Aronrag Cooper MeeyaiMathuros TipayamongkholgulPrabda PraphasiriThanthip Sungsing2024-01-252024-01-25201520242015Thesis (M.Sc. (Infectious Diseases and Epidemiology))--Mahidol University, 2015https://repository.li.mahidol.ac.th/handle/123456789/94009Infectious Diseases and Epidemiology (Mahidol University 2015)The impact of seasonal influenza epidemics can be quantified by excess morbidity or mortality of seasonal influenza. Assessing the excess morbidity of seasonal influenza will help quantify the burden of disease of seasonal influenza. The monthly numbers of seasonal influenza patients (ICD 10 code: J09 to J11) from annual epidemiological surveillance reports from four regions in Thailand (Central, North, North-East, and South) during 1994-2008 were used. Estimates of excess monthly seasonal influenza morbidities were calculated as per the difference between observed and predicted baseline morbidities during the epidemic period. The baseline morbidities excluding seasonal influenza were calculated using 2 methods: 1) moving average method and 2) Poisson seasonal regression method. Overall, the results using the moving average method and Poisson seasonal regression method found that the peak of excess morbidity of seasonal influenza in each of the four regions occurred during the months of June and July (rainy season). The levels of excess morbidities of seasonal influenza estimated by Poisson seasonal regression method were lower than the moving average method. The Southern region had the highest level of the excess morbidities (24.66 and 21.14 per 100,000 populations using the moving average method and Poisson seasonal regression method, respectively), followed by the North, Central and North-East. The burden of seasonal influenza in Thailand and the four regions as calculated by excess morbidity indicated the morbidity over the baseline. The choice for both methods gave a similar peak time but not level of excess morbidity of seasonal influenza in Thailand.การประเมินผลกระทบของไข้หวัดใหญ่ตามฤดูกาลสามารถบอกได้จากการป่วย หรือการเสียชีวิตที่เกิดขึ้นมากกว่าปกติ การประเมินภาระของไข้หวัดใหญ่ตามฤดูกาลจะช่วยบอกผลกระทบจากการ เกิดไข้หวัดใหญ่ตามฤดูกาลของประเทศไทยข้อมูลที่ใช้ในงายวิจัย คือ จำนวนผู้ป่วยรายเดือนของไข้หวัดใหญ่ (แยกตาม ICD 10 คือ J09 ถึง J11) จากการรายงานการเฝ้าระวังประจำปี กระทรวงสาธารณสุข ของประเทศไทย และ 4 ภูมิภาค (ภาคกลาง ภาคเหนือ ภาคตะวันออกเฉียงเหนือ และภาคใต้) ระหว่างปี พ.ศ.2537 - 2551โดยใช้ baseline 2 แบบ คือ แบบค่าเฉลี่ยเคลื่อนที่ และแบบปัวซอง คำนวณการป่วยส่วนเกินได้จากผลต่างของค่าที่ได้จากการสังเกต กับค่าคาดหวัง baseline การป่วยส่วนเกินของไข้หวัดใหญ่ตามฤดูกาลแบบค่าเฉลี่ยเคลื่อนที่ และแบบปัวซอง พบว่า ประเทศไทยและ4 ภูมิภาค เกิดการป่วยส่วนเกินของไข้หวัดใหญ่ตามฤดูกาลสูงสุดในเดือนมิถุนายนถึงกรกฎาคม (ฤดูฝน) อัตราส่วนเกินของไข้หวัดใหญ่ตามฤดูกาลแบบปัวซองมีค่าน้อยกว่าแบบค่าเฉลี่ยเคลื่อนที่ ในขณะที่ภาคใต้เกิดการป่วยส่วนเกินของไข้หวัดใหญ่ตามฤดูกาลสูงสุด เมื่อใช้ baseline แบบ ค่าเฉลี่ยเคลื่อนที่ และแบบปัวซอง คิดเป็น 24.66 และ 21.14 ต่อ 100,000 ประชากร ตามลำดับ รองลงมา ได้แก่ ภาคเหนือ กลาง และตะวันออกเฉียงเหนือภาระการเจ็บป่วยเนื่องจากไข้หวัดใหญ่ตามฤดูกาลของประเทศไทยและแยกตามภูมิภาค จากการคำนวณการป่วยที่เกิดขึ้นพบว่า มีค่ามากกว่าค่า baseline การคำนวณการป่วยส่วนเกินของไข้หวัดใหญ่ตามฤดูกาลในประเทศไทยจากทั้งสองวิธีพบว่า ค่าสูงที่สุดที่คำนวณได้เป็นช่วงเวลาเดียวกัน แต่ค่าที่ได้ต่างกันix, 71 leaves : ill.application/pdfengผลงานนี้เป็นลิขสิทธิ์ของมหาวิทยาลัยมหิดล ขอสงวนไว้สำหรับเพื่อการศึกษาเท่านั้น ต้องอ้างอิงแหล่งที่มา ห้ามดัดแปลงเนื้อหา และห้ามนำไปใช้เพื่อการค้าInfluenza -- ThailandSeasonal InfluenzaMaster ThesisMahidol University