surveillance

“surveillance” ဆိုတာ ဘာလဲ၊ ဘာအတွက်ကြောင့် အရေးကြီးတာလဲ

Surveillance (ရောဂါစောင့်ကြပ်ကြည့်ရှုခြင်း) ဆိုတာ ဘာလဲ

ရိုးရှင်းစွာပြောရရင် Surveillance ဆိုတာက ကျန်းမာရေးနဲ့ ပတ်သက်တဲ့ အချက်အလက်တွေကို စနစ်တကျ၊ အဆက်မပြတ် စုဆောင်းတာ၊ ခွဲခြမ်းစိတ်ဖြာတာ၊ အဓိပ္ပာယ်ဖွင့်ဆိုတာ မျိုးပါ။ ဒီလိုရလာတဲ့ အချက်အလက်တွေကို ရောဂါကာကွယ်ရေးနဲ့ ထိန်းချုပ်ရေးအတွက် တာဝန်ရှိသူတွေဆီ အချိန်မီ ဖြန့်ဝေပေးပြီး၊ ပြည်သူ့ကျန်းမာရေး လုပ်ငန်းတွေ စီမံတာ၊ အကောင်အထည်ဖော်တာ၊ အကဲဖြတ်တာတွေအတွက် မရှိမဖြစ်လိုအပ်တဲ့ သတင်းအချက်အလက်တွေ ပံ့ပိုးပေးဖို့ ရည်ရွယ်ပါတယ်။ ဒါဟာ ပြည်သူ့ကျန်းမာရေးရဲ့ အခြေခံကျတဲ့ အခန်းကဏ္ဍတစ်ခုပါပဲ။

ဘယ်လို ရည်ရွယ်ချက်တွေနဲ့ ဘာအတွက် အသုံးပြုလဲ

ဒီစောင့်ကြပ်ကြည့်ရှုမှုရဲ့ အဓိက ရည်ရွယ်ချက်ကတော့ ကျန်းမာရေး ဝန်ထမ်းတွေ၊ အစိုးရခေါင်းဆောင်တွေနဲ့ ပြည်သူတွေက ကျန်းမာရေးဆိုင်ရာ မူဝါဒတွေ၊ အစီအစဉ်တွေကို လမ်းညွှန်နိုင်ဖို့အတွက် လိုအပ်တဲ့ သတင်းအချက်အလက်တွေကို ပေးဖို့ပါ။

ရောဂါစောင့်ကြပ်ကြည့်ရှုခြင်းကို နည်းလမ်းမျိုးစုံနဲ့ အသုံးပြုနိုင်ပါတယ်-

လူနာတွေနဲ့ သူတို့ရဲ့ ထိတွေ့သူတွေကို ဖော်ထုတ်ပြီး ကုသမှုတွေ၊ ကြားဝင်ဆောင်ရွက်မှုတွေ လုပ်ဆောင်နိုင်ဖို့။

ရောဂါဖြစ်ပွားမှုတွေ (epidemics)၊ ကျန်းမာရေး ပြဿနာတွေ၊ ကျန်းမာရေး အပြုအမူတွေ ပြောင်းလဲမှုတွေကို ထောက်လှမ်းနိုင်ဖို့။

ကျန်းမာရေး ပြဿနာတွေရဲ့ ပြင်းထန်မှုနဲ့ ပမာဏကို ခန့်မှန်းနိုင်ဖို့။

ရောဂါဖြစ်ပွားမှု လမ်းကြောင်းတွေကို တိုင်းတာပြီး ရောဂါအကြောင်းကို ဖော်ပြနိုင်ဖို့။

ရောဂါပိုးတွေနဲ့ ပတ်ဝန်းကျင်ဆိုင်ရာ အေးဂျင့်တွေရဲ့ ပြောင်းလဲမှုတွေကို စောင့်ကြည့်နိုင်ဖို့။

အစီအစဉ်တွေနဲ့ ထိန်းချုပ်မှု အစီအမံတွေရဲ့ ထိရောက်မှုကို အကဲဖြတ်နိုင်ဖို့။

ယူဆချက်အသစ်တွေ ချမှတ်ပြီး သုတေသနပြုဖို့။

ကာကွယ်ဆေး ထိုးနှံမှု လွှမ်းခြုံမှု ပြည့်စုံမှုနဲ့ လူဦးရေရဲ့ ကာကွယ်မှုအခြေအနေကို စောင့်ကြည့်နိုင်ဖို့။

ဆေးယဉ်ပါးတဲ့ ရောဂါပိုးတွေရဲ့ ဖြစ်ပွားမှုကို စောင့်ကြည့်နိုင်ဖို့။

Surveillance အမျိုးအစားများ

အဓိကအားဖြင့် surveillance ပုံစံ နှစ်မျိုးရှိပြီး အခြားအမျိုးအစားတွေလည်း ရှိပါတယ်-

Passive Surveillance (လက်ခံစောင့်ကြပ်ကြည့်ရှုခြင်း):

ကျန်းမာရေး စောင့်ရှောက်မှု ပေးသူတွေက ရောဂါတွေကို သူတို့ဘာသာ အစီရင်ခံတာမျိုးပါ။

ရိုးရှင်းပြီး ကုန်ကျစရိတ် သက်သာပါတယ်။

ဒါပေမဲ့ အစီရင်ခံမှု မပြည့်စုံတာနဲ့ အရည်အသွေး ကွဲပြားမှုတွေကြောင့် ကန့်သတ်ချက်တွေ ရှိနိုင်ပါတယ်။

ဒေသတွင်း ရောဂါဖြစ်ပွားမှု အသေးစားလေးတွေ (outbreaks) လွတ်သွားနိုင်ခြေလည်း ရှိပါတယ်။

Active Surveillance (တက်ကြွစောင့်ကြပ်ကြည့်ရှုခြင်း):

ကျန်းမာရေး အေဂျင်စီတွေက ကျန်းမာရေး စောင့်ရှောက်မှု ပေးသူတွေဆီကို အစီရင်ခံစာတွေ တောင်းခံဖို့ ဆက်သွယ်တာမျိုးပါ။

ဒါကြောင့် ရောဂါအခြေအနေတွေကို ပိုမိုပြည့်စုံစွာ အစီရင်ခံနိုင်ပါတယ်။

တိကျတဲ့ ကူးစက်ရောဂါဗေဒ စုံစမ်းစစ်ဆေးမှုတွေနဲ့ တွဲဖက် အသုံးပြုပါတယ်။

တည်ဆောက်ဖို့နဲ့ ထိန်းသိမ်းဖို့ ကုန်ကျစရိတ် ပိုများပြီး စတင်ဖို့ ခက်ခဲနိုင်ပါတယ်။

Sentinel Surveillance (စံပြစောင့်ကြပ်ကြည့်ရှုခြင်း):

ပထဝီဝင်ဧရိယာ (ဒေသ)သို့မဟုတ် သတ်မှတ်ထားသော အစီရင်ခံအဖွဲ့ကို ကိုယ်စားပြုဖို့ရွေးချယ်ထားတဲ့ကျန်းမာရေးပညာရှင်များက ကျန်းမာရေးဖြစ်ရပ်များကို အစီရင်ခံခြင်းဖြစ်ပါတယ်။ passive (သို့) active နှစ်မျိုးလုံး ဖြစ်နိုင်ပါတယ်။

Syndromic Surveillance (ရောဂါလက္ခဏာအခြေပြုစောင့်ကြပ်ကြည့်ရှုခြင်း):

ဆရာဝန်က ရောဂါရှာဖွေအတည်ပြုထားသော သို့မဟုတ် ဓာတ်ခွဲခန်းမှ အတည်ပြုထားသော ရောဂါတစ်ခုတည်းကို အဓိကထားမည့်အစား ရောဂါလက္ခဏာ တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ရောဂါလက္ခဏာများကို အဓိကထားပါတယ်။ ဥပမာ- ပြင်းထန်သော ကြွက်သားအားနည်းခြင်း (Acute Flaccid Paralysis – AFP) သို့မဟုတ် တုပ်ကွေးနှင့်ဆင်တူသော ရောဂါများ (Influenza-Like Illness)။

Vertical (ဒေါင်လိုက်) နှင့် Integrated (ပေါင်းစပ်) Surveillance စနစ်များ:

Vertical: ရောဂါတစ်ခု သို့မဟုတ် ထိခိုက်ဒဏ်ရာတစ်ခုတည်းကို အာရုံစိုက်ပြီး အချက်အလက်များကို သက်ဆိုင်ရာ ရောဂါထိန်းချုပ်ရေး အစီအစဉ်သို့ ပြန်လည် ထည့်သွင်းပေးခြင်း။ ကုန်ကျစရိတ် များပြားသော်လည်း ထိရောက်မှု ရှိပါတယ်။

Integrated: ရောဂါပေါင်းများစွာအတွက် တူညီသော ဖွဲ့စည်းပုံ၊ လုပ်ငန်းစဉ်များနှင့် ပုဂ္ဂိုလ်များကို အသုံးပြုသော စနစ်။ ပေါင်းစပ်ညှိနှိုင်းမှု လိုအပ်သော်လည်း ပိုမိုထိရောက်ပြီး ကုန်ကျစရိတ် သက်သာပါတယ်။

Surveillance စနစ်တစ်ခု၏ အရည်အသွေးများ (Attributes)

ကောင်းမွန်တဲ့ surveillance စနစ်တစ်ခုမှာ ဒီလိုအရည်အသွေးတွေ ရှိသင့်ပါတယ်:

အသုံးဝင်မှု (Usefulness): ရည်ရွယ်ချက်တွေကို ဘယ်လောက်အထိ အထောက်အကူပြုလဲ။

ဒေတာ အရည်အသွေး (Data quality): ရရှိနိုင်တဲ့ ဒေတာတွေ ဘယ်လောက် ယုံကြည်စိတ်ချရလဲ၊ ပြည့်စုံမှု၊ မှန်ကန်မှု ရှိလား။

အချိန်မီမှု (Timeliness): အစီရင်ခံစာတွေ ဘယ်လောက် မြန်မြန်ဆန်ဆန် ရရှိလဲ။

ပြောင်းလဲနိုင်မှု (Flexibility): ပြောင်းလဲမှုတွေနဲ့ ဘယ်လောက် မြန်မြန် လိုက်လျောညီထွေဖြစ်အောင် လုပ်နိုင်လဲ။

ရိုးရှင်းမှု (Simplicity): စနစ်က ဘယ်လောက် လည်ပတ်ရ လွယ်ကူလဲ။

တည်ငြိမ်မှု (Stability): စောင့်ကြပ်ကြည့်ရှုမှု စနစ်က ကောင်းမွန်စွာ အလုပ်လုပ်ပြီး မကြာခဏ ပျက်စီးမှု မရှိဘူးလား။

အာရုံခံနိုင်စွမ်း (Sensitivity): ရည်ရွယ်ထားတဲ့ ရောဂါဖြစ်ပွားမှုတွေကို ဘယ်လောက် ကောင်းကောင်း ဖော်ထုတ်နိုင်လဲ။

Positive Predictive Value (မှန်ကန်စွာ ခန့်မှန်းနိုင်မှု): အစီရင်ခံထားတဲ့ ဖြစ်ပွားမှုတွေထဲက ဘယ်လောက်ရာခိုင်နှုန်းက ရောဂါဖြစ်ပွားမှု အဓိပ္ပာယ်ဖွင့်ဆိုချက်နဲ့ ကိုက်ညီလဲ။

ကိုယ်စားပြုနိုင်မှု (Representativeness): စောင့်ကြပ်ကြည့်ရှုနေတဲ့ လူဦးရေကို စနစ်က ဘယ်လောက် ကောင်းကောင်း ကိုယ်စားပြုလဲ။

လက်ခံနိုင်စွမ်း (Acceptability): စနစ်က ဘယ်လောက် လည်ပတ်ရ လွယ်ကူပြီး လက်ခံနိုင်စွမ်းရှိလဲ။

ဒေတာရင်းမြစ်များနှင့် လုပ်ငန်းစဉ်

Surveillance အတွက် အချက်အလက်တွေကို အမျိုးမျိုးသော ရင်းမြစ်များမှ ရရှိနိုင်ပါတယ်-

အစီရင်ခံထားတဲ့ ရောဂါများ သို့မဟုတ် ရောဂါလက္ခဏာများ။

အီလက်ထရွန်နစ် ကျန်းမာရေး မှတ်တမ်းများ (ဥပမာ- ဆေးရုံမှ ဆင်းသည့်လူနာစာရင်း)။

အရေးကြီးသော မှတ်တမ်းများ (ဥပမာ- မွေးစာရင်းနှင့် သေစာရင်းများ)။

မှတ်ပုံတင်ဌာနများ (ဥပမာ- ကင်ဆာ၊ ကာကွယ်ဆေး ထိုးနှံမှု မှတ်ပုံတင်များ)။

စစ်တမ်းများ (Surveys)။

ဆရာဝန်မှတ်တမ်းများ၊ အလုပ်အကိုင်မှတ်တမ်းများ၊ ဆေးရုံမှတ်တမ်းများ၊ ရောဂါမှတ်ပုံတင်မှတ်တမ်းများ၊ သေစာရင်းများ။

Surveillance လုပ်ငန်းစဉ်ကတော့ အဆင့် ၅ ဆင့် ပါဝင်ပါတယ်:

ဒေတာ စုဆောင်းခြင်း (Data Collection)

ဒေတာ ခွဲခြမ်းစိတ်ဖြာခြင်း (Data Analysis)

ဒေတာ အဓိပ္ပာယ်ဖွင့်ဆိုခြင်း (Data Interpretation)

ဒေတာ ဖြန့်ဝေခြင်း (Data Dissemination)

လုပ်ဆောင်မှုသို့ ချိတ်ဆက်ခြင်း (Link to Action)

ပြောချင်တာက Surveillance ဆိုတာက ရောဂါတွေရဲ့ ဖြစ်ပွားမှု လမ်းကြောင်းတွေကို စောင့်ကြည့်ဖို့၊ ပြဿနာတွေကို စောစောစီးစီး သိရှိနိုင်ဖို့နဲ့ ပြည်သူ့ကျန်းမာရေး ဆိုင်ရာ မူဝါဒတွေ၊ အစီအစဉ်တွေကို ပိုမိုကောင်းမွန်အောင် ချမှတ်ဆောင်ရွက်နိုင်ဖို့အတွက် မရှိမဖြစ်လိုအပ်တဲ့ အခြေခံ အချက်အလက်တွေကို ပံ့ပိုးပေးတဲ့ အရာပါပဲ။

နပေတိုး


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

residual analysisresidual analysis

မနေ့က ရေးခဲ့တဲ့ regression အကြောင်း နည်းနည်း ဆက်ပွားကြည့်ကြရအောင်ဗျာ residual analysis Regression analysis မှာ residual analysis ဆိုတာရှိပါတယ်။ Residual ဆိုတာက ရိုးရိုးရှင်းရှင်း ပြောရရင် observed value (တကယ့် ဒေတာ y) နဲ့ predicted value (model က ခန့်မှန်းထားတဲ့ ŷ)

“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

Chapter 5 Conclusion ဘယ်လိုရေးမလဲChapter 5 Conclusion ဘယ်လိုရေးမလဲ

1. Introduction (မိတ်ဆက်ပိုင်း) စာတမ်းရဲ့ ရည်ရွယ်ချက်ကို အတိုချုံးပြန်ဖော်ပြပေးပြီး၊ လေ့လာမှုကို ဘာကြောင့်လုပ်ခဲ့သလဲဆိုတဲ့ အကြောင်းပြန်ထည့်ပေးဖို့လိုပါတယ်။ အဲ့ဒီနောက်မှာ “ဒီအခန်းမှာ လေ့လာမှုရဲ့ ရလဒ်တွေ၊ အကြံပြုချက်တွေကို ဆွေးနွေးမယ်” လို့ အတိုချုံးပြောပေးရင် ရပါပြီ။ 2. Findings (ရှာဖွေတွေ့ရှိချက်များ) ဒီပိုင်းကတော့ လေ့လာမှုမှာ တွေ့ရှိခဲ့တဲ့ အဓိကအချက်တွေကို ပြောပြရမှာပါ။ – လေ့လာမှုမှာ စုဆောင်းခဲ့တဲ့ အချက်အလက်တွေကို