Publication: ปัจจัยทํานายพฤติกรรมป้องกันการติดเชื้อไวรัสโคโรนา 2019 ของผู้สูงอายุ จังหวัดระยอง
14
13
Issued Date
2566
Resource Type
Resource Version
Accepted Manuscript
Language
tha
File Type
application/pdf
ISSN
2697-584X (Print)
2697-5866 (Online)
2697-5866 (Online)
Journal Title
วารสารสาธารณสุขศาสตร์
Volume
53
Issue
2
Start Page
501
End Page
517
Access Rights
open access
Rights
ผลงานนี้เป็นลิขสิทธิ์ของมหาวิทยาลัยมหิดล ขอสงวนไว้สำหรับเพื่อการศึกษาเท่านั้น ต้องอ้างอิงแหล่งที่มา ห้ามดัดแปลงเนื้อหา และห้ามนำไปใช้เพื่อการค้า
Rights Holder(s)
ภาควิชาการพยาบาลสาธารณสุข คณะสาธารณสุขศาสตร์ มหาวิทยาลัยมหิดล
Bibliographic Citation
วารสารสาธารณสุขศาสตร์. ปีที่ 53, ฉบับที่ 2 (พ.ค. - ส.ค. 2566), 501-517
Suggested Citation
ณัฐรฎา จันทะโคตร, เพลินพิศ บุณยมาลิก, พัชราพร เกิดมงคล, ทัศนีย์ รวิวรกุล, Natharada Juntakot, Plernpit Boonyamalik, Patcharaporn Kerdmongkol, Tassanee Rawiworrakul ปัจจัยทํานายพฤติกรรมป้องกันการติดเชื้อไวรัสโคโรนา 2019 ของผู้สูงอายุ จังหวัดระยอง. วารสารสาธารณสุขศาสตร์. ปีที่ 53, ฉบับที่ 2 (พ.ค. - ส.ค. 2566), 501-517. 517. สืบค้นจาก: https://repository.li.mahidol.ac.th/handle/123456789/109709
Research Projects
Organizational Units
Authors
Journal Issue
Thesis
Title
ปัจจัยทํานายพฤติกรรมป้องกันการติดเชื้อไวรัสโคโรนา 2019 ของผู้สูงอายุ จังหวัดระยอง
Alternative Title(s)
Factors Predicting Preventive Behaviors of Coronavirus Disease 2019 Infection Among Older Adults in Rayong Province
Author's Affiliation
Abstract
โรคติดเชื้อไวรัสโคโรนา 2019 มีลักษณะการระบาดใหญ่ทั่วโลก พบผู้ติดเชื้อและเสียชีวิตหลายล้านราย โดยเฉพาะผู้สูงอายุ ซึ่งความเสื่อมตามวัยและโรคเรื้อรังทําให้เสี่ยงติดเชื้อและเสียชีวิตได้ง่าย การวิจัยเชิงพรรณนาแบบภาคตัดขวางนี้มีวัตถุประสงค์เพื่อศึกษาพฤติกรรมป้องกันการติดเชื้อไวรัสโคโรนา 2019 และปัจจัยที่สามารถทํานายพฤติกรรมป้องกันการติดเชื้อไวรัสโคโรนา 2019 ของผู้สูงอายุ จังหวัดระยอง โดยประยุกต์ใช้ PRECEDE – PROCEED Model กลุ่มตัวอย่างเป็นผู้สูงวัย อายุ 60 ปีขึ้นไป จํานวน 420 คน จากการคัดเลือกกลุ่มตัวอย่างแบบหลายขั้นตอน เก็บข้อมูลโดยการสัมภาษณ์ด้วยแบบสอบถาม วิเคราะห์ข้อมูลโดยใช้สถิติเชิงพรรณนา สถิติสัมประสิทธิ์สหสัมพันธ์ของสเปียร์แมน และสถิติวิเคราะห์การถดถอยโลจิสติกเชิงพหุผลการศึกษาพบว่า กลุ่มตัวอย่างมีอายุเฉลี่ย 66.9 ปี ส่วนใหญ่เป็นเพศหญิง (ร้อยละ 62.9) อาศัยอยู่ในเขตอุตสาหกรรม (ร้อยละ 59.0) มีพฤติกรรมป้องกันการติดเชื้อไวรัสโคโรนา 2019 ภาพรวมในระดับดี (Mean = 34.05, SD = 3.415) ปัจจัยที่มีความสัมพันธ์กับพฤติกรรมป้องกันการติดเชื้อไวรัสโคโรนา 2019 อย่างมีนัยสําคัญทางสถิติที่ p <0.05 ได้แก่ ปัจจัยนํา (เพศ ส ถานภาพสมรส เขตพื้นที่อาศัย การรับรู้โอกาสเสี่ยงต่อการเกิดโรค การรับรู้ความรุนแรงของการเกิดโรค การรับรู้อุปสรรคของการปฏิบัติพฤติกรรมป้องกันโรค การรับรู้ประโยชน์ของการปฏิบัติพฤติกรรมป้องกันโรค) ปัจจัยเอื้อและปัจจัยเสริม ผลการวิเคราะห์พหุปัจจัยพบว่า ผู้สูงอายุเพศหญิง (p <0.05) อาศัยในเขตอุตสาหกรรม (p <.0001) มีการรับรู้ความรุนแรงของการเกิดโรคที่ดี (p<.0001) และได้รับปัจจัยเสริม (p <.0001)มีโอกาสเกิดพฤติกรรมป้องกันที่เหมาะสมมากกว่า โดยตัวแปรทั้งหมดสามารถร่วมกันทํานายพฤติกรรมป้องกันการติดเชื้อไวรัสโคโรนา 2019 ของผู้สูงอายุ จังหวัดระยอง ได้ร้อยละ 11.8มีค่าความถูกต้องของการพยากรณ์ ร้อยละ 51.0 ผลการวิจัยครั้งนี้สามารถนําไปใช้เป็นแนวทางในการพัฒนาแผนการดําเนินงานเฝ้าระวัง ป้องกัน และควบคุมโรคติดเชื้อไวรัสโคโรนา 2019 ของผู้สูงอายุในชุมชนอย่างมีประสิทธิภาพต่อไปโดยเฉพาะในเขตอุตสาหกรรม
Coronavirus disease 2019 is characterized as a global pandemic that caused millions of infections and deaths worldwide. Particularly, the elderly with age-related deterioration and chronic disease are more vulnerable to be infected and death. This Cross-sectional study aimed to investigate the preventive behaviors of Coronavirus Disease 2019 and its predictive factors among older adults in Rayong province applying the PRECEDE – PROCEED model. The study samples were 420 elderly aged 60 and older recruited by using multistage sampling technique. Data were collected using interviewed questionnaire. Descriptive and inferential statistics such as Spearman Rank Correlation, Chi-square, and Multiple Logistic Regression analysis were applied for data analysis. The results showed that the sample had a mean age of 66.9 years old. Most of them were female (62.9%), living in industrial area (59.0%), with good level of preventive behaviors of Coronavirus Disease 2019 (Mean = 34.05, SD. = 3.415). Factors significantly associated with preventive behaviors (p <0.05) were; Predisposing factors (sex, marital status, residential area, perceived susceptibility, perceived severity, perceived barriers, perceived benefits), enabling factors, and reinforcing factors. Multiple logistic regression revealed that the elderly who were female (p <0.05), living in industrial area (p <0.0001), having better perceived severity (p <0.0001), and receiving reinforcing factors (p <0.0001) were more likely to have appropriate preventive behaviors. All these factors could explain the variance of the preventive behavior by 11.8% with a predictive accuracy of 51.0%. These findings can be used as a guideline for further developing a plan for surveillance, prevention, and control of Coronavirus disease 2019 among the elderly in the community especially for the elderly in the industrial area.
Coronavirus disease 2019 is characterized as a global pandemic that caused millions of infections and deaths worldwide. Particularly, the elderly with age-related deterioration and chronic disease are more vulnerable to be infected and death. This Cross-sectional study aimed to investigate the preventive behaviors of Coronavirus Disease 2019 and its predictive factors among older adults in Rayong province applying the PRECEDE – PROCEED model. The study samples were 420 elderly aged 60 and older recruited by using multistage sampling technique. Data were collected using interviewed questionnaire. Descriptive and inferential statistics such as Spearman Rank Correlation, Chi-square, and Multiple Logistic Regression analysis were applied for data analysis. The results showed that the sample had a mean age of 66.9 years old. Most of them were female (62.9%), living in industrial area (59.0%), with good level of preventive behaviors of Coronavirus Disease 2019 (Mean = 34.05, SD. = 3.415). Factors significantly associated with preventive behaviors (p <0.05) were; Predisposing factors (sex, marital status, residential area, perceived susceptibility, perceived severity, perceived barriers, perceived benefits), enabling factors, and reinforcing factors. Multiple logistic regression revealed that the elderly who were female (p <0.05), living in industrial area (p <0.0001), having better perceived severity (p <0.0001), and receiving reinforcing factors (p <0.0001) were more likely to have appropriate preventive behaviors. All these factors could explain the variance of the preventive behavior by 11.8% with a predictive accuracy of 51.0%. These findings can be used as a guideline for further developing a plan for surveillance, prevention, and control of Coronavirus disease 2019 among the elderly in the community especially for the elderly in the industrial area.