ปัจจัยที่มีความสัมพันธ์กับจำนวนผู้ป่วยไข้หวัดใหญ่ในประเทศไทยระหว่างปี พ.ศ. 2557-2564

การศึกษาครั้งนี้เป็นการศึกษาเชิงวิเคราะห์ระยะยาวแบบย้อนหลัง (Retrospective Longitudinal analytical study) มีวัตถุประสงค์เพื่ออธิบายลักษณะทางระบาดวิทยาของผู้ป่วยไข้หวัดใหญ่และหาความสัมพันธ์ระหว่างปัจจัยด้านสภาพภูมิอากาศ ด้านเศรษฐกิจและสังคม และด้านมาตรการป้องกันควบคุมโรคภาครัฐ กับจำนวนผู้ป่วยไข้หวัดใหญ่ ในประเทศไทย ระหว่างปี พ.ศ. 2557 – 2564 โดยใช้ข้อมูลทุติยภูมิจากหน่วยงานที่เกี่ยวข้อง คือ กรมควบคุมโรค กรมอุตุนิยมวิทยา สํานักงานสถิติแห่งชาติ กองยุทธศาสตร์และแผนงาน สำนักงานปลัดกระทรวงสาธารณสุข และสำนักงานนโยบายและแผนพลังงาน วิเคราะห์ข้อมูลสถิติเชิงพรรณนา โดยใช้ค่าร้อยละ ค่าเฉลี่ย อัตราส่วน ส่วนเบี่ยงเบนมาตรฐาน ค่าต่ำสุด ค่าสูงสุด และสถิติเชิงอนุมาน โดยใช้สมการการประมาณค่านัยทั่วไป (Generalized Estimating Equation) และนำเสนอด้วยค่าสัมประสิทธิ์การถดถอย (β) มีการแบ่งการวิเคราะห์เป็น 2 ระยะ คือ 1) ระยะก่อนการแพร่ระบาดของโรคติดเชื้อไวรัสโคโรนา 2019 ระหว่าง ปี พ.ศ. 2557 – 2562 2) ระยะสถานการณ์การแพร่ระบาดของโรคติดเชื้อไวรัสโคโรนา 2019 ระหว่างปี พ.ศ. 2563 – 2564 โดยใช้ 2 โมเดล คือโมเดลที่ 1 ประกอบด้วย ปัจจัยปริมาณน้ำฝนเฉลี่ยต่อเดือน จำนวนวันฝนตกต่อเดือน ความชื้นสัมพัทธ์เฉลี่ยต่อเดือน และอุณหภูมิเฉลี่ยต่อเดือน ร่วมกับปัจจัยด้านเศรฐกิจและสังคม และปัจจัยด้านมาตรการป้องกันควบคุมโรคของภาครัฐ และโมเดลที่ 2 ประกอบด้วย ปัจจัยฤดูกาล ร่วมกับปัจจัยด้านเศรฐกิจและสังคม และปัจจัยด้านมาตรการป้องกันควบคุมโรคของภาครัฐ เพื่อวิเคราะห์ปัจจัยที่มีความสัมพันธ์กับจำนวนผู้ป่วยไข้หวัดใหญ่ ณ ระดับนัยสำคัญทางสถิติที่ 0.05 ผลการศึกษา พบผู้ป่วยไข้หวัดใหญ่ ระหว่างปี พ.ศ. 2557 – 2564 จำนวน 1,236,299 ราย เสียชีวิต 296 ราย อัตราป่วยตาย ร้อยละ 0.02 พบอัตราส่วนเพศชายต่อเพศหญิง 1:1.03 พบผู้ป่วยมากที่สุดในช่วงอายุ < 5 ปี ร้อยละ 21.26 มีอัตราป่วยสูงสุดในปี พ.ศ. 2562 คือ 606.00 ต่อประชากรแสนคน (396,363 ราย) ส่วนอัตราป่วยตายพบสูงสุดในปี พ.ศ. 2557 คือ ร้อยละ 0.12 (91 ราย) อัตราป่วยของโรคไข้หวัดใหญ่มีแนวโน้มลดลงอย่างมากในช่วงการระบาดของโรคติดเชื้อไวรัสโคโรนา 2019 เมื่อวิเคราะห์หาปัจจัยที่มีความสัมพันธ์กับจำนวนผู้ป่วยไข้หวัดใหญ่ ระหว่างปี พ.ศ. 2557 – 2562 พบว่ามีปัจจัยที่มีความสัมพันธ์กับจำนวนผู้ป่วยไข้หวัดใหญ่ ในโมเดลที่ 1 คือ ปริมาณน้ำฝนเฉลี่ยต่อเดือน (Adjusted β = 0.19; 95% CI: 0.04, 0.35; p-value = 0.011) รายได้เฉลี่ยต่อครัวเรือนต่อเดือน (Adjusted β = -0.02; 95% CI: -0.03, -0.01; p-value <0.001) ความหนาแน่นของประชากรในพื้นที่ต่อตารางกิโลเมตร (Adjusted β = 1.16; 95% CI: 1.00, 1.33; p-value <0.001) โมเดลที่ 2 คือ รายได้เฉลี่ยต่อครัวเรือนต่อเดือน (Adjusted β = -0.02; 95% CI: -0.03, -0.01; p-value <0.001) ความหนาแน่นของประชากรในพื้นที่ต่อตารางกิโลเมตร (Adjusted β = 1.00; 95% CI: 0.82, 1.18; p-value <0.001) ฤดูกาล (p-value <0.001) โดยฤดูฝน (Adjusted β = 137.15; 95% CI: 86.17, 188.13) และฤดูหนาว (Adjusted β = 56.46; 95% CI: 3.21, 109.71) จะมีจำนวนผู้ป่วยไข้หวัดใหญ่มากกว่าฤดูร้อนอย่างมีนัยสำคัญทางสถิติ ส่วนระหว่างปี พ.ศ. 2563 – 2564 พบว่ามีปัจจัยที่มีความสัมพันธ์กับจำนวนผู้ป่วยไข้หวัดใหญ่ ในโมเดลที่ 1 คือ ปริมาณน้ำฝนเฉลี่ยต่อเดือน (Adjusted β = -0.30; 95% CI: -0.46, -0.14; p-value <0.001) ความหนาแน่นของประชากรในพื้นที่ต่อตารางกิโลเมตร (Adjusted β = 0.30; 95% CI: 0.26, 0.34; p-value <0.001) การห้ามประชาชนออกนอกเคหสถานทั่วราชอาณาจักรไทย (Curfew) ทำให้มีจำนวนผู้ป่วยไข้หวัดใหญ่ลดลง (Adjusted β = -74.18; 95% CI: -134.52, -13.83; p-value = 0.016) และการมีมาตรการงดหรือชะลอการเดินทางข้ามเขตพื้นที่จังหวัดก็ทำให้มีจำนวนผู้ป่วยไข้หวัดใหญ่ลดลงด้วยเช่นกัน (Adjusted β = -106.49; 95% CI: -156.19, -56.78; p-value <0.001) โมเดลที่ 2 คือ ความหนาแน่นของประชากรในพื้นที่ต่อตารางกิโลเมตร (Adjusted β = 0.20; 95% CI: 0.15, 0.26; p-value <0.001) ฤดูกาล (p-value <0.001) โดยฤดูฝนจะมีจำนวนผู้ป่วยไข้หวัดใหญ่ต่ำกว่าฤดูร้อน (Adjusted β = -164.23; 95% CI: -229.93, -98.52) แต่ฤดูหนาวจะมีจำนวนผู้ป่วยไข้หวัดใหญ่สูงกว่าฤดูร้อน (Adjusted β = 61.06; 95% CI: 0.71, 121.41) การมีมาตรการห้ามเข้าพื้นที่เสี่ยงหรือการปิดสถานที่เสี่ยงต่อการติดต่อโรคทำให้จำนวนผู้ป่วยไข้หวัดใหญ่ลดลงเมื่อเปรียบเทียบกับพื้นที่ที่ไม่มีมาตรการดังกล่าว (Adjusted β = -169.34; 95% CI: -233.52, -105.16; p-value <0.001) ส่วนการมีมาตรการงดหรือชะลอการเดินทางข้ามเขตพื้นที่จังหวัดก็ทำให้จำนวนผู้ป่วยไข้หวัดใหญ่ลดลงเช่นกัน (Adjusted β = -66.88; 95% CI: -125.15, -8.62; p-value = 0.024) ผลการศึกษาครั้งนี้มีข้อเสนอแนะว่าควรพิจารณาปัจจัยรายได้เฉลี่ยต่อครัวเรือน และความหนาแน่นของประชากรในพื้นที่ควรเป็นลำดับความสำคัญอย่างแรกเพื่อการกำหนดนโยบายและมาตรการป้องกันควบคุมโรคไข้หวัดใหญ่ ส่วนปริมาณน้ำฝนและฤดูกาล มีผลต่อจำนวนผู้ป่วยไข้หวัดใหญ่ในพื้นที่ สำหรับมาตรการการห้ามเข้าพื้นที่เสี่ยง การห้ามประชาชนออกนอกเคหสถาน และการงดหรือชะลอการเดินทางมีผลต่อการลดจำนวนผู้ป่วยไข้หวัดใหญ่ แสดงให้เห็นว่ามาตรการดังกล่าวมีผลในการป้องกันควบคุมโรคไข้หวัดใหญ่ ซึ่งสามารถกำหนดเป็นนโยบายการป้องกันควบคุมโรคไข้หวัดใหญ่ที่เหมาะสมในพื้นที่ต่าง ๆ ได้ อีกทั้งยังสามารถพยากรณ์จำนวนผู้ป่วยไข้หวัดใหญ่จากสมการที่ได้จากผลการศึกษาในครั้งนี้