การเฝ้าระวังทางระบาดวิทยา และการใช้ประโยชน์จากข้อมูล นายแพทย์ชนินันท์ สนธิไชย กองควบคุมโรคติดต่อ สำนักอนามัย

ทำไมจึงต้องมีระบบเฝ้าระวัง หน่วยงานสาธารณสุขต้องการข้อมูล สำหรับการวางแผน/ตัดสินใจ/แก้ปัญหา พฤติกรรมเสี่ยงต่อโรคของประชากร ทราบเหตุการณ์การระบาดของโรคอย่างทันเวลา เมื่อมีโรคใหม่ๆ หรือโรคติดต่อร้ายแรงเกิดขึ้นในพื้นที่

เฝ้าระวัง (Surveillance) sur (อยู่ข้างบน) + veiller (เฝ้าดู) การเฝ้าติดตามบุคคลหรือเหตุการณ์อย่างใกล้ชิดและต่อเนื่องเพื่อกำกับหรือควบคุม

ความเป็นมาของระบบเฝ้าระวังทางระบาดวิทยา ปลายคริสต์ศตวรรษที่ 18 เริ่มมีการใช้คำว่า Surveillance ที่สหรัฐอเมริกา เพื่อติดตามบุคคลที่มีความเสี่ยงต่อการเกิดโรคอย่างใกล้ชิด เน้นกลุ่มประชากรหรือพื้นที่ที่ปลอดการระบาดของโรค อหิวาห์ กาฬโรค ไข้เหลือง เพื่อดำเนินการกักกันผู้ป่วยและป้องกันการแพร่ระบาดของโรคในทันทีที่พบผู้ป่วย

ความเป็นมาของระบบเฝ้าระวังทางระบาดวิทยา ปี 1952 U.S. Communicable Disease Center ก่อตั้งระบบเฝ้าระวังโรคขึ้นทั่วประเทศ ดำเนินการอย่างสม่ำเสมอ เพื่อตรวจจับการเกิดโรคติดต่อร้ายแรงในทุกพื้นที่ กระจายทรัพยากรทางสาธารณสุขอย่างเหมาะสม

ความเป็นมาของระบบเฝ้าระวังทางระบาดวิทยา ปี 1968 ให้คำจำกัดความของ surveillance “การเก็บรวบรวมข้อมูลทางระบาดวิทยาอย่างเป็นระบบเพื่อนำมาใช้ในการวางแผน ดำเนินการ และประเมินผลการควบคุมโรค” ปี 1980-1990 เพิ่มคำจำกัดความให้ครอบคลุมถึงผลกระทบต่อสุขภาพอื่นนอกเหนือจากโรคภัยไข้เจ็บ อุบัติเหตุ การได้รับปัจจัยเสี่ยง

ความหมายของระบบเฝ้าระวัง Surveillance is the ongoing systematic collection, collation, analysis and interpretation of data; and the dissemination of information to those who need to know in order that action may be taken

ความหมายของระบบเฝ้าระวัง Surveillance (ระบบเฝ้าระวัง) is the ongoing systematic collection, collation, ต่อเนื่อง เป็นระบบ เก็บรวบรวม เปรียบเทียบ analysis and interpretation of data; วิเคราะห์ แปลผล and the dissemination of information เผยแพร่ to those who need to know in order that action may be taken การกระทำ/กิจกรรม

องค์ประกอบของระบบเฝ้าระวัง Information for Action Public Health Action - Priority setting Planning Implementation Evaluating disease Investigation Control Prevention Surveillance - Collection - Analysis - Interpretation - Dissemination

ขอบเขตของการเฝ้าระวัง การเฝ้าระวังการเจ็บป่วย การเฝ้าระวังการเสียชีวิต การเฝ้าระวังการระบาด การเฝ้าระวังการใช้วัคซีน เซรุ่ม หรือยา การเฝ้าระวังปัจจัยเสี่ยง

การเฝ้าระวังการเจ็บป่วย ได้จากรายงานการป่วยซึ่งเป็นรายงานจากสถานบริการสาธารณสุขหรือโรงพยาบาล โดยแพทย์และเจ้าหน้าที่สาธารณสุขเป็นผู้ให้การวินิจฉัยจากประวัติการตรวจร่างกายและผลการชันสูตรโรค ทำให้เห็นภาพการกระจายของโรคและแนวโน้มของโรค ทั้งโรคไร้เชื้อและโรคติดเชื้อ

การเฝ้าระวังการเสียชีวิต ได้จากใบมรณบัตรซึ่งตามกฎหมายบังคับให้แจ้งการตายภายใน 24 ชั่วโมงต่อนายทะเบียนท้องถิ่น สามารถมีการเปรียบเทียบการตายภายในประเทศและระหว่างประเทศได้ ในโรคที่มีอัตราป่วยตายสูง ระยะเวลาเริ่มป่วยถึงตายสั้น เช่น โรคพิษสุนัขบ้า โรคมะเร็งบางชนิด สถิติการตายจะใกล้เคี่ยงกับการป่วย

การเฝ้าระวังการระบาด มีโรคเกิดขึ้นจำนวนมากผิดปกติ แหล่งรายงานการระบาดอาจเป็นหน่วยงานทางการแพทย์และสาธารณสุข หรือหน่วยงานอื่นๆ ที่เกี่ยวข้อง ระบบการเฝ้าระวังโรคที่ดีสามารถพยากรณ์การเกิดการระบาดของโรคได้ ทำให้สามารถสอบสวนโรคและควบคุมการระบาดของโรคได้อย่างทันเวลา

การเฝ้าระวังการใช้วัคซีน เซรุ่ม หรือยา ควรมีมาตรการในการเฝ้าระวังการใช้วัคซีน เซรุ่ม หรือยา เพื่อนำข้อมูลมาใช้ประโยชน์ในการวางแผนงานอนามัย การเฝ้าระวังการใช้วัคซีนโดยเฉพาะอัตราการครอบคลุม ประสิทธิภาพ และผลข้างเคียงของวัคซีน มีความจำเป็นในระยะเริ่มแรกของโครงการการรณรงค์การฉีดวัคซีนป้องกันโรค หรือระยะที่มีการนำวัคซีนใหม่เข้ามาใช้ในชุมชน ควรมีการบันทึกชนิดของวัคซีน แหล่งผลิตวัคซีน และวันที่ผลิต และสำรวจระดับภูมิคุ้มกันในชุมชนเป็นระยะๆ ควรมีการบันทึกผลข้างเคียงของยา และความต้านทานยาปฏิชีวนะของเชื้อ

การเฝ้าระวังปัจจัยเสี่ยง การเฝ้าระวังปัจจัยภายในและปัจจัยภายนอกที่มีอิทธิพลต่อการเกิดโรคในร่างกายมนุษย์ สามารถหาประชากรที่มีภาวะเสี่ยงต่อการเกิดโรค เช่น การเฝ้าระวังการเจริญเติบโต และพัฒนาการของเด็ก การเฝ้าระวังทางโภชนาการ การเฝ้าระวังการเปลี่ยนแปลงพฤติกรรมอนามัย ของประชากรโดยเฉพาะการสูบบุหรี่ การดื่มเหล้า การเสพยากระตุ้นประสาท การเฝ้าระวังการระบาดของไข้หวัดใหญ่ การดื้อยาปฏิชีวนะ

วัตถุประสงค์ ตรวจจับการระบาดของโรคอย่างทันท่วงที คาดประมาณจำนวนผู้ป่วยและผู้เสียชีวิต คาดการณ์แนวโน้มการเกิดโรค ประเมินผลการป้องกันและควบคุมโรค

คุณสมบัติของระบบเฝ้าระวังที่สำคัญ ความทันเวลา (Timeliness) ดำเนินการควบคุมโรคได้อย่างรวดเร็ว ความเป็นตัวแทน (Representativeness) สะท้อนสถานการณ์สุขภาพ/แนวโน้มการระบาดในพื้นที่ได้ตรงกับความจริง ความไว (Sensitivity) คัดกรองผู้ป่วยเพื่อกักกันหรือรับการรักษา ความจำเพาะ (Specificity) แยกผู้ที่ยังไม่เป็นโรค ค่าพยากรณ์บวก (Predictive Value Positive) ค่าพยากรณ์ลบ (Predictive Value Negative)

ความไว (Sensitivity) โอกาสที่ผู้ป่วยจะได้รับรายงานผ่านทางระบบเฝ้าระวังโรค บอกถึงความสามารถในการตรวจจับการระบาด

การคำนวณความไว โรค A ป่วย ไม่ป่วย 45 10 55 เป็นโรค ระบบเฝ้าระวัง 5 140 145 ไม่เป็นโรค 50 150 200 ความไว (sensitivity) ของนิยามโรค = 45/50 = 90%

ความไวของระบบเฝ้าระวัง โรค A ป่วย ไม่ป่วย A B C D เป็นโรค ระบบเฝ้าระวัง ไม่เป็นโรค A ความไว (Sensitivity) = A+C

ความจำเพาะ (Specificity) ความสามารถของการคัดกรองที่จะแยกผู้ที่ไม่เป็นโรคได้ถูกต้อง

การคำนวณความจำเพาะ โรค A ป่วย ไม่ป่วย 45 10 55 เป็นโรค ระบบเฝ้าระวัง 5 140 145 ไม่เป็นโรค 50 150 200 ความจำเพาะ (specificity) ของนิยามโรค = 140/150 = 93%

ความจำเพาะของระบบเฝ้าระวัง โรค A ป่วย ไม่ป่วย A B C D เป็นโรค ระบบเฝ้าระวัง ไม่เป็นโรค D ความจำเพาะ (Specificity) = B+D

ค่าพยากรณ์บวก (Predictive Value Positive: PVP) โอกาสที่จะเป็นโรคเมื่อผลการคัดกรองเป็นบวก

การคำนวณค่าพยากรณ์บวก โรค A ป่วย ไม่ป่วย 45 10 55 เป็นโรค ระบบเฝ้าระวัง 5 140 145 ไม่เป็นโรค 50 150 200 ค่าพยากรณ์บวก (PVP) = 45/55 = 82%

ความพยากรณ์บวกของระบบเฝ้าระวัง โรค A ป่วย ไม่ป่วย A B C D เป็นโรค ระบบเฝ้าระวัง ไม่เป็นโรค A ค่าพยากรณ์บวก (PVP) = A+B

ค่าพยากรณ์ลบ (Predictive Value Negative: PVN) โอกาสที่จะเป็นไม่เป็นโรคเมื่อผลการคัดกรองเป็นลบ

การคำนวณค่าพยากรณ์ลบ โรค A ป่วย ไม่ป่วย 45 10 55 เป็นโรค ระบบเฝ้าระวัง 5 140 145 ไม่เป็นโรค 50 150 200 ค่าพยากรณ์ลบ (PVN) = 140/145 = 97%

ความพยากรณ์ลบของระบบเฝ้าระวัง โรค A ป่วย ไม่ป่วย A B C D เป็นโรค ระบบเฝ้าระวัง ไม่เป็นโรค D ค่าพยากรณ์ลบ (PVN) = C+D

ความทันเวลา (Timeliness) เริ่มป่วย พบแพทย์ วินิจฉัยโรค เขียนรายงาน ส่งรายงาน รับรายงาน ความทันเวลา สอบสวนโรค ควบคุมโรค ระยะเวลาตั้งแต่ผู้ป่วยได้รับการวินิจฉัยจนหน่วยงานด้านระบาดวิทยาได้รับรายงาน การรายงานโรคอย่างรวดเร็วช่วยให้สามารถควบคุมโรคได้ทันท่วงที

ความเป็นตัวแทน (Representativeness) ความสามารถของระบบเฝ้าระวังในการสะท้อนภาพที่แท้จริงของสถานการณ์สาธารณสุขในพื้นที่ อุบัติการณ์ ความชุก อัตราป่วย

โรคที่ต้องรายงาน (Notifiable Diseases) อุบัติการณ์และความชุกของโรค ความรุนแรงของโรค อัตราป่วยตาย ผลกระทบทางเศรษฐกิจ การติดต่อ/แพร่ระบาดของโรค ความตระหนักของประชาชน ความร่วมมือ/ข้อตกลงระหว่างประเทศในด้านการควบคุมโรค ประสิทธิภาพของการควบคุมโรค ทรัพยากรที่ใช้ในระบบ

โรคที่ต้องรายงานตามแบบรายงาน 506

นิยามโรค (Case definition) การกำหนดนิยามโรคสำหรับการเฝ้าระวังทางระบาดวิทยา ผู้ป่วยที่สงสัย (Suspected case) ผู้ป่วยที่เข้าข่าย (Probable case) ผู้ป่วยที่ยืนยัน (Confirmed case) นิยามโรคทางระบาดวิทยามีความแตกต่างจากการเกณฑ์การวินิจฉัยโรคเพื่อการรักษา

นิยามโรค (Case definition) ผู้ป่วยที่สงสัย (Suspect case) ประวัติและอาการ ผู้ป่วยที่เข้าข่าย (Probable case) ประวัติและอาการ ร่วมกับผลการตรวจทางห้องปฏิบัติการพื้นฐานหรือมีความเชื่อมโยงทางระบาดวิทยา ผู้ป่วยที่ยืนยัน (Confirmed case) ประวัติและอาการ ร่วมกับผลการตรวจทางห้องปฏิบัติการที่เฉพาะเจาะจงกับโรคนั้น

ตัวอย่าง นิยามโรคไข้เลือดออก ผู้ป่วยที่สงสัย ไข้ ร่วมกับ touniquet test positive ผู้ป่วยที่เข้าข่าย ผู้ป่วยที่สงสัย ร่วมกับ Hct เพิ่มขึ้น 10-20% และ Platelet <100,000 ผู้ป่วยที่ยืนยัน Serology test positive (PCR, IgM, IgG)

ตัวอย่าง นิยามโรคอหิวาห์ ผู้ป่วยที่สงสัย ถ่ายอุจจาระเหลวอย่างน้อย 3 ครั้งใน 24 ชั่วโมง หรือ ถ่ายเป็นน้ำอย่างน้อย 1 ครั้งใน 24 ชั่วโมง ผู้ป่วยที่เข้าข่าย ไม่มี ผู้ป่วยที่ยืนยัน ผู้ป่วยที่สงสัย ร่วมกับ ผลการตรวจ Rectal swab พบเชื้อ Vibrio cholerae

www.bmadcd.go.th

Syndromic Surveillance เป็นการเฝ้าระวังโดยตามกลุ่มอาการ สถานการณ์ที่ไม่ปกติ ต้องการความรวดเร็วในการรายงาน ตรวจจับการระบาด ประเมินขอบเขตการแพร่กระจายโรค

Field hospital at Rice mill 250 ton shelter And this was a field hospital that ran by Myanmese medical military officers. It was the largest shelter located in Myaungmya township. Field hospital at Rice mill 250 ton shelter

Shelter in a high school Some shelters were set up in a high school. The number of affected people lived in these shelters was very from 300 to 800 in each shelter. Shelter in a high school

Shelter in a remote area These pictures show a shelter that located far from the town. About 500 people lived in a two storey wooden building which belongs to the temple. Shelter in a remote area

Temporary shelters at Labutta

Name_____________________ Age___ Sex M/F Chief Complaint_____________ Diagnosis__________________ Treatment__________________ Syndromic diagnosis Bloody diarrhea Acute diarrhea Fever with rash/suspected measles Suspected meningitis Suspected dengue (DF/DHF/DSS) Acute jaundice syndrome Acute respiratory infection Suspected malaria Fever with unknown origin Cluster of disease of unknown origin

แหล่งข้อมูล ระบบรายงานโรค ทะเบียนราษฎร์ การสำรวจ ห้องปฏิบัติการ ร้านขายยา

ยืนยันผลการตรวจทางห้องปฎิบัตการ รายงาน ยืนยันผลการตรวจทางห้องปฎิบัตการ มีอาการเข้าได้กับนิยามโรค ประชากรที่เข้ารับการตรวจรักษาที่สถานพยาบาล ประชากรที่ป่วยเป็นโรค ประชากรที่ติดเชื้อ ประชากรที่มีความเสี่ยงต่อการรับเชื้อ

Tip of the iceberg จำนวนรายงานจากระบบเฝ้าระวัง ประชากรที่ป่วยด้วยโรคที่ต้องรายงาน

Passive surveillance ข้อดี สิ้นเปลืองทรัพยากรน้อย (บุคลากร งบประมาณ) Hospital Health center Surveillance center Private clinic/drug store ข้อดี สิ้นเปลืองทรัพยากรน้อย (บุคลากร งบประมาณ) ประหยัดเวลา ข้อด้อย ความครอบคลุมต่ำ จำนวนผู้ป่วยที่รายงานน้อยกว่าความเป็นจริง

Active surveillance ข้อดี ความครอบคลุมสูง ได้รับรายงานเร็ว ข้อด้อย Health officers Surveillance center ข้อดี ความครอบคลุมสูง ได้รับรายงานเร็ว ข้อด้อย สิ้นเปลืองทรัพยากร เสียเวลา รบกวนการปฏิบัติงานปกติ

การวิเคราะห์ข้อมูลเฝ้าระวัง เวลา (Time) สถานที่ (Place) บุคคล (Person)

เวลา (Time) แนวโน้มการเกิดโรคในแต่ละช่วงเวลา อุบัติการณ์ของโรคในปัจจุบัน เปรียบเทียบกับช่วงเวลาเดียวกันตั้งแต่ 2-10 ปีย้อนหลัง (ส่วนใหญ่เปรียบเทียบในช่วง 5 ปีย้อนหลัง) เปรียบเทียบกับสัปดาห์/เดือนก่อนหน้าในปีเดียวกัน

จำนวนผู้ป่วยโรคคางทูมในจังหวัด ก ปี 2550 เปรียบเทียบกับค่ามัธยฐาน 5 ปีย้อนหลัง Mumps cases reported Median 5 years 2007 Month Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec

จำนวนผู้ป่วยโรคไข้หวัดใหญ่ในจังหวัด ก ปี 2550 เปรียบเทียบกับค่ามัธยฐาน 5 ปีย้อนหลัง From this chart, you can see that number of influenza cases in 2007 which indicates in red line increased since October compare with median 5 years earlier in green. 59

อัตราป่วยโรคมาลาเรียในสหรัฐอเมริการะหว่างปี 1932-1962

การคาดประมาณจำนวนผู้ติดเชื้อ HIV/AIDS ในกรุงเทพมหานคร จนถึงปี 2563 แสดงจำนวนผู้ติดเชื้อเอชไอวี/ผู้ป่วยโรคเอดส์ในประชากรทุกช่วงอายุ กรุงเทพมหานคร ตั้งแต่ปี 1980 ถึงปี 2020

การคาดประมาณสัดส่วนของผู้ติดเชื้อ HIV/AIDS จำแนกตามกลุ่มเสี่ยง ในกรุงเทพมหานคร จนถึงปี 2563 แสดงสัดส่วนผู้ติดเชื้อเอชไอวี/ผู้ป่วยโรคเอดส์รายใหม่ในจำแนกตามกลุ่มประชากร กรุงเทพมหานคร ตั้งแต่ปี 1980 ถึงปี 2020

จำนวนผู้ป่วย ไข้หวัดใหญ่ ไข้หวัด 2009 และปอดอักเสบ ในกรุงเทพมหานคร ตั้งแต่ 1 พฤษภาคม ถึง 12 พฤศจิกายน 2552

แนวโน้มการเกิดโรคแต่ละรูปแบบ 20 40 60 80 100 Signal 25 50 Trend 25 50 -25 Seasonality The data received in a surveillance system is often referred to as the signal. The objective of the descriptive analysis of the time characteristics is to describe the trend, the seasonal variations, and the accidents or potential outbreaks in the residuals. The top graph shows the weekly notification of salmonellosis in a country over a 4 year period. The second graph represents the secular trend as computer using a moving average smoothing technique. The third graph represents the seasonal factor, again through a moving average, and the fourth one represents the residual, the original signal, after removing the trend and the seasonality. If you add the values of the last 3 graph, you regenarate the original signal. 25 50 Residuals 64

สิงหาคม ตุลาคม

สถานที่ (Place) แสดงผลในรูปแบบตารางหรือแผนที่ จำนวนผู้ป่วย/อัตราป่วยจำแนกตามพื้นที่ จังหวัด อำเภอ/เขต ตำบล/แขวง อื่นๆ

อัตราป่วยโรคไข้เลือดออกในประเทศไทยจำแนกตามจังหวัด ปี 2552

อัตราป่วยโรคอหิวาห์ในผู้ป่วยชาวไทย ในอำเภอเมืองจำแนกตามหมู่ ปี 2550 อัตราป่วยโรคอหิวาห์ในผู้ป่วยชาวไทย จำแนกตามอำเภอ ปี 2550 อัตราป่วยโรคอหิวาห์ในผู้ป่วยชาวไทย ในอำเภอเมืองจำแนกตามหมู่ ปี 2550 Attack Rate Saidang 3 cases Bangnon Khao Niwet Bangrin 6 cases Pak Nam Had Sompan Now I’ll show attack rate of Thai cholera cases. Foreign attack rate cannot be calculated because we had no foreign population database. The first map in the left side shows that Muang district had highest attack rate with 145 per 100,000 population. Follow by La-un and Suk Samran district. So we paid attention to Muang district. The second map in the right shows attack rate of Thai cholera cases by village in Muang district which unclear distributed pattern. However the highest attack rate was found in villages of Pak Nam and Bangrin subdistrict at the area close to the mouth of the rivers which has many piers. For village 1 of Pak nam subdistrict where we showed many cases in the previous spot map, it had not high attack rate in this area map because we do not include Myanmese case in the calculation. / But if Myanmese cases were included, the attack rate in the area near the sea coast or rivers may increased. 133 cases Ngao Ratchakrud River 2 cases Kho Phayam 7 cases หมายเหตุ ไม่สามารถคำนวณอัตราป่วยโรคอหิวาห์ในผู้ป่วยชาวพม่าได้เนื่องจากขาดฐานข้อมูลประชากร

การกระจายของผู้ป่วยโรคไข้เลือดออกต่อประชากรแสนคนรายเขต ในกรุงเทพมหานคร พ.ศ. 2553 71 71

จำนวนผู้ป่วยโรคพิษสุนัขบ้าในกรุงเทพมหานคร จำแนกรายเขต ปี 2534-2553 จำนวนผู้ป่วยโรคพิษสุนัขบ้าในกรุงเทพมหานคร จำแนกรายเขต ปี 2534-2553 72

บุคคล (Person) อายุ เพศ เชื้อชาติ อาชีพ กลุ่มเสี่ยง

จำนวนผู้ป่วยโรคพิษสุนัขบ้าในกรุงเทพมหานคร จำแนกตามกลุ่มอายุ ปี 2534-2553

จำนวนผู้ป่วยโรคพิษสุนัขบ้าในกรุงเทพมหานคร จำแนกตามกลุ่มอายุ ปี 2534-2553 75

สามารถวิเคราะห์ข้อมูลเฝ้าระวังทั้งด้านเวลา สถานที่ และบุคคลไปพร้อมกันได้

จำนวนผู้ป่วยโรคอหิวาห์ตามวันเริ่มป่วย จำแนกตามประเภทผู้ป่วย จังหวัดระนอง กรกฎาคม-พฤศจิกายน 2550 Jul Aug Sep Oct Nov Number of cases Date of onset This is an epidemic curve of cholera cases in Ranong. All cases were classified into community cases which shows in shad color and hospital cases which shows in solid color. The index case got sick on 1st August. The overall patterns of the epidemic curve suggest propagated source outbreak. Last reported case had onset on the 5th November.

จำนวนผู้ป่วยโรคอหิวาห์ตามวันเริ่มป่วย จำแนกตามประเภทผู้ป่วยและสัญชาติ จังหวัดระนอง กรกฎาคม-พฤศจิกายน 2550 Thai Foreign We separate the epidemic curve of Thai and foreign cholera cases and found that in early outbreak most of the cases were Myanmese cases from community finding, but in later period of the outbreak, more Thai cases identified both hospital cases and community cases, while number of Myanmese cases were not increase.

จำนวนผู้ป่วยโรคอหิวาห์ตามวันเริ่มป่วย จำแนกตามประเภทผู้ป่วยและอำเภอ จังหวัดระนอง กรกฎาคม-พฤศจิกายน 2550 Muang La-un Kapoe Kra Buri From epidemic curve by district, most of the cases were in Muang district. And epidemic curves of other districts show that only few cases were found with mostly were hospital cases, this may cause by not enough community case finding. Suk Samran

จำนวนผู้ป่วยอหิวาห์รายเดือน จำแนกตามหมู่และสัญชาติ อำเภอเมือง ปี 2550 จำนวนผู้ป่วยอหิวาห์รายเดือน จำแนกตามหมู่และสัญชาติ อำเภอเมือง ปี 2550 Bangnon Khao Niwet Bangrin Pak Nam Aug Sep Oct Nov THAI FOREIGNER Ratchakrud

ประโยชน์จากการเฝ้าระวัง คาดประมาณขนาดของปัญหา ทราบการกระจายของโรค แสดงธรรมชาติของการเกิดโรค ตรวจจับการระบาด นำสู่สมมติฐานการวิจัย ประเมินมาตรการป้องกัน/ควบคุมโรค ติดตามการเปลี่ยนแปลงของเชื้อก่อโรค ตรวจจับการเปลี่ยนแปลงของระบบสุขภาพ เป็นข้อมูลสำหรับการวางแผน/นโยบาย

ระบบเฝ้าระวังในกรุงเทพมหานคร มี 2 ระบบ การเฝ้าระวังโรคติดต่อทั่วไปตาม พรบ. การเฝ้าระวังโรคเอดส์

โรคตามพระราชบัญญัติโรคติดต่อ พ.ศ. 2523 โรคติดต่อต้อง แจ้งความ (18 โรค) โรคติดต่ออันตราย (5 โรค )

การรายงานโรคตาม พรบ.โรคติดต่อ โรคติดต่อ โรคติดต่อต้องแจ้งความ โรคติดต่ออันตราย ระบบการรายงานโรค ผู้รับผิดชอบ สถานพยาบาล สถานที่ที่มีการชันสูตร แจ้ง เจ้าพนักงาน สาธารณสุข

โครงสร้างและการรายงานโรคที่อยู่ในข่ายงานการเฝ้าระวัง ทางระบาดวิทยาในกรุงเทพมหานคร กระทรวงสาธารณสุข องค์การอนามัยโลก กรมควบคุมโรค สำนักระบาดวิทยา ฝ่ายระบาดวิทยา กองควบคุมโรคติดต่อสำนักอนามัย กรุงเทพมหานคร สสจ. ใกล้เคียง หน่วยงานในกรุงเทพมหานคร - สถานพยาบาลในโครงการ ประกันสุขภาพทุกสังกัด ศบส. สังกัด กทม สถานพยาบาลนอกโครงการประกันสุขภาพ การส่งบัตรรายงานผู้ป่วย การรายงานย้อนกลับ 85

เครือข่ายการรายงานโรคติดต่อในกรุงเทพมหานคร

การดำเนินงานเฝ้าระวัง เครื่องมือ บัตรรายงานผู้ป่วย (แบบ รง.506) บัตรเปลี่ยนแปลงรายงานผู้ป่วย (แบบ รง.507) การรับข้อมูล รับบัตรทางไปรษณีย์ E-Mail หรือ Fax เจ้าหน้าที่ของสถานพยาบาลเอาบัตรมาส่ง ส่งเจ้าหน้าที่ไปเก็บบัตรจากสถานพยาบาลบางแห่ง เทคโนโลยีสารสนเทศ โปรแกรมประยุกต์ระบบงานด้านการเฝ้าระวังโรค (BMA Epi-Net)

รูปแบบไปรษณีย์ตอบรับ บัตรรายงานผู้ป่วย (แบบ รง. 506) 88

บัตรเปลี่ยนแปลงรายงาน ผู้ป่วย (แบบ รง. 507) ไปรษณีย์ตอบรับ บัตรเปลี่ยนแปลงรายงาน ผู้ป่วย (แบบ รง. 507) 89

90

91

ขั้นตอนการดำเนินงานด้านการเฝ้าระวังทางระบาดวิทยา รายงานทาง - web site - e-mail ศูนย์ระบาดวิทยา กรุงเทพมหานคร สำนักงานเขต โรงพยาบาลทุกสังกัด ศูนย์บริการ สาธารณสุข ผู้บริหาร กองควบคุมโรค ฝ่ายระบาดวิทยา ตรวจสอบ ส่งต่อ แจ้งเตือน วิเคราะห์ ทำรายงาน รายงานโดย แบบ รง. 506 บันทึกข้อมูล ผู้เกี่ยวข้อง เผยแพร่

Dengue Hemorrhagic Fever Pyrexia of Unknown Origins 10 อันดับอัตราป่วยด้วยโรคติดต่อในข่ายเฝ้าระวัง กรุงเทพมหานคร ปี 2552 Range Disease Number of Cases Rate/ 100,000 pop. 1 Acute Diarhea 42,075 736.75 2 Ac. Haemorhagic Conj. 15,449 270.52 3 Influenza 13,559 237.42 4 Pneumonia 8,515 149.10 5 Dengue Hemorrhagic Fever 8,009 140.24 6 Chickenpox 6,172 108.07 7 Influenza A (H1N1) 5,729 100.32 8 Food Poisoning 3,846 67.35 9 Tuberculosis 2,699 47.26 10 Pyrexia of Unknown Origins 2,690 47.10 95

10 อันดับอัตราป่วยด้วยโรคติดต่อในข่ายเฝ้าระวังในกรุงเทพมหานคร มกราคม-มีนาคม 2553

ศูนย์ระบาดวิทยากรุงเทพมหานคร ผู้ใช้ข้อมูลด้านระบาดวิทยา หน่วยงาน ภายนอกกรุงเทพมหานคร ผู้บริหาร กองต่างๆ รวบรวม สรุป และวิเคราะห์ กลุ่มงานแผนงานและ สารสนเทศ ศูนย์ระบาดวิทยากรุงเทพมหานคร ข้อมูลด้านระบาดวิทยาก็เช่นเดียวกับข้อมูลด้านสาธารณสุข สำนักงานเขต ศูนย์บริการสาธารณสุข โรงพยาบาล

รายงานการเฝ้าระวังโรค 98

99

100

สถานการณ์ไข้หวัดใหญ่ชนิด A (H1N1)รายสัปดาห์ บนเว็บไซต์ 101

กระทรวงสาธารณสุข ผู้บริหาร กทม. กองควบคุมโรคติดต่อ รายงาน เครือข่ายการเฝ้าระวัง ป้องกัน และควบคุมโรคในกรุงเทพมหานคร กระทรวงสาธารณสุข ผู้บริหาร กทม. กองควบคุมโรคติดต่อ หน่วยงาน ที่เกี่ยวข้อง รายงาน ศบส. 68 แห่ง รพ.107 แห่ง สำนักงานเขต 50 แห่ง ศบส.สาขา 77 แห่ง 102

Thank you for your attention