Outbreak Investigation ဆိုတာက ရောဂါတစ်ခု ရုတ်တရက် ပျံ့နှံ့လာတဲ့အခါ ဘာကြောင့်ဖြစ်တာလဲ၊ ဘယ်လိုဖြစ်တာလဲ၊ ဘယ်လိုထိန်းချုပ်ရမလဲဆိုတာကို စုံစမ်းဖော်ထုတ်တဲ့ လုပ်ငန်းစဉ်တစ်ခုပါပဲ။ Outbreak Investigation ရဲ့ အဓိကအဆင့်များ ဥပမာ၊ ကျေးရွာတစ်ခုမှာ ဝမ်းလျှောရောဂါဖြစ်နေတယ်ဆိုပါစို့။ 1. Outbreak ဖြစ်နေကြောင်း အတည်ပြုပါ (Confirm the Outbreak) ပထမဆုံး၊ ဒါက တကယ် outbreak ဟုတ်မဟုတ်
၁။ ကူးစက်ရောဂါ ဖြစ်ပွားမှု ဆက်စပ်ကွင်းဆက် (Chain of Infection) “Chain of Infection” ဆိုတာကတော့ ရောဂါတစ်ခု ကူးစက်ဖြစ်ပွားဖို့အတွက် လိုအပ်တဲ့ အဓိက အစိတ်အပိုင်းတွေနဲ့ သူတို့ရဲ့ ဆက်စပ်မှုတွေကို ဖော်ပြထားတဲ့ နိယာမ တစ်ခု ဖြစ်ပါတယ်။ ဒီကွင်းဆက်ကို နားလည်ထားရင် ရောဂါတွေကို ဘယ်လိုကာကွယ်ရမယ်၊ ထိန်းချုပ်ရမယ်ဆိုတာကို သိရှိနိုင်ပါတယ်။ ဒီကွင်းဆက်မှာ ပါဝင်တဲ့
Convergence Model of Epidemiology ဆိုတာ ဘာလဲ? Convergence Model ဆိုတာ ရောဂါတစ်ခုဖြစ်ဖို့ အကြောင်းအမျိုးမျိုးတွေ (ဥပမာ၊ မျိုးရိုးဗီဇ၊ ပတ်ဝန်းကျင်၊ နေ့စဉ်ဘဝပုံစံ) တွေ တစ်ပြိုင်နက် ပေါင်းစပ်ပြီး “ဆုံတွေ့” လာတဲ့ အခါ ရောဂါဖြစ်ပေါ်လာတယ်လို့ ရှင်းပြတဲ့ မော်ဒယ်ပါ။ ဒါကို ဥပမာအနေနဲ့ ပြောရရင်၊ ရောဂါတစ်ခုဖြစ်ဖို့ တစ်ခုတည်းတစ်ချက်တည်းက မလုံလောက်ပါဘူး။အကြောင်းအချက်တွေ
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။
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
ရှုပ်ထွေးစေသောအကြောင်းရင်း (Confounding) ရှုပ်ထွေးစေသောအကြောင်းရင်း (Confounding) ဆိုတာ ဘာလဲ? သုတေသနမှာ ကျွန်တော်တို့လေ့လာချင်တဲ့ ထိတွေ့မှု (exposure) နဲ့ ရလဒ် (outcome) ဆက်စပ်မှုကို ရှုပ်ထွေးအောင်လုပ်တဲ့ တတိယ အချက်တစ်ခုပါ။ ဥပမာ ပြောရရင်၊ ကော်ဖီသောက်တာက နှလုံးရောဂါဖြစ်စေတယ်လို့ လေ့လာတယ်ဆိုပါစို့။ ဒါပေမယ့် ဆေးလိပ်သောက်တတ်တဲ့သူတွေက ကော်ဖီလည်း များများသောက်တယ်ဆိုရင်၊ ဆေးလိပ်သောက်တာက နှလုံးရောဂါဖြစ်နိုင်ခြေကို တိုးစေတယ်။ ဒီမှာ
Relative Risk၊ Odds Ratio နဲ့ Attributable Risk ဆိုတဲ့ အကြောင်းအရာတွေကို ဆွေးနွေးကြည့်ချင်ပါတယ်။ ဒါတွေက ဆေးသုတေသနမှာ အသုံးများတဲ့ အချက်အလက်တွေကို နှိုင်းယှဉ်တွက်ချက်တဲ့ နည်းလမ်းတွေပါ။ ရိုးရှင်းအောင် ပြောရရင် တစ်ခုခုကြောင့် ရောဂါဖြစ်နိုင်ခြေကို ဘယ်လိုတိုင်းတာမလဲဆိုတာပါပဲ။ ၁. Relative Risk (RR) – အန္တရာယ်နှိုင်းယှဉ်ချက် Relative Risk ဆိုတာ
Universal Health Coverage (UHC) အကြောင်း အသေးစိတ် ပြောပြချင်ပါတယ်။ မိတ်ဆွေ၊ Universal Health Coverage (UHC) ဆိုတာက ကျန်းမာရေးကဏ္ဍမှာ ကမ္ဘာ့အဆင့် မူဝါဒချမှတ်သူတွေ၊ နိုင်ငံတကာ အဖွဲ့အစည်းတွေ အာရုံစိုက်နေတဲ့ အရေးအကြီးဆုံး အကြောင်းအရာတစ်ခုပါပဲ။ WHO (ကမ္ဘာ့ကျန်းမာရေးအဖွဲ့) က အဓိပ္ပာယ်ဖွင့်ဆိုထားတာကတော့ လူတိုင်းဟာ မိမိတို့ လိုအပ်တဲ့ အရည်အသွေးရှိ ကျန်းမာရေး
SDG (Sustainable Development Goals) တွေနဲ့ ပတ်သက်ပြီး နည်းနည်းပွားကြည့်ကြရအောင်ဗျာ။ SDG ဆိုတာကတော့ ရေရှည်ဖွံ့ဖြိုးတိုးတက်ရေးပန်းတိုင်များ (Sustainable Development Goals) ကို အတိုကောက်ခေါ်တာပါ။ ဒီပန်းတိုင်တွေကို ကုလသမဂ္ဂ (UN) က ၂၀၁၅ ခုနှစ် စက်တင်ဘာလမှာ ကျင်းပခဲ့တဲ့ ရေရှည်ဖွံ့ဖြိုးတိုးတက်ရေး ထိပ်သီးအစည်းအဝေးကနေ ချမှတ်ခဲ့တာ ဖြစ်ပါတယ်။ သူတို့ဟာ ၂၀၃၀ ခုနှစ်အထိ
ငွေပေးချေပုံစံ (Payment Models) ၁. Fee-for-Service ဝန်ဆောင်မှုတစ်ခုလုပ်တိုင်း ငွေရှင်းရတဲ့ ပုံစံ။ လူနာကြည့်တာ၊ ဆေးစစ်တာ၊ ဆေးညွှန်းတာ၊ ခွဲစိတ်တာ တစ်ခုချင်း သီးသန့်ပိုက်ဆံရပါတယ်။ အားသာချက် → လူနာများများကြည့်ရင် ဝင်ငွေများများရတယ်။ အားနည်းချက် → မလိုအပ်တဲ့ စစ်ဆေးမှုတွေ များလာတတ်တယ်၊ ကုန်ကျစရိတ်ကြီးတယ်၊ ကြိုတင်ကာကွယ်တာ နည်းတယ်။ မျက်ဖြူစိုက်လေ ဆရာကြိုက်လေ။ အဓိက အသုံးပြုလေ့ရှိတဲ့နေရာ