Impact of rainfall on the infectious incidents in Kakasin province
Article Sidebar
Main Article Content
Abstract
This correlational research aimed to analyze the impact between average monthly daily rainfall and the number of patients with rain-associated diseases in Kalasin Province. Rainfall data were collected from the National Hydroinformatics Data Center, Hydro-Informatics Institute (Public Organization) and monthly patient data collected from the Disease Surveillance Reporting System 506, Bureau of Epidemiology, Department of Disease Control. This comprised monthly data from January 2018 to July 2025. Data were analyzed using descriptive statistics, Pearson correlation, and generalized linear models. The analysis results revealed that the correlation coefficients between average monthly daily rainfall and the monthly number of patients with mushroom poisoning, hand-foot-mouth disease, and leptospirosis were 0.485, 0.346, and 0.233, respectively, indicating moderate, weak, and weak positive correlations. The generalized linear models with average monthly daily rainfall as the independent variable that best fit the data for the monthly number of mushroom poisoning patients and hand-foot-mouth disease patients were the negative binomial model and the quasi-Poisson model, respectively, with coefficients of determination (R²) of 0.338 and 0.193, respectively. Specifically, for mushroom poisoning, a 1-millimeter increase in average monthly rainfall was associated with a 1% increase in the number of patients.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารวารสารวิทยาศาสตร์และเทคโนโลยีถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรงซึ่งกองบรรณาธิการวารสาร ไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใด ๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารวารสารวิทยาศาสตร์และเทคโนโลยีถือเป็นลิขสิทธิ์ของวารสารวารสารวิทยาศาสตร์และเทคโนโลยีหากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใด ๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากวารสารวารสารวิทยาศาสตร์และเทคโนโลยี ก่อนเท่านั้น
References
กองโรคติดต่อทั่วไป กรมควบคุมโรค ชมรมแลปโตสไปโรสิสแห่งประเทศไทย. (2567). แนวทางการคัดกรอง ตรวจวินิจฉัยและดูแลรักษาผู้ป่วย โรคเลปโตสไปโรสิส. จาก https://cimjournal.com/special-articles/screen-diagno-leptospirosis/
คลังข้อมูลน้ำแห่งชาติ สถาบันสารสนเทศทรัพยากรน้ำ (องค์การมหาชน). (2567). ปริมาณฝนเชิงพื้นที่ รายเดือน รายจังหวัด. จาก https://data.hii.or.th/dataset/38cbfb06-e174-4653-accd-d491121ba752/resource/120aba77-b0a7-44c0-8043-91124dac45ed/download/spatial-rain-hii.csv
พรพิมล อดัมส์. (ม.ป.ป.). ความสำคัญของการขอรับรองจริยธรรมการวิจัย. หน้า 24. จากhttps://www.tm.mahidol.ac.th/research/images/Channel/slide/S2_ep30_%E0%B8%88%E0%B8%A3%E0%B8%B4%E0%B8%A2%E0%B8%98%E0%B8%A3%E0%B8%A3%E0%B8%A1%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%A7%E0%B8%B4%E0%B8%88%E0%B8%B1%E0%B8%A2%E0%B9%83%E0%B8%99%E0%B8%84%E0%B8%99.pdf
พรเทพ สวนดอก. (2567). โรคมือเท้าปาก. จาก https://www.pidst.or.th/A297.html
มหาวิทยาลัยมหิดล. (2565). ประกาศมหาวิทยาลัยมหิดล เรื่อง แนวปฏิบัติสำหรับโครงการวิจัยที่ไม่เข้าข่ายการวิจัยในคน. จาก https://sp.mahidol.ac.th/th/LAW/policy/2565-MU-Non-Human.pdf
ศูนย์ภูมิอากาศ กองพัฒนาอุตุนิยมวิทยา กรมอุตุนิยมวิทยา. (2567). ลักษณะอากาศรายจังหวัด กาฬสินธุ์. จาก http://climate.tmd.go.th/data/province/ตะวันออกเฉียงเหนือ/ภูมิอากาศกาฬสินธุ์.pdf
ศูนย์ส่งเสริมจริยธรรมการวิจัยในคน มหาวิทยาลัยมหิดล. (2565). แบบประเมินว่าโครงการวิจัยของท่านเข้าข่ายการวิจัยในคนหรือไม่. จาก https://sp.mahidol.ac.th/th/ethics-human/forms/checklist/2022-Human%20Research%20Checklist-researcher.pdf
สมาคมโรคติดเชื้อในเด็กแห่งประเทศไทย. (2567). โรคเมลิออยโดสิส (MELIOIDOSIS). จาก https://www.pidst.or.th/A247.html
สำนักงานกองทุนสนับสนุนการสร้างเสริมสุขภาพ. (2567). กรมควบคุมโรค เตือนหน้าฝน ระวัง 15 เห็ดพิษ แนะเจอเห็ดไม่รู้จัก ไม่แน่ใจ ไม่เก็บ ไม่กิน. จาก https://www.thaihealth.or.th/?p=366184
สำนักบริหารการทะเบียน กรมการปกครอง. (2567). ประชากรรายอายุ แยกตามเพศพื้นที่ จังหวัดกาฬสินธุ์ข้อมูลเดือน มิถุนายน 2567. จาก https://stat.bora.dopa.go.th/stat/statnew/statMONTH/statmonth/#/displayData
สำนักระบาดวิทยา กรมควบคุมโรค. (2567). ระบบรายงานการเฝ้าระวังโรค 506. จาก http://doe.moph.go.th/surdata/
Abdul Wahid, N.A., Suhaila, J., & Abd Rahman, H. (2021). Effect of climate factors on the incidence of hand, foot, and mouth disease in Malaysia: A generalized additive mixed model. Infectious Disease Modelling, 6, 997-1008.
Chantratita, N., Phunpang, R., Yarasai, A., Dulsuk, A., Yimthin, T., Onofrey, L.A., … West, T.E. (2023).
Characteristics and one year outcomes of melioidosis patients in Northeastern Thailand: a prospective, multicenter cohort study. Lancet Reg Health Southeast Asia, 9, 100118. https://doi.org/10.1016/j.lansea.2022.100118
Gallucci, M. (2019). GAMLj: General analyses for linear models. [jamovi module]. From https://gamlj.github.io/.
Guo, J., Cao, Z., Liu, H., Xu, J., Zhao, L., Gao, L., … Wang, J. (2022). Epidemiology of hand, foot, and mouth disease and the genetic characteristics of Coxsackievirus A16 in Taiyuan, Shanxi, China from 2010 to 2021. Front Cell Infect Microbiol., 12, 1040414. doi: 10.3389/fcimb.2022.1040414.
Jiee, S.F., Lim, K.J., Vui, D.S.C., Marius, D.P., Illyana, N.S., & Jantim, (2023). A. Extreme Weather and Melioidosis: An endemic tropical disease in Penampang district of Sabah, MalaysiaPenampang district of Sabah, Malaysia. J Health Res., 37(5), 297-305.
Joshi, Y.P., Kim, E-H., Cheong, H-K. (2017). The influence of climatic factors on the development of hemorrhagic fever with renal syndrome and leptospirosis during the peak season in Korea: An ecologic study. BMC Infect Dis., 17(1), 406. doi: 10.1186/s12879-017-2506-6.
Li, M. (2019). Course Handouts for Bayesian Data Analysis Class 11.5 Poisson Regression. From https://bookdown.org/marklhc/notes_bookdown/
Phosri A. (2022). Effects of rainfall on human leptospirosis in Thailand: evidence of multi-province study using distributed lag non-linear model. Stoch Environ Res Risk Assess., 36, 4119–4132. https://doi.org/10.1007/s00477-022-02250-x
R Core Team. (2021). R: A Language and environment for statistical computing. (Version 4.1) [Computer software]. From: https://cran.r-project.org.
Schober, P., Boer, C., & Schwarte, L.A. (2018). Correlation Coefficients: Appropriate Use and Interpretation. Anesthesia & Analgesia, 126(5), 1763-1768.
The jamovi project. (2022). jamovi. (Version 2.3) [Computer Software]. From: https://www.jamovi.org.
Van Pham, H., Phan, U.T.N., & Pham, A.N0Q. (2019). Meteorological factors associated with hand, foot and mouth disease in a Central Highlands province in Viet Nam: an ecological study. Western Pac Surveill Response J., 10(4), 18-23. doi: 10.5365/wpsar.2017.8.1.003.
Wilson, S.R. (2018). Inference for Under-Dispersed Data: Assessing the Performance of an Airborne Spacing Algorithm. Qual Eng., 30(4), 546-555. doi: 10.1080/08982112.2018.1482339.
Xiong, S., Wu, A., Weng, L., Zhang, L., Wu, M., et al. (2024). Study on the correlation between the number of mushroom poisoning cases and meteorological factors based on the generalized additive model in Guizhou Province. BMC Public Health, 24, 2628. https://doi.org/10.1186/s12889-024-20050-6
