การวิเคราะห์องค์ประกอบเชิงยืนยันการจัดการตนเองของผู้ป่วยโรคเรื้อรังในจังหวัดปทุมธานี
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์องค์ประกอบเชิงยืนยันการจัดการตนเองของผู้ป่วยโรคเรื้อรัง กลุ่มตัวอย่างเป็นผู้ป่วยโรคเบาหวานและโรคความดันโลหิตสูงในจังหวัดปทุมธานี จำนวน 230 คน รวบรวมข้อมูลด้วยแบบสอบแบบตอบด้วยตนเอง คือ แบบสอบถามการจัดการตนเองของผู้ป่วยโรคเรื้อรัง วิเคราะห์หาความตรงตามเนื้อหาด้วยค่าดัชนีความตรงเท่ากับ 0.92 และค่าสัมประสิทธิ์แอลฟาของครอนบาค ได้เท่ากับ 0.77 วิเคราะห์ข้อมูลเชิงปริมาณด้วยสถิติเชิงพรรณนา และวิเคราะห์องค์ประกอบเชิงยืนยัน
ผลการวิจัย พบว่า องค์ประกอบของการจัดการตนเองของผู้ป่วยโรคเรื้อรังจากการทบทวนวรรณกรรม พบว่า มี 4 องค์ประกอบ คือ 1) การดูแลสุขภาพขณะเจ็บป่วย 2) การกำกับติดตามสุขภาพตนเอง 3) การส่งเสริมสุขภาพตนเอง และ 4) การจัดการสุขภาพทั่วไปตามปกติสุข และเมื่อนำมาวิเคราะห์ด้วยสถิติองค์ประกอบแบบสำรวจทั้ง 4 องค์ประกอบ มีค่าไอเกนมากกว่า 1 สามารถอธิบายความแปรปรวนร่วม ได้ร้อยละ 67.94 และยืนยันด้วยการวิเคราะห์องค์ประกอบเชิงยืนยัน พบว่า ความตรงเชิงโครงสร้างของโมเดลมีความสอดคล้องกับหลักฐานเชิงประจักษ์ (c2 (df = 79, n = 230) = 318.470, CFI = .901, TLI = .900, RMSEA = .056, SRMR = .065) การวิจัยนี้ชี้ให้เห็นว่าองค์ความรู้ในเรื่องการจัดการตนเองของผู้ป่วยเรื้อรังมีความสอดคล้องกับบริบทโรงพยาบาลชุมชน ทำให้ได้องค์ประกอบเชิงยืนยันการจัดการตนเองของผู้ป่วยโรคเรื้อรังในจังหวัดปทุมธานี ซึ่งสามารถนำไปใช้ในการวางแผนพัฒนาพฤติกรรมการจัดการตนเองของผู้ป่วยโรคเรื้อรังและการวางแผนจัดโปรแกรมส่งเสริมการจัดการตนเองของผู้ป่วยโรคเรื้อรังของหน่วยงานสาธารณสุขระดับปฐมภูมิได้
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
World Health Organization. Hypertension. [internet]. [cited 2021 August 25]. Available from: https://www.who.int/news-room/fact-sheets/detail/hypertension.
American Diabetes Association. Standards of medical care in diabetes--2016. Diabetes Care 2016;39(Suppl1): S13-S22.
Thai Hypertension Society. Thai guidelines on the treatment of hypertension. Chiang Mai: Trick Think; 2019. (in Thai).
Divisions of Non Communication Disease, Ministry of Public Health. Non communication disease data. [internet]. [cited 2021 August 25]. Available from: http://www.thaincd.com/2016/mission/ documents detail.php?id=13653&tid=32&gid=1-020. (in Thai).
Adler AJ, Prabhakaran D, Bovet P, Kazi DS, Mancia G, Mungal-Singh V, et al. Reducing cardiovascular mortality through prevention and management of raised blood pressure: a World Heart Federation roadmap. Global Heart 2015;10(2):111-22.
Jordan EJ, Buchbinder R, Briggs MA, Elsworth RG, Busija L, Batterham R, et al. The health literacy management scale (HeLMS): a measure of an individual’s capacity to seek, understand and use health information within the healthcare setting. Patient Education and Counseling 2013;91(2):228-35.
Stithyudhakorn S,Yunidhand J, Phaokuntarakorn W, The effect of self- management with family participation program on psychotic symptoms of patient with chronic schizophrenia. Royal Thai Navy Medical Journal 2021;48(1):1-22. (in Thai).
Andersen B, DeRubeis R, Berman. B, Gruman J, Champion V, Massie M, et.al. Screening, assessment, and care of anxiety and dpressive symptoms in adults with cancer: an American Society of clinical oncology guideline adaptation. J Clin Oncol 2014;32(15):1605-19.
Phakpiyawat D, Hoontrakul S, Nimit-arnun N, The effect of self- management program related to medication adherence in uncontrallable hypertensive patients at a private clinic in Pathum Thani province. Royal Thai Navy Medical Journal 2017;45(2):377-98. (in Thai).
Creer LT. Self-management of chronic illness. In: Boekaerts M, Printrich PR, Zeidner M, editors. Hand book of self-regulation. San Diego, CA: Academic Press; 2000. p.601-29.
Riegel B, Barbaranelli C, Sethares KA, Daus M, Moser DK, Miller JL, et al. Development and initial testing of the self- care of chronic illness inventory. J Adv Nurs 2018;74(10):2465-76.
Hair JF, Black WC, Babin BJ, Anderson RE, ham Ronald L. Multivariate data analysis. 7th ed. New Jersy: Prentice Hall; 2010.
Soper DS. A-priori sample size calculator for structural equation models. [Internet]. [cited 2022 August 1]. Available from: http://wwwdanielsopercom/statcalc.
Gupta K, Attri JP, Singh A, Kaur H, Kaur G. Basic concepts for sample size calculation: critical step for any clinical trials!. Saudi J Anaesth 2016;10(3):328-31.
Burns N. Grove SK. The practice of nursing research, conduct, critique, and utilization. 4th ed. Philadelphia: W.B. Saunders; 2001.
DeVellis RF. Scale development: theory and applications. Los Angeles: SAGE; 2016.
Comrey AL, Lee HB. A first course in factor analysis. 2nd ed. New York: Routledge; 1992.
Mukaka MM. Statistics corner: a guide to appropriate use of correlation coefficient in medical research. Malawi Medical Journal 2012;24(3):69-71.
Kline RB. Methodology in the social sciences: principles and practice of structural equation modeling. 4th ed. New York: Guilford Press; 2011.
Hair JF, Black WC, Babin BJ, Anderson RE. Multivariate data analysis. Hampshire: Cengage Learning; 2019.
Little TD. Longitudinal structural equation modeling. New York: Guilford Press; 2013.
Farley H. Promoting self-efficacy in patients with chronic disease beyond traditional education: a literature review. Nursing Open 2020;7:30- 41.
Han TC, Lin HS, Chen CM. Association between chronic disease self-management, health status, and quality of life in Taiwanese adults with chronic illnesses. Healthcare (Basel) 2022;10(4):609.
