Pathumwadee MeechokChukiat ViwatwongkasemPratana SatitvipaweeJutatip SillabutraRamidha Sriheraปทุมวดี มีโชคชูเกียรติ วิวัฒน์วงศ์เกษมปรารถนา สถิตย์วิภาวีจุฑาธิป ศีลบุตรรมิดา ศรีเหราMahidol University. Faculty of Public Health. Department of Biostatistics2021-09-272021-09-272021-09-272019Thai Journal of Public Health. Vol. 49, No. 2 (May-August 2019), 262-2732697-584X (Print)2697-5866 (Online)https://repository.li.mahidol.ac.th/handle/123456789/63677HIV 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 สัมพัทธ์สำหรับการติดเชื้อเอชไอวีได้engMahidol UniversityHIV infectiondisease mappingHIV incidence ratebayesian hierarchical modelInteraction effect modelการติดเชื้อเอชไอวีการทำแผนที่โรคอัตราอุบัติการณ์การติดเชื้อเอชไอวีแบบจำลองลำดับชั้นแบบเบย์แบบจำลองแบบมีอิทธิพลร่วมOriginal ArticleDepartment of Biostatistics Faculty of Public Health Mahidol University