ข้อมูลสุขภาพ 21,43 แฟ้ม: การจัดการเพื่อใช้ประโยชน์ ทิศทางการดำเนินงานเทคโนโลยี่สารสนเทศ กับการจัดการแฟ้มข้อมูลสุขภาพ   ผศ.(พิเศษ)นพ.พลวรรธน์ วิทูรกลชิต ผอ.​ศุนย์เทคโนโลยี่สารสนเทศ การติดตามประเมินผลการป้องกันควบคุมโรค และ ข้อมูลสุขภาพและการแพทย์ 43 แฟ้ม ดร.นพ. ศักดิ์ชัย ไชยมหาพฤกษ์ สำนักงานป้องกันควบคุมโรคที่ 9 พิษณุโลก กระบวนการพัฒนาข้อมูลสุขภาพ โดยใช้เทคโนโลยีสารสนเทศ ในเขตพื้นที่เครือข่ายบริการ ที่ 2 อุษารัตน์ ติดเทียน สำนักงานป้องกันควบคุมโรคที่ 9 พิษณุโลก ถอดรหัสข้อมูลสุขภาพสู่การปฏิบัติและนำไปใช้ประโยชน์ - - นางสมศรี คำภีระ หัวหน้ากลุ่มงานควบคุมโรค สำนักงานสาธารณสุขจังหวัดตาก นายสิทธิพงศ์ พรมหาญ นักวิชาการคอมพิวเตอร์ สำนักงานสาธารณสุขจังหวัดตาก  สาธิตกรณีตัวอย่างการนำสารสนเทศมาใช้ประโยชน์เพื่อการติดตามประเมินผล ความครอบคลุมวัคซีน การคัดกรองโรคไม่ติดต่อ 15.40 – 16.30 50 min นายดุสิต ทัพผดุง นักวิชาการคอมพิวเตอร์ สำนักงานสาธารณสุขจังหวัดอุตรดิตถ์

ดร.นพ. ศักดิ์ชัย ไชยมหาพฤกษ์ สำนักงานป้องกันควบคุมโรคที่ 9 พิษณุโลก การติดตามประเมินผลการป้องกันควบคุมโรคด้วยข้อมูลสุขภาพและการแพทย์ 43 แฟ้ม   ดร.นพ. ศักดิ์ชัย ไชยมหาพฤกษ์ สำนักงานป้องกันควบคุมโรคที่ 9 พิษณุโลก

หัวข้อการนำเสนอ ตัวชี้วัด การดำเนินงานป้องกันควบคุมโรค โครงสร้างฐานข้อมููล 43 แฟ้ม Introduction to SQL หลักการพื้นฐาน คำสั่ง ข้อเสนอแนะ

ตัวชี้วัด การดำเนินงานป้องกันควบคุมโรค ปีงบประมาณ 2556

ตัวชี้วัด NCD และ ข้อมูลที่ต้องการ

ร้อยละความครอบคลุมของประชาชน จำแนกตามกลุ่มอายุ ตัวชี้วัด ร้อยละความครอบคลุมของประชาชน จำแนกตามกลุ่มอายุ - อายุ 15-34 ปี - อายุ 35-59 ปี และ - อายุ 60 ปีขึ้นไป ได้รับการตรวจคัดกรองเบาหวาน/ความดันโลหิต สูงไม่น้อยกว่าร้อยละ 90

ข้อมูลที่ต้องการ 1. จำนวนประชาชนไทยจำแนกกลุ่มอายุ ข้อมูลที่ต้องการ 1. จำนวนประชาชนไทยจำแนกกลุ่มอายุ ที่ไม่รู้ว่าเป็นโรคเบาหวานทั้งหมดในพื้นที่ 2. จำนวนผู้ได้รับการคัดกรองเบาหวาน/ ความดันโลหิตสูง ตามมาตรฐาน 2.1 จำนวนกลุ่ม Pre-DM, Pre-HT แยกตามกลุ่มอายุ 2.2 จำนวนผู้ป่วย DM, HT รายใหม่ แยกตามกลุ่มอายุ

ตัวชี้วัด ผู้ป่วยเบาหวานที่คุมระดับน้ำตาลในเลือดได้ดี ไม่น้อยกว่าร้อยละ 50 ข้อมูลที่ต้องการ - จำนวนผู้ป่วยเบาหวานที่ขึ้นทะเบียน และได้รับ การติดตามในคลินิกเบาหวาน - จำนวนผู้ป่วยเบาหวานที่ได้รับการตรวจ HbA1C - จำนวนผู้ป่วยเบาหวานที่มีค่า HbA1C น้อยกว่า 7 - จำนวนผู้ป่วยเบาหวานที่มีระดับความดันโลหิต 3 ครั้งสุดท้ายติดต่อกัน <130/80 มม.ปรอท)

ตัวชี้วัด EPI และ ข้อมูลที่ต้องการ

ร้อยละความครอบคลุมของเด็กจำแนก ตามกลุ่มอายุได้รับวัคซีนแต่ละประเภท ตัวชี้วัด ร้อยละความครอบคลุมของเด็กจำแนก ตามกลุ่มอายุได้รับวัคซีนแต่ละประเภท ตามเกณฑ์ที่กำหนด ข้อมูลที่ต้องการ - ประชากรเด็กเป้าหมาย จำแนกตามกลุ่มอายุ สอดคล้องกับการประเมินผลงานการได้รับวัคซีนแต่ละประเภท - จำนวนเด็กในพื้นที่ จำแนกตามกลุ่มที่ได้รับวัคซีนตามเกณฑ์ (ตามช่วงเวลา / งวดรายงาน) ที่ใช้ประเมิน

โครงสร้างฐานข้อมููล 43 แฟ้ม

หลักการพื้นฐาน คำสั่ง SQL

MySQL Relational database โปรแกรมจัดการฐานข้อมูล แจกฟรี http://dev.mysql.com/downloads/

Select คำสั่งดึงและวิเคราะห์ข้อมูลจากตาราง รูปแบบ Select ชื่อฟิลด์1 ชื่อฟิลด์2 ชื่อฟิลด์3 from ชื่อตาราง [where เงื่่อนไข]

ตัวชี้วัดที่ 11 ร้อยละของเด็กอายุ 1 ปีที่ได้รับวัคซีนป้องกันโรคหัด A = จำนวนเด็กอายุครบ 1 ปีที่อยู่อาศัยในพื้นที่ในงวดรายงานนั้นที่ได้รับวัคซีนป้องกันโรคหัด B = จานวนเด็กอายุครบ 1 ปีที่อยู่อาศัยในพื้นที่ในงวดรายงานนั้น สูตรการคำนวณ = (A/B) x 100

ฐานข้อมูล 21,43 แฟ้ม แฟ้มepi : epi.date_serv epi.vcctype b. แฟ้ม person : person.pcucode , pid, birth , sex , nation , dischar , labor , typearea

โครงสร้างแฟ้ม Person มี Field ดังนี้ pcucode pid birth sex nation dischar labor typearea

แฟ้ม Person

ชนิดของข้อมูลใน ไฟล์ EPI ของ 43 แฟ้ม

Relational database PID hospcode Person.PID Person.hospcode EPI.PID. Epi.hospcode

คำสั่ง SQL 43 แฟ้ม Vaccine MMR (061) SELECT person.HOSPCODE, chospital.hosname, count(DISTINCT epi.HOSPCODE,epi.PID) as a, count(distinct person.HOSPCODE,person.PID) as b FROM person LEFT JOIN epi ON epi.HOSPCODE = person.HOSPCODE AND epi.PID = person.PID AND epi.VACCINETYPE = '061' INNER JOIN chospital ON chospital.hoscode = person.HOSPCODE WHERE person.sex in ('1','2') AND person.TYPEAREA IN ('1', '3') AND person.NATION = '099' AND person.DISCHARGE = '9' AND person.BIRTH BETWEEN '20111001' AND '20120930' GROUP BY person.HOSPCODE  

คำสั่ง SQL 43 แฟ้ม Vaccine MMR (061) SELECT chospital.distcode,campur.ampurname,sum(a1) as A,sum(b1) as B,FORMAT(IFNULL(sum(a1)/sum(b1) * 100,0),2) AS PERCENT FROM (SELECT person.HOSPCODE, count(DISTINCT epi.HOSPCODE,epi.PID) AS a1, count(distinct person.HOSPCODE,person.PID) AS b1 person LEFT JOIN epi ON epi.HOSPCODE = person.HOSPCODE AND epi.PID = person.PID AND epi.VACCINETYPE = '061' WHERE person.sex in ('1','2') AND person.TYPEAREA IN ('1', '3') AND person.NATION = '099' AND person.DISCHARGE = '9' AND person.BIRTH BETWEEN @START_DATE AND @END_DATE GROUP BY person.HOSPCODE) as dev1 INNER JOIN chospital ON chospital.hoscode = dev1.HOSPCODE INNER JOIN campur ON campur.changwatcode = chospital.provcode AND campur.ampurcode = chospital.distcode chospital.provcode = @PROVINCE_CODE chospital.distcode

คำสั่ง SQL 43 แฟ้ม Vaccine MMR (061) SELECT person.HOSPCODE, chospital.hosname, count(DISTINCT epi.HOSPCODE,epi.PID) as a, count(distinct person.HOSPCODE,person.PID) as b FROM person LEFT JOIN epi ON epi.HOSPCODE = person.HOSPCODE AND epi.PID = person.PID AND epi.VACCINETYPE = '061' INNER JOIN chospital ON chospital.hoscode = person.HOSPCODE WHERE person.sex in ('1','2') AND person.TYPEAREA IN ('1', '3') AND person.NATION = '099' AND person.DISCHARGE = '9' AND person.BIRTH BETWEEN '20111001' AND '20120930' GROUP BY person.HOSPCODE  

Conclusion

Public health informatics

IT system data structure Multi-disciplinary IT system data structure SQL language M&E indicator

Public Heath Informatics Computer science Information science Behavioral science Organization science Public health Management science

กลยุทธ์ นโยบายและตัดสินใจ 4. สารสนเทศ สำหรับวางแผน กลยุทธ์ นโยบายและตัดสินใจ 3. สารสนเทศสำหรับวางแผนกลยุทธ์วิธีและการตัดสินใจ 2. สารสนเทศสำหรับวางแผนการปฏิบัติงาน ตัดสินใจ และควบคุม 1. สารสนเทศที่ได้จากการประมวลผลรายการ

คุณสมบัติของสารสนเทศ ที่ดีควรมีคุณสมบัติดังน้ี มีความถูกต้องเชื่อถือได้(Accuracy) สามารถตรวจสอบได้ (Verifiable) ความสมบูรณ์ (Completeness) ทันต่อการใชงานหรือทันเวลา(Timeliness) ความกระทัดรัด(Conciseness) ตรงประเด็นหรือตรงตามความต้องการ (Relevance)

Leading practice and Best practice