naywinaung blog,Epidemiology Epidemic curve နဲ့ “flattening the curve” 

Epidemic curve နဲ့ “flattening the curve” 

Epidemic Curve (ကပ်ရောဂါ မျဉ်းကွေး) ဆိုတာ ကူးစက်ရောဂါတစ်ခု စတင်ဖြစ်ပွားချိန်ကစပြီး အချိန်နဲ့အမျှ ဖျားနာသူ ဘယ်လောက်ရှိတယ်ဆိုတာကို ပြသထားတဲ့ ဇယား (statistical chart) တစ်ခုပါ။ ဒီဇယားကို epi curve ဒါမှမဟုတ် epidemiological curve လို့လည်း ခေါ်ကြပါတယ်။

ဒီမျဉ်းကွေးဟာ ရောဂါပျံ့နှံ့မှုပုံစံကို မြင်သာအောင် ပြသပေးပြီး၊ ရောဂါကူးစက်ပုံကို ခွဲခြားသိရှိနိုင်ဖို့ ကူညီပေးနိုင်ပါတယ်။ ဒါ့အပြင် ရောဂါဘယ်လောက်ပြင်းထန်တယ် (magnitude)၊ ရောဂါဖြစ်ပွားမှုတွေ စုစည်းနေလား၊ ဒါမှမဟုတ် တစ်ဦးချင်း ရောဂါဖြစ်ပွားမှုတွေ လွဲချော်နေလား၊ အချိန်နဲ့အမျှ ဘယ်လိုပြောင်းလဲသွားလဲ (trend)၊ ပြီးတော့ ရောဂါ ကူးစက်ခံရပြီး ဘယ်လောက်ကြာမှ လက္ခဏာပြလဲ (incubation period) စတဲ့အချက်အလက်တွေကိုလည်း ပြသပေးနိုင်ပါတယ်။

Epi curve မှာ ဘာတွေပါဝင်သလဲ:

X-axis (အလျားလိုက်ဝင်ရိုး) က အချိန်ကာလကို ပြသပါတယ် (နာရီ၊ ရက်၊ ပတ်၊ လ၊ ဒါမှမဟုတ် နှစ်)။

Y-axis (ဒေါင်လိုက်ဝင်ရိုး) ကတော့ အဲဒီအချိန်ကာလအတွင်း ဖြစ်ပွားခဲ့တဲ့ ရောဂါဖြစ်ပွားမှုအသစ်အရေအတွက် (number of new cases) ကို ပြသပါတယ်။

Epi curve ကနေ ရနိုင်တဲ့ အချက်အလက်တွေနဲ့ ပုံစံအမျိုးမျိုး: Epi curve ရဲ့ ပုံသဏ္ဍာန်ကို ကြည့်ခြင်းအားဖြင့် ရောဂါဘယ်လိုပျံ့နှံ့တယ်ဆိုတာကို ခန့်မှန်းနိုင်ပါတယ်။ အဓိက ပုံစံ (၄) မျိုး ရှိပါတယ်:

၁။ Point Source Outbreak (အမှတ်တစ်နေရာမှ စတင်သည့် ကူးစက်မှု):

ဒီပုံစံမှာ ရောဂါဖြစ်ပွားမှုဟာ ရုတ်တရက် မြင့်တက်လာပြီး ခဏတာအတွင်း အထွတ်အထိပ် ရောက်ကာ လျင်မြန်စွာ ပြန်ကျသွားပါတယ်

ဒါဟာ လူအများစုဟာ ရင်းမြစ်တစ်ခုတည်းကနေ တချိန်တည်း (သို့မဟုတ် အချိန်တိုအတွင်း) ထိတွေ့ ကူးစက်ခံရတာကို ပြသပါတယ်

ဥပမာအနေနဲ့၊ မြောက်ကယ်ရိုလိုင်းနားက Potluck ပါတီတစ်ခုမှာ ဖြစ်ပွားခဲ့တဲ့ E. coli ရောဂါဖြစ်ပွားမှုကို ပြသတဲ့ epi curve ဟာ Point Source ပုံစံဖြစ်ပြီး၊ ရောဂါလက္ခဏာ စတင်ပြသမှုက နာရီပိုင်းအတွင်းမှာ ဖြစ်ပွားခဲ့တာကို တွေ့ရပါတယ်။

၂။ Continuous Common Source Outbreak (စဉ်ဆက်မပြတ် ဘုံရင်းမြစ်မှ ကူးစက်မှု):

ဒီပုံစံက ရောဂါဖြစ်ပွားမှုအရေအတွက်ဟာ အချိန်ကြာလာတာနဲ့အမျှ ဆက်တိုက်နဲ့ တည်ငြိမ်တဲ့ ပမာဏနဲ့ ရှိနေတာကို ပြသပါတယ်

ဒါဟာ ရောဂါပိုးရှိတဲ့ ရင်းမြစ်တစ်ခုတည်းကနေ အချိန်ကြာကြာ ထိတွေ့ကူးစက်မှု ဖြစ်နေတာကို ဆိုလိုပါတယ်

ဥပမာအနေနဲ့၊ Salmonella ပိုးပါတဲ့ အသင့်စား အေးခဲအစားအစာတွေကနေ ကူးစက်တဲ့ ရောဂါဖြစ်ပွားမှုကို ပြသတဲ့ epi curve ဟာ Continuous Common Source ပုံစံပါ။

၃။ Intermittent Common Source Outbreak (ကြားဖြတ် ဘုံရင်းမြစ်မှ ကူးစက်မှု):

ဒီပုံစံမှာတော့ ရောဂါဖြစ်ပွားမှုဟာ ပုံမှန်မဟုတ်တဲ့ ကြားကာလတွေမှာ ဖြစ်ပေါ်တာကို ပြသပါတယ်

ဒါဟာ ရင်းမြစ်တစ်ခုတည်းကနေ ကူးစက်တာဖြစ်ပေမယ့် ထိတွေ့မှုက စဉ်ဆက်မပြတ် မဟုတ်ဘဲ ပြတ်တောင်းပြတ်တောင်း ဖြစ်နေတာကို ညွှန်ပြပါတယ်

ဥပမာ၊ ရေခဲမုန့် ထုတ်လုပ်တဲ့ စက်ရုံတစ်ခုကနေ Listeria ပိုး ကူးစက်မှုဟာ ဒီပုံစံမျိုး ရှိနိုင်ပါတယ်။

၄။ Propagated Outbreak (တစ်ဦးမှတစ်ဦး ကူးစက်မှု):

ဒီပုံစံမှာ ရောဂါဖြစ်ပွားမှုဟာ တဖြည်းဖြည်းချင်း တိုးလာပြီး ထိပ်ဆုံးရောက်ကာမှ ပြန်ကျဆင်းသွားပါတယ်

ဒါဟာ ရောဂါပိုးက လူတစ်ဦးမှတစ်ဦး တိုက်ရိုက် ကူးစက်တာကို ပြသပါတယ်

ဥပမာအနေနဲ့၊ ဝက်သက်ရောဂါဖြစ်ပွားမှု (Measles) ဒါမှမဟုတ် COVID-19 လိုမျိုး ရောဂါတွေမှာ ဒီပုံစံကို တွေ့ရပါတယ်။ COVID-19 ကတော့ ပထမဆုံး ဝူဟန်ပင်လယ်စာဈေးကနေ ဘုံရင်းမြစ် (continuous common source) ပုံစံနဲ့ စတင်ခဲ့ပြီး နောက်ပိုင်းမှာ လူချင်းကူးစက်တဲ့ (propagated source) ပုံစံ ဖြစ်လာတယ်လို့ လေ့လာတွေ့ရှိရပါတယ်။

Epi curve တွေကို ခွဲခြမ်းစိတ်ဖြာခြင်း:

ရောဂါဖြစ်ပွားမှု မရှိတော့ဘူးဆိုတိုင်း ရောဂါ ကူးစက်မှုပြီးဆုံးသွားပြီလို့ အမြဲတမ်းပြောလို့မရပါဘူး။ ဘာလို့လဲဆိုတော့ ကျန်းမာရေးဌာနတွေက ရောဂါကူးစက်မှုတွေကို ဖော်ထုတ်ပြီး ဆက်စပ်ဖို့ ရက်သတ္တပတ်ပေါင်းများစွာ ကြာနိုင်လို့ပါ (reporting lag)။

တချို့ကျတော့ ရောဂါလက္ခဏာ စတင်တဲ့ရက်ကို အတိအကျသိဖို့ ခက်တဲ့အတွက် လူနာရဲ့ နမူနာယူတဲ့ရက်ကို အခြေခံပြီး ခန့်မှန်းရတာတွေလည်း ရှိပါတယ်။

Flattening the Curve 

“Flattening the Curve” (မျဉ်းကွေးကို ပြားအောင်လုပ်ခြင်း) ဆိုတာ ဘာလဲ။

“Flattening the curve” ဆိုတာက ရောဂါကူးစက်မှုနှုန်းကို နှေးကွေးအောင် လုပ်ဆောင်ခြင်းကို ဆိုလိုပါတယ်။ ရည်ရွယ်ချက်ကတော့ အချိန်တိုအတွင်း လူအများကြီး ရောဂါမဖြစ်အောင် တားဆီးဖို့ပါ

ဘာလို့ အရေးကြီးတာလဲ:

ရောဂါဖြစ်ပွားသူ အရေအတွက် ရုတ်တရက် အကြီးအကျယ် မြင့်တက်လာရင် ဆေးရုံတွေရဲ့ ဝန်ဆောင်မှု ပေးနိုင်စွမ်း (လူနာကုတင်၊ ဆေးပစ္စည်း၊ ဆရာဝန်၊ သူနာပြု အင်အား) ကို ကျော်လွန်သွားနိုင်ပါတယ်

“Flattening the curve” လုပ်ခြင်းအားဖြင့် ရောဂါဖြစ်ပွားတဲ့ ကာလကို ပိုရှည်စေပေမယ့် တချိန်တည်းမှာ ရောဂါဖြစ်တဲ့ လူနာအရေအတွက်ကို လျှော့ချပေးနိုင်ပါတယ်။ ဒါမှ ဆေးရုံတွေက ဝန်မပိဘဲ လိုအပ်တဲ့သူတိုင်းကို ကုသပေးနိုင်မှာပါ။

ဒါ့အပြင် ရောဂါကူးစက်မှုနှုန်းကို နှေးကွေးအောင် လုပ်ခြင်းအားဖြင့် ကုသမှုနည်းလမ်းအသစ်တွေ၊ ဆေးဝါးတွေနဲ့ ကာကွယ်ဆေးတွေ ထုတ်လုပ်ဖို့ အချိန်ရစေပါတယ်

သမိုင်းမှာဆိုရင် ၁၉၁၈ ခုနှစ် စပိန်တုပ်ကွေးကပ်ရောဂါကို ရင်ဆိုင်ရာမှာ ဒီနည်းလမ်းကို အသုံးပြုခဲ့ဖူးပါတယ်

“Flattening the Curve” ပြုလုပ်တဲ့ အဓိက အဆင့်တွေနဲ့ နည်းလမ်းတွေကတော့-

လူမှုရေးအရ ခပ်ခွာခွာနေထိုင်ခြင်း (Social Distancing) က ရောဂါပျံ့နှံ့မှုကို နှေးကွေးစေတဲ့ အဓိကနည်းလမ်းပါ။ ဒါ့အပြင် အောက်ပါ “ဆေးဝါးမဟုတ်သော ကြားဝင်ဆောင်ရွက်မှုများ” (Non-Pharmaceutical Interventions – NPIs) ကိုလည်း လုပ်ဆောင်ကြပါတယ်။

    ◦ ကျောင်းများ၊ လုပ်ငန်းခွင်များ ပိတ်ခြင်း

    ◦ အများပြည်သူဆိုင်ရာပွဲများ ဖျက်သိမ်းခြင်း

    ◦ လူစုလူဝေး ကန့်သတ်ခြင်း

    ◦ ပြည်တွင်း/ပြည်ပ ခရီးသွားလာမှု ကန့်သတ်ခြင်း

    ◦ ပြည်သူလူထုကို သတင်းအချက်အလက် ပွင့်လင်းမြင်သာစွာ ပေးခြင်း က ရောဂါထိန်းချုပ်ရေး ကြိုးပမ်းမှုတွေမှာ ပြည်သူလူထုရဲ့ ယုံကြည်မှုကို ထိန်းသိမ်းဖို့ အရေးပါပါတယ်။

    ◦ လက်ဆေးခြင်းနှင့် တစ်ကိုယ်ရေ သန့်ရှင်းရေးကို အလေးထားခြင်း က ရောဂါကူးစက်မှုကို ကာကွယ်ပေးပါတယ်။

    ◦ မျက်နှာဖုံး (Mask) တပ်ဆင်ခြင်းအခြားသူများနှင့် ၆ ပေ အကွာနေခြင်းလူစုလူဝေးရှောင်ခြင်းလေဝင်လေထွက်မကောင်းသောနေရာများ ရှောင်ရှားခြင်းချောင်းဆိုးနှာချေပါက အုပ်၍ ချောင်းဆိုးနှာချေခြင်းမျက်နှာပြင်များကို သန့်ရှင်းရေးနှင့် ပိုးသတ်ခြင်း စတဲ့ တစ်ကိုယ်ရေ ကာကွယ်ရေး နည်းလမ်းများလည်း ပါဝင်ပါတယ်။

    ◦ ရောဂါရှိသူများကို သီးသန့်ခွဲထားခြင်း နှင့် ရောဂါထိတွေ့သူများကို ဖော်ထုတ်ခြင်း (Contact Tracing) စသည်တို့လည်း ပါဝင်ပါတယ်။

စောစီးစွာ ဆောင်ရွက်ခြင်း က အရေးကြီးပါတယ်။ အီတလီနိုင်ငံရဲ့ လေ့လာမှုတစ်ခုအရ စောစီးစွာ ဆောင်ရွက်တဲ့ ဒေသတွေမှာ ရောဂါဖြစ်ပွားနှုန်း နည်းပါးတာကို တွေ့ရပါတယ်။

ပြည်သူလူထုရဲ့ ပူးပေါင်းပါဝင်မှု က အရေးကြီးဆုံးအချက်ပါပဲ။ တောင်ကိုရီးယားမှာဆိုရင် ပြည်သူလူထုရဲ့ လိုက်နာမှုကောင်းခြင်းက ရောဂါဖြစ်ပွားမှု လျော့ကျစေတဲ့အချက် ဖြစ်ခဲ့ပါတယ်။

အောင်မြင်မှုနှင့် စိန်ခေါ်မှုများ:

“Flattening the curve” အတွက် ချမှတ်တဲ့ ထိန်းချုပ်ရေးအစီအမံတွေဟာ ဝင်ငွေမြင့်မားတဲ့နိုင်ငံ (HICs) တွေမှာ အောင်မြင်မှုရှိခဲ့ပေမယ့် ဝင်ငွေနည်းပြီး အလယ်အလတ်ဝင်ငွေရှိတဲ့နိုင်ငံ (LMICs) တွေမှာတော့ အောင်မြင်မှု အားနည်းခဲ့ပါတယ်

ဒါဟာ ဝင်ငွေနည်းတဲ့နိုင်ငံတွေမှာ လူဦးရေရဲ့ အများစုက နေ့စဉ်ဝင်ငွေပေါ်မှာ မှီခိုနေရတဲ့ အလုပ်တွေ လုပ်ကိုင်နေရတာကြောင့် (informal economic sector) “အလုပ်မလုပ်ရင် ထမင်းမစားရဘူး” ဆိုတဲ့ အခြေအနေကြောင့် Lockdown လုပ်ဖို့ မဖြစ်နိုင်တာတွေ ရှိပါတယ်။ ဒါ့အပြင် ဆင်းရဲတဲ့ဒေသတွေရဲ့ လူနေမှုအဆင့်အတန်းဟာ ဗိုင်းရပ်စ်ပျံ့နှံ့မှုကို အားပေးနိုင်ပါတယ်။

“Flattening the curve” ဟာ ကျန်းမာရေးအကျိုးကျေးဇူးတွေ ရှိစေပေမယ့် စီးပွားရေး ထိခိုက်မှုတွေကို ကြာရှည်စေနိုင်တဲ့ စိန်ခေါ်မှုလည်း ရှိပါတယ်

ဒီအချက်အလက်တွေက Epidemic Curve နဲ့ “Flattening the Curve” ဆိုတာ ဘာကိုဆိုလိုသလဲဆိုတာကို နားလည်စေဖို့ အထောက်အကူ ဖြစ်မယ်လို့ မျှော်လင့်ပါတယ်။


Discover more from naywinaung

Subscribe to get the latest posts sent to your email.

Leave a Reply

Your email address will not be published. Required fields are marked *

Related Post

သုတေသနခေါင်းစဉ်တစ်ခုကို ဘယ်လိုရွေးချယ်မလဲသုတေသနခေါင်းစဉ်တစ်ခုကို ဘယ်လိုရွေးချယ်မလဲ

သုတေသန ခေါင်းစဉ်တစ်ခုကို ရွေးချယ်ခြင်း သုတေသနလုပ်ငန်းစဉ်ရဲ့ အစမှာ အရေးအကြီးဆုံးနဲ့ ပထမဆုံး ခြေလှမ်းကတော့ သင့်တော်တဲ့ သုတေသနခေါင်းစဉ်တစ်ခုကို ရွေးချယ်ခြင်းပဲဖြစ်ပါတယ်။ ကောင်းမွန်တဲ့ ခေါင်းစဉ်တစ်ခုဟာ မိတ်ဆွေရဲ့ သုတေသနကို လမ်းညွှန်ပေးနိုင်သလို၊ စိတ်ဝင်စားစရာကောင်းပြီး အောင်မြင်တဲ့ သုတေသနတစ်ခု ဖြစ်လာဖို့အတွက်လည်း အခြေခံအုတ်မြစ်ကောင်းတစ်ခုကို ချပေးနိုင်ပါတယ်။ ဒါကြောင့် ခေါင်းစဉ်တစ်ခုကို ရွေးချယ်တဲ့အခါမှာ မိတ်ဆွေရဲ့ စိတ်ဝင်စားမှု၊ သုတေသနပြုလုပ်နိုင်မှုနဲ့ သင့်တော်တဲ့ အကြောင်းအရာတွေကို

Selection of Appropriate Statistical Methods for Data AnalysisSelection of Appropriate Statistical Methods for Data Analysis

ဒေတာ ခွဲခြမ်းစိတ်ဖြာဖို့ သင့်တော်တဲ့ Statistical Methods ဘယ်လို ရွေးမလဲ ဒေတာတွေကို ခွဲခြမ်းစိတ်ဖြာတဲ့ အလုပ်မှာ statistical method မှန်မှန်ကန်ကန် ရွေးတာက အဓိကဖြစ်ပါတယ်။ သုတေသီပဲဖြစ်ဖြစ်၊ ဒေတာနဲ့ ကစားတတ်တဲ့ သူပဲဖြစ်ဖြစ်၊ ကျောင်းသားပဲဖြစ်ဖြစ်၊ ဘယ်နည်းကို သုံးမလဲဆိုတာက ကိုယ့်ရဲ့ အဖြေတွေ ယုံကြည်ရလောက်၊မရလောက် ဆုံးဖြတ်ပေးနိုင်ပါတယ်။ ဒီဆောင်းပါးမှာ ဒီ method တွေကို

“ဘက်လိုက်မှု (Bias)” အကြောင်း“ဘက်လိုက်မှု (Bias)” အကြောင်း

ရောဂါဗေဒဆိုင်ရာ လေ့လာမှုတွေမှာ ဘက်လိုက်မှု (Bias) ဆိုတာက တကယ်တော့ စနစ်ကျတဲ့ အမှား (systematic error) တစ်မျိုးပါ။ ဒီအမှားက လေ့လာမှုရဲ့ ဒီဇိုင်း (design) ဒါမှမဟုတ် ဆောင်ရွက်ပုံ (conduct) ထဲမှာ ဖြစ်ပေါ်လာပြီး အကြောင်းအရာတွေကြားက ဆက်စပ်မှုကို မှန်ကန်စွာ ခန့်မှန်းနိုင်စွမ်းကို ထိခိုက်စေနိုင်ပါတယ်။ လေ့လာမှုတစ်ခုမှာ ဆက်စပ်မှုတစ်ခုကို တွေ့ရတဲ့အခါ၊ အဲဒီဆက်စပ်မှုက အကြောင်းအရာရဲ့