (2019). Spatial and temporal analysis of dengue infections in Queensland, Australia: Recent trend and perspectives. PLoS ONE 14(7): e0220134. doi: 10.1371/journal.pone.0220134.
Anno, S., Tsubasa, H., Sugita, S., Yasumoto S., Lee, M.-A., Sasaki, Y. and Oyoshi, K. (2023). Challenges and implications of predicting the spatiotemporal distribution of dengue fever outbreak in Chinese Taiwan using remote sensing data and deep learning. Geo-spatial Information Science 27(4): 1155 - 1161. doi: 10.1080/10095020.2022.2144770.
Goodchild, M. F. (2009). Geographic information systems and science: Today and tomorrow. Annals of GIS 15(1): 3 - 9. doi: 10.1080/19475680903250715.
Hernández-Ávila, J.E., Rodríguez, M.-H., Santos-Luna, R., Sánchez-Castañeda, V., Román-Pérez, S., Ríos-Salgado, V.H. and Salas-Sarmiento, J.A. (2013). Nation-Wide, Web-Based, Geographic Information System for the Integrated Surveillance and Control of Dengue Fever in Mexico. PLoS ONE 8(8): e70231. doi: 10.1371/journal.pone.0070231.
Nejad, F.Y. and Varathan, K.D. (2021). Identification of significant climatic risk factors and machine learning models in dengue outbreak prediction. BMC Medical Informatics and Decision Making 21(1): 141. doi: 10.1186/s12911-021-01493-y.
Nie, B. (2015). A Study on the Second-Person Narrative in Jennifer Egan’s Black Box. Open Journal of Social Sciences 3(10): 51 – 58.
Ravichandran, A., Taylor, K. and Waterhouse, P. (2016). DevOps for Digital Leaders: Reignite Business with a Modern DevOps-Enabled Software Factory. NY: Berkeley, CA: Apress.
Scavuzzo, J.M., Trucco, F., Espinosa, M., Tauro, C.B., Abril, M., Scavuzzo, C.M. and Frery, A. C. (2018). Modeling dengue vector population using remotely sensed data and machine learning. Acta Tropica 185: 167 - 175.
Sedgwick, P.M. (2013). Convenience sampling. British Medical Journal 347: f6304. doi: 10.1136/bmj.f6304.
Sekarrini, C.E., Sumarmi, S., Bachri, S., Taryana, D. and Giofandi, E.A. (2022). The application of geographic information system for dengue epidemic in Southeast Asia: A review on trends and opportunity. Journal of Public Health Research 11(3): 1 - 6.