ความชุกและปัจจัยที่เกี่ยวข้องกับการเกิดคอมพิวเตอร์วิชันซินโดรมในรังสีแพทย์ ประเทศไทย
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษานี้เป็นการวิจัยแบบภาคตัดขวาง มีวัตถุประสงค์เพื่อหาความชุกและปัจจัยที่เกี่ยวข้องกับการเกิดคอมพิวเตอร์วิชันซินโดรมในรังสีแพทย์ ประเทศไทย เก็บข้อมูลจากรังสีแพทย์และแพทย์ประจำบ้านแผนกรังสีวิทยาเพื่อหาความชุกโดยใช้แบบทดสอบคอมพิวเตอร์วิชันซินโดรมในรูปแบบออนไลน์ ซึ่งมีค่าดัชนีความสอดคล้องจากความเห็นของผู้เชี่ยวชาญ เท่ากับ 0.67 - 1 และมีค่าสัมประสิทธิ์แอลฟาของครอนบาค เท่ากับ 0.88 ได้รับการตอบกลับรวมทั้งสิ้น 285 คน นำข้อมูลมาวิเคราะห์ความสัมพันธ์ระหว่างสองตัวแปรและวิเคราะห์การถดถอยแบบโลจิสติก ผลการศึกษา พบว่า กลุ่มตัวอย่างมีความชุกการเกิดคอมพิวเตอร์วิชันซินโดรม ร้อยละ 82.81 และมีปัจจัยที่เกี่ยวข้อง ได้แก่ การมีอนุสาขา (aOR = 0.19, 95% Cl = 0.06 - 0.60) มีโรคประจำตัวทางตาอยู่เดิม (aOR = 4.97, 95% Cl = 1.74 - 14.14) การพักสายตาระหว่างทำงาน (aOR = 0.15, 95% Cl = 0.05 - 0.46) และการสวมหน้ากากอนามัยระหว่างทำงาน (aOR = 0.20, 95% Cl = 0.08 - 0.49) สรุปได้ว่ารังสีแพทย์ ประเทศไทย มีความชุกการเกิดคอมพิวเตอร์วิชันซินโดรมสูง ดังนั้นการให้ความสำคัญกับการป้องกันด้วยวิธีการพักสายตาเป็นระยะระหว่างทำงานน่าจะช่วยป้องกันและลดโอกาสเกิดกลุ่มอาการนี้ได้
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
American Optometric Association. Computer vision syndrome. [Internet]. [cited 2022 October 20]. Available from: https://www.aoa.org/healthy-eyes/eye-and-vision-conditions/computer-vision-syndrome?sso=y.
Blehm C, Vishnu S, Khattak A, Mitra S, Yee RW. Computer vision syndrome: a review. Surv Ophthalmol 2005;50(3):253-62
Swartz NG. Cohen MS. Tearing and the lacrimal system. In: Gault JA., editor. Ophthalmology secrets. 5th ed. Philadelphia: Elsevier; 2022. p. 265-9.
Alhasan AS, Aalam WA. Magnitude and determinants of computer vision syndrome among radiologists in Saudi Arabia: a national survey. Acad Radiol 2022;29(9):e197-e204.
Taylor-Phillips S, Stinton C. Fatigue in radiology: a fertile area for future research. Br J Radiol 2019;92(1099):20190043.
Del Mar Segui M, Cabrero-Garcia J, Crespo A, Verdú J, Ronda E. A reliable and valid questionnaire was developed to measure computer vision syndrome at the workplace. J Clin Epidemiol 2015;68(6):662-73.
Wangsan K, Upaphong P, Assavanopakun P, Sapbamrer R, Sirikul W, Kitro A, et al. Self-reported computer vision syndrome among Thai university students in virtual classrooms during the COVID-19 pandemic: prevalence and associated factors. Int J Environ Res Public Health 2022;19(7):3996.
Katz Mh. Multivariable analysis: a practical guide for clinicians and public health researchers. Cambridge: Cambridge University Press; 2011.
Anbesu EW, Lema AK. Prevalence of computer vision syndrome: a systematic review and meta-analysis. Sci Rep 2023;13:1801.
Al Dandan O, Hassan A, Al Shammari M, Al Jawad M, Alsaif HS, Alarfaj K. Digital eye strain among radiologists: a survey-based cross-sectional study. Acad Radiol 2021;28(8):1142-8.
Haerem T, Rau D. The influence of degree of expertise and objective task complexity on perceived task compleaxity and performance. J Appl Phychol 2007;92:1320.
Vertinsky T, Forster B. Prevalence of eye strain among radiologists: influence of viewing variables on symptoms. AJR AM J Roentgenol 2005;184(2):681-6.
Baccardo L. Seft-reported symptoms of mask-associated dry eye: a survey study of 3,605 people. Cont Lens Anterior Eye 2022;45(2):101408
Fan Q, Liang M, Kong W, Zhang W, Wang H, Chu J, et al. Wearing face mask and possibility for dry eye during the COVID-19 pandemic. Sci Rep 2022;12(1):6214.
Mohamed-Noriega K, Charles-Cantu DE, Mohamed-Noriega J, Velasco-Sepúlveda BH, Morales-Wong F, Villarreal-Méndez G, et al. Face mask and tear film stability: a pilot study of the objective measurement of tear break-up time. J Clin Med 2023;12(24):7727