การวิเคราะห์พื้นที่เสี่ยงการเกิดไข้เลือดออกด้วยระบบสารสนเทศภูมิศาสตร์ ตำบลโดมประดิษฐ์ อำเภอน้ำยืน จังหวัดอุบลราชธาน

Abstract

                 ไข้เลือดออกเป็นปัญหาสำคัญด้านสุขภาพ ระบาดในประเทศไทยมาเป็นเวลานาน จึงต้องหาทาง ป้องกันการเกิดโรค การวิจัยครั้งนี้มีจุดประสงค์เพื่อสำรวจต่ำแหน่งผู้ป่วยและวิเคราะห์พื้นที่เสี่ยงต่อการเกิด ไข้เลือดออก ได้รวบรวมข้อมูลผู้ป่วยปี 2556-2558 ทั้งหมด 60 ราย เก็บข้อมูลตำแหน่งที่อยู่ผู้ป่วยด้วยเครื่องระบุ ตำแหน่งบนโลก และวิเคราะห์พื้นที่เสี่ยงด้วยกระบวนการวิเคราะห์เชิงลำดับชั้น (AHP) ร่วมกับระบบสารสนเทศ ภูมิศาสตร์ด้วยการซ้อนทับข้อมูล พบว่า ปี 2556 มีจำนวนผู้ป่วยมากที่สุดที่ หมู่บ้านโนนสูง ปี 2557 พบมาก ที่สุดที่หมู่บ้านโนนสูง และปี 2558 พบมากที่สุดที่ หมู่บ้านจันลา การจัดลำดับปัจจัยที่สำคัญมากที่สุดคือ ความ หนาแน่นผู้ป่วย รองลงมาคือ ค่าดัชนีลูกน้ำยุงลาย ความหนาแน่นครัวเรือน ความหนาแน่นประชากร และการ ใช้ที่ดิน คิดเป็นร้อยละ 39, 35, 13, 7 และ 4 ตามลำดับ การวิเคราะห์พื้นที่เสี่ยงสามารถแบ่งเป็น 5 ระดับ คือ เสี่ยงมากที่สุด พบมากบริเวณพื้นที่ความหนาแน่นผู้ป่วยสูงและหมู่บ้านที่ครัวเรือนหนาแน่นสูง เสี่ยงมาก พบมากพื้นที่ความหนาแน่นหลังคาเรือนสูง เสี่ยงปานกลาง พบในหมู่บ้านที่มีประชากรหนาแน่นน้อยและ ความหนาแน่นครัวเรือนต่ำ เสี่ยงน้อย พบหมู่บ้านที่มีประชากรหนาแน่นน้อยสุดและค่าดัชนีลูกน้ำยุงลายต่ำ และเสี่ยงน้อยที่สุด พบบริเวณพื้นที่ป่าเนื่องจากยุงลายส่วนใหญ่เพาะพันธุ์ในพื้นที่ชุมชน พื้นที่เกษตรกรรม พื้นที่เสี่ยงมากที่สุด พบบริเวณหมู่บ้านจันลา ท่าแสนคูณ และนาหนองหว้า ตามลำดับ ดังนั้น หน่วยงานที่ เกี่ยวข้องสามารถนำแผนที่ไปใช้ในการวางแผนและป้องกันโรคไข้เลือดออกได้

                For a long time outbreaks of Dengue Haemorrahagic have been a major health problem in Thailand and ways need to be found to prevent this disease. The purpose of this research is to survey the patients and to analyze areas at risk of dengue. There were 60 patients recorded as having Dengue Haemorragic fever between 2013-2015, their locations were found by using Global Positioning System (GPS). The risk areas were established by Analysis Hierarchy Process (AHP) with Geographic Information Systems (GIS) to overlay spatial data analysis. The results showed that in 2013-2014, the number of patients was the highest at Non Sung village and in 2015 it was most commonly found in Chan village. The ranking of the important factors was determined by the density of patients, followed by mosquito larval index, household density and land use 39%, 35%, 13%, 7% and 4%, respectively. The analysis showed that there were 5 levels of risk 1) The ‘riskiest level’ was found in high density areas and high-density households, 2) The ‘most risk level’ was found in high-density households, 3) The ‘moderate risk level’ was found in villages with a low density population and low density households, 4) The ‘low risk level’ was found in villages with the lowest density of population and low mosquito larvae, and 5) The ‘minimal risk level’ was found in the forest area. The results illustrated that the mosquitoes were breeding in the community and agricultural areas, particularly the three villages of Chanla, Tha Saenkuon and Na Nong Wa, respectively. Therefore, the local government are eager to use the GIS map to make a plan for the protection of the people who live in the affected communities.