ความสัมพันธ์ของปรากฏการณ์เอลนีโญ-เซาเทิร์นออสซิลเลชันและไดโพลมหาสมุทรอินเดีย กับอุบัติการณ์โรคติดเชื้อระบบทางเดินหายใจ ในพื้นที่จังหวัดเชียงใหม่
คำสำคัญ:
ปรากฏการณ์ ENSO, ปรากฏการณ์ IOD, โรคติดเชื้อระบบทางเดินหายใจ, จังหวัดเชียงใหม่บทคัดย่อ
โรคติดเชื้อระบบทางเดินหายใจเป็นปัญหาสาธารณสุขที่สำคัญและมีแนวโน้มเพิ่มสูงขึ้นในพื้นที่จังหวัดเชียงใหม่ แต่การศึกษาความสัมพันธ์กับปัจจัยภูมิอากาศระดับโลกอย่างปรากฏการณ์ ENSO และ IOD ในพื้นที่ ยังมีจำกัดและมักเน้นเฉพาะการใช้ดัชนีบ่งชี้สภาพภูมิอากาศในระดับภูมิภาคเท่านั้น การศึกษานี้จึงมีวัตถุประสงค์เพื่อศึกษาแนวโน้ม และความสัมพันธ์ของปรากฏการณ์ ENSO และ IOD กับอุบัติการณ์โรคติดเชื้อระบบทางเดินหายใจ ในพื้นที่จังหวัดเชียงใหม่
การศึกษานี้เป็นการศึกษาแบบ Ecological Time-series Study วิเคราะห์ความสัมพันธ์รายเดือนย้อนหลัง 10 ปี (พ.ศ. 2557–2566) ระหว่างดัชนีบ่งชี้ปรากฏการณ์ ได้แก่ SOI, ONI, MEI.v2 และ DMI จากฐานข้อมูลองค์กร NOAA กับจำนวนผู้ป่วยจากระบบรายงาน 506 ด้วยสถิติการถดถอยทวินามเชิงลบ (Negative Binomial Regression Models) และวิเคราะห์แยกตามช่วงหน่วงเวลา 0–12 เดือน เพื่อประเมินขนาดและทิศทางของความสัมพันธ์เชิงเวลา โดยไม่รวมผลกระทบจากตัวแปรอื่น ๆ
เมื่อวิเคราะห์ความสัมพันธ์ด้วยสถิติการถดถอยทวินามเชิงลบ พบว่าดัชนีบ่งชี้ปรากฏการณ์ ENSO (SOI ONI และ MEI.v2) และ IOD (DMI) มีความสัมพันธ์กับจำนวนโรคติดเชื้อระบบทางเดินหายใจในพื้นที่อย่างมีนัยสำคัญ โดยที่ช่วงเวลาหน่วง 12 เดือน ซึ่งเมื่อค่าดัชนีบ่งชี้ปรากฏการณ์ ENSO (ONI) และ IOD (DMI) ลดลง 1 หน่วย จะส่งผลให้จำนวนผู้ป่วยมีโอกาสเพิ่มขึ้นร้อยละ 32.81 (RR=0.7530, 95%CI=0.6699-0.8463) และ 44.57 (RR=0.6917, 95%CI=0.5245-0.9122) ตามลำดับ
ดังนั้น ดัชนีบ่งชี้ปรากฏการณ์ ENSO และ IOD สามารถประยุกต์ใช้ในการเตรียมมาตรการป้องกันควบคุมโรค และวางแผนจัดสรรทรัพยากรด้านสาธารณสุขได้นานถึง 1 ปี อย่างไรก็ตาม ผลการศึกษานี้เป็นการประมาณความสัมพันธ์ในระดับประชากร ควรมีการวิเคราะห์ร่วมกับปัจจัยด้านชีวภาพของเชื้อ ภูมิคุ้มกัน และพฤติกรรมทางสังคม เพื่อเพิ่มความแม่นยำในการพัฒนาระบบเตือนภัยล่วงหน้า (Early Warning System) ที่สามารถรับมือกับความแปรปรวนของสภาพภูมิอากาศในอนาคต
เอกสารอ้างอิง
Anyamba, A., Chretien, J. P., Britch, S. C., Soebiyanto, R. P., Small, J. L., Jepsen, R., et al. (2019). Global Disease Outbreaks Associated with the 2015-2016 El Nino Event. Scientific Reports, 9(1), 1930.
Aune, K. T., Davis, M. F., & Smith, G. S. (2021). Extreme Precipitation Events and Infectious Disease Risk: A Scoping Review and Framework for Infectious Respiratory Viruses. International Journal of Environmental Research and Public Health, 19(1), 165.
Chansaengkrachang, K., Luadsong, A., & Aschariyaphotha, N. (2014). A Study of the Time Lags of the Indian Ocean Dipole and Rainfall Over Thailand by Using the Cross Wavelet Analysis. Arabian Journal for Science and Engineering, 40(1), 215-225.
Chaowiwat, W., & Koontanakulvong, S. (2016, November 6–8). Statistical forecasting of rainfall by ENSO/IOD index in the Chao Phraya River Basin. Retrived January 1, 2026. from https://www.icid.org/wif2_full_papers/wif2_w.2.2.09.pdf
Chen, L., Guo, Y., López-Güell, K., Ma, J., Dong, Y., Xie, J., et al. (2025). Immunity Debt for Seasonal Influenza After the COVID-19 Pandemic and as a Result of Nonpharmaceutical Interventions: An Ecological Analysis and Cohort Study. Advanced Science, 12(20), 2410513.
Guarnieri, G., Olivieri, B., Senna, G., & Vianello, A. (2023). Relative Humidity and Its Impact on the Immune System and Infections. International Journal of Molecular Sciences, 24(11), 9456.
Hensawang, S., Injan, S., Varnakovida, P., & Humphries, U. (2021). Predicting rice production in Central Thailand using the WOFOST model with ENSO impact. Mathematical and Computational Applications, 26(4), 72.
Huang, D., Taha, M. S., Nocera, A. L., Workman, A. D., Amiji, M. M., & Bleier, B. S. (2023). Cold exposure impairs extracellular vesicle swarm-mediated nasal antiviral immunity. Journal of allergy and clinical immunology, 151(2), 509-525.e508.
Hui, C., & Zheng, X. T. (2018). Uncertainty in Indian Ocean Dipole response to global warming: the role of internal variability. Climate Dynamics, 51(9), 3597-3611.
Jainonthee, C., Wang, Y.-L., Chen, C. W. K., & Jainontee, K. (2022). Air Pollution-Related Respiratory Diseases and Associated Environmental Factors in Chiang Mai, Thailand, in 2011–2020. Tropical Medicine and Infectious Disease, 7(11), 341.
Joung, Y. S., Ge, Z., & Buie, C. R. (2017). Bioaerosol generation by raindrops on soil. Nature Communications, 8(1), 14668.
Kallawicha, K., Wongsasuluk, P., Chompuchan, C., Suksatan, W., Chao, H. J., Siriwong, W., et al. (2021). Influence of meteorological condition during rainstorm periods on the ambient concentrations of fungi in Bangkok, Thailand. Human and Ecological Risk Assessment: An International Journal, 27(8), 2224-2234.
Kim, J., Kim, J. H., Cheong, H. K., Kim, H., Honda, Y., Ha, M., et al. (2016). Effect of climate factors on the childhood pneumonia in Papua New Guinea: A time-series analysis. International Journal of Environmental Research and Public Health, 13(2), 213.
Li, Y., Yu, J., Wang, Y., Yi, J., Guo, L., Wang, Q., et al. (2024). Cocirculation and coinfection of multiple respiratory viruses during autumn and winter seasons of 2023 in Beijing, China: A retrospective study. Journal of Medical Virology, 96(4), e29602.
Limsakul, A. (2019). Impacts of el niño-southern oscillation (ENSO) on rice production in Thailand during 1961-2016. Environment and Natural Resources Journal, 17(4), 30-42.
Lv, Y., Xu, H., Sun, Z., Liu, M., Xu, S., Wang, J., et al. (2025). Acute effects of air pollutants on influenza-like illness in Hangzhou, China. Scientific Reports, 15(1), 10410.
Miri, A., Shirmohammadi, E., & Sorooshian, A. (2023). Influence of meteorological factors and air pollutants on bacterial concentration across two urban areas of the Sistan region of Iran. Urban Climate, 51, 101650.
Mirsaeidi, M., Motahari, H., Taghizadeh Khamesi, M., Sharifi, A., Campos, M., & Schraufnagel, D. E. (2016). Climate Change and Respiratory Infections. Annals of the American Thoracic Society, 13(8), 1223-1230.
Nakburee, A., Shrestha, S., Shanmugam, M. S., & Loc, H. H. (2023). ENSO Impacts on Regional Rainfall and Vertical Humidity of Chiangmai, Thailand. Retrieved January 1, 2026. from https://essopenarchive.org/doi/full/10.1002/essoar.10509692.2
NOAA. (2020). Meet ENSO’s neighbor, the Indian Ocean Dipole. Retrieved January 1, 2026. from https://www.climate.gov/news-features/blogs/enso/meet-enso%E2%80%99s-neighbor-indian-ocean-dipole
NOAA. (2025). El Niño/Southern Oscillation. Retrieved January 1, 2026. from https://www.ncei.noaa.gov/access/monitoring/enso/
Nurdiati, S., Sopaheluwakan, A., & Septiawan, P. (2022). Joint pattern analysis of forest fire and drought indicators in Southeast Asia associated with ENSO and IOD. Atmosphere, 13(8), 1198.
Price, R. H. M., Graham, C., & Ramalingam, S. (2019). Association between viral seasonality and meteorological factors. Scientific Reports, 9(1), 929.
Shaman, J., & Lipsitch, M. (2013). The El Niño–Southern Oscillation (ENSO)–pandemic Influenza connection: Coincident or causal? Proceedings of the National Academy of Sciences, 110(suppl. 1), 3689-3691.
Solanki, R., Macatangay, R., Sakulsupich, V., Sonkaew, T., & Mahapatra, P. S. (2019). Mixing layer height retrievals from MiniMPL measurements in the Chiang Mai Valley: Implications for particulate matter pollution. Frontiers in Earth Science, 7, 308.
Timmermann, A., An, S. I., Kug, J. S., Jin, F. F., Cai, W., Capotondi, A., et al. (2018). El Niño–Southern Oscillation complexity. Nature, 559(7715), 535-545.
WHO. (2016). Review climate change and health activities in Thailand. Geneva: WHO.
Xiao, J., Gao, M., Huang, M., Zhang, W., Du, Z., Liu, T., et al. (2022). How do El Nino Southern Oscillation (ENSO) and local meteorological factors affect the incidence of seasonal influenza in New York state. Hygiene and Environmental Health Advances, 4, 100040.
Xuan, M., Yan, S., Xiao, C., Zhong, X., & Zhang, S. (2025). High humidity exposures and mechanisms in respiratory disease. Ecotoxicology and Environmental Safety, 305, 119234.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2026 คณะสาธารณสุขศาสตร์ มหาวิทยาลัยขอนแก่น
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
