Simple jQuery Dropdowns
Please use this identifier to cite or link to this item: http://repository.li.mahidol.ac.th/dspace/handle/123456789/63677
Title: Estimation of HIV Incidence Rate in Thailand Using the Bayesian Hierarchical Approach
Other Titles: การประมาณอัตราการติดเชื้อเอชไอวีในประเทศไทยโดยใช้วิธีการลำดับชั้นแบบเบย์
Authors: Pathumwadee Meechok
Chukiat Viwatwongkasem
Pratana Satitvipawee
Jutatip Sillabutra
Ramidha Srihera
ปทุมวดี มีโชค
ชูเกียรติ วิวัฒน์วงศ์เกษม
ปรารถนา สถิตย์วิภาวี
จุฑาธิป ศีลบุตร
รมิดา ศรีเหรา
Mahidol University. Faculty of Public Health. Department of Biostatistics
Keywords: HIV infection;disease mapping;HIV incidence rate;bayesian hierarchical model;Interaction effect model;การติดเชื้อเอชไอวี;การทำแผนที่โรค;อัตราอุบัติการณ์การติดเชื้อเอชไอวี;แบบจำลองลำดับ;ชั้นแบบเบย์;แบบจำลอง;แบบมีอิทธิพลร่วม
Issue Date: 2019
Citation: Thai Journal of Public Health. Vol. 49, No. 2 (May-August 2019), 262-273
Abstract: HIV infection remains a major public health problem in Thailand. Disease mapping and statistical modeling of incidence/prevalence plays important roles in epidemiology to display the spatial risks on a map and explain the causal pattern between disease outcomes and potential risk factors. The Bayesian hierarchical method was proposed to fit with the HIV mapping data and to cope with the HIV modeling incidence among risk factors. The aim of the study was to estimate the HIV incidence rate in disease mapping application using the Bayesian hierarchical model. A useful source of informative data was retrieved from the NAP (National AIDS Program), collected by the National Health Security Office (NHSO) in Thailand 2017. The best fitted model was the interaction effect model. The top five provinces with the highest risk (incidence rate >8.9%) comprised Samut Prakarn (35.83%), Nakhon Nayok (26.28%), Pathumthani (13.20%), Phuket (12.38%) and Chumphon (12.28%), respectively. The Bayesian model could analyze HIV infection rate well among different areas. Several risk factors were able to explain the high risk areas with the relative risk estimates for HIV infection.
metadata.dc.description.abstractalternative: การติดเชื้อเอชไอวียังคงเป็นปัญหาสาธารณสุข ที่สำคัญในประเทศไทย การทำแผนที่โรค และการสร้าง แบบจำลองทางสถิติของอุบัติการณ์/ความชุก มีบทบาท สำคัญในด้านการระบาดวิทยา เพื่อแสดงความเสี่ยง เชิงพื้นที่บนแผนที่โรคและอธิบายถึงรูปแบบเชิงสาเหตุ ระหว่างผลลัพท์ของโรคที่มีปัจจัยเสี่ยงที่อาจเกิดขึ้น วิธีการลำดับชั้นแบบเบย์ได้รับการเสนอให้เหมาะสม กับข้อมูลเอชไอวีและการสร้างแบบจำลองอุบัติการณ์ ของเอชไอวีวัตถุประสงค์ของการศึกษาเพื่อประมาณ ค่าอัตราการติดเชื้อเอชไอวีโดยใช้แบบจำลองลำดับ ชั้นเบย์ (Bayesian hierarchical model) ซึ่งใช้ แหล่งข้อมูลจากโปรแกรมสำหรับการบันทึกข้อมูล การให้บริการดูแลรักษาผู้ติดเชื้อเอชไอวีและผู้ป่วยเอดส์ (National AIDS Program) เก็บรวบรวมโดยสำนักงาน หลักประกันสุขภาพแห่งชาติ (สปสช) พ.ศ. 2560 แบบจำลองที่ดีที่สุด คือ แบบจำลองแบบมีอิทธิพลร่วม (Interaction effect model) โดยจังหวัดที่มีความเสี่ยง ที่สุด 5 อันดับแรกของอัตราอุบัติการณ์การติดเชื้อ เอชไอวี ได้แก่ จังหวัดสมุทรปราการ (35.83%) นครนายก (26.28%) ปทุมธานี (13.20%) ภูเก็ต (12.38%) และชุมพร (12.28%) ตามลำดับ แบบจำลองแบบเบย์สามารถวิเคราะห์อัตราอุบัติการณ์ การติดเชื้อเอชไอวีได้ในพื้นที่ที่แตกต่างกันได้ ซึ่งมี ปัจจัยเสี่ยงหลายประการที่สามารถอธิบายเกี่ยวกับ พื้นที่ที่มีความเสี่ยงสูงด้วยการประมาณค่าความเสี่ยง สัมพัทธ์สำหรับการติดเชื้อเอชไอวีได้
URI: http://repository.li.mahidol.ac.th/dspace/handle/123456789/63677
metadata.dc.identifier.url: https://he02.tci-thaijo.org/index.php/jph/article/view/188605/147884
ISSN: 2697-584X (Print)
2697-5866 (Online)
Appears in Collections:PH-Article

Files in This Item:
File Description SizeFormat 
ph-ar-chukiat-2019.pdf3.48 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.