Publication: Estimation of HIV Incidence Rate in Thailand Using the Bayesian Hierarchical Approach
14
1
Issued Date
2019
Resource Type
Language
eng
ISSN
2697-584X (Print)
2697-5866 (Online)
2697-5866 (Online)
Rights
Mahidol University
Rights Holder(s)
Department of Biostatistics Faculty of Public Health Mahidol University
Bibliographic Citation
Thai Journal of Public Health. Vol. 49, No. 2 (May-August 2019), 262-273
Suggested Citation
Pathumwadee Meechok, Chukiat Viwatwongkasem, Pratana Satitvipawee, Jutatip Sillabutra, Ramidha Srihera, ปทุมวดี มีโชค, ชูเกียรติ วิวัฒน์วงศ์เกษม, ปรารถนา สถิตย์วิภาวี, จุฑาธิป ศีลบุตร, รมิดา ศรีเหรา Estimation of HIV Incidence Rate in Thailand Using the Bayesian Hierarchical Approach. Thai Journal of Public Health. Vol. 49, No. 2 (May-August 2019), 262-273. Retrieved from: https://repository.li.mahidol.ac.th/handle/123456789/63677
Research Projects
Organizational Units
Authors
Journal Issue
Thesis
Title
Estimation of HIV Incidence Rate in Thailand Using the Bayesian Hierarchical Approach
Alternative Title(s)
การประมาณอัตราการติดเชื้อเอชไอวีในประเทศไทยโดยใช้วิธีการลำดับชั้นแบบเบย์
Other Contributor(s)
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.
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
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