ระบาดวิทยา และสถิติ เป็นศาสตร์ที่มีความสัมพันธ์กัน มักจะต้องเรียนรู้ไปด้วยกัน ระบาดวิทยาเปรียบเสมือนระเบียบวิธีวิจัยในการศึกษาปัญหาสุขภาพไม่ว่าจะเป็นในระดับบุคคล (Clinical Epidemiology) หรือประชากร (Classical Epidemiology) ในขณะที่สถิติเป็นวิธีการทาง เชิงปริมาณ (Quantitative Method) ในการสื่อสารข้อมูลตัวเลข ตอบปัญหาในเรื่องความไม่แน่นอนที่เกิดจากการอ้างอิงข้อมูลจากกลุ่มตัวอย่างไปยังประชากร
1. บทนำสู่ระบาดวิทยา Introduction to Epidemiology
การแพทย์และการสาธารณสุขมีการพัฒนาควบคู่กันมาโดยตลอด ในอดีตความเชื่อ และหลักการทางศาสนามีอิทธิพลต่อทฤษฎีความรู้ต่าง ๆ ฮิปโปเครติสแพทย์ชาวกรีก ผู้ได้รับ การยกย่องให้เป็นบิดาทางการแพทย์ อาจนับได้ว่าเป็นนักระบาดวิทยาคนแรก เนื่องจากมีแนวคิดเชิงเหตุผลว่าการเกิดโรคภัยไข้เจ็บเกิดจากอิทธิพลของสิ่งแวดล้อม และพฤติกรรมของบุคคล
มาตรการทางด้านสาธารณสุขเป็นมาตรการที่ถูกใช้เพื่อป้องกันและควบคุมการเกิดโรคโดยที่ยังไม่ได้มีความรู้ในสาเหตุของการเกิดโรคนั้นหรือยังไม่ได้พบเชื้อโรคที่เป็นสาเหตุ ระบาดวิทยามีบทบาทอย่างสำคัญและมีพัฒนาการโดยมีพื้นฐานมาจากการควบคุมโรคติดต่อ John Snow แพทย์ชาวอังกฤษผู้ที่ได้รับการยกย่องให้เป็นบิดาของระบาดวิทยา ควบคุมการระบาดของอหิวาตกโรคในลอนดอนใน ค.ศ. 1854 โดยใช้ข้อมูลทางระบาดวิทยาปิดปั๊มน้ำทางทิศใต้ ของลอนดอนที่ส่งน้ำจากแม่น้ำเทมส์ที่มีการปนเปื้อนเชื้ออหิวาตกโรคมาให้ประชาชนใช้ โดยที่ ในขณะนั้นยังไม่ทราบสาเหตุการเกิดโรคว่าเกิดจากเชื้ออหิวาตกโรคซึ่งเป็นเชื้อแบคทีเรีย
ก่อนหน้านั้น Pierre Charles Alexandre Louis แพทย์ชาวฝรั่งเศส เป็นผู้เริ่มใช้วิธีการนับ (Numerical Method) ในการพิสูจน์ว่าการรักษาโรคต่าง ๆ ด้วยการถ่ายเลือดออก (Bloodletting) ไม่ได้ผลและเพิ่มการตาย John Graunt ชาวอังกฤษ วางรากฐานการบันทึกข้อมูลทางสถิติสาธารณสุข ริเริ่มการบันทึกการป่วยตายตามเพศ และฤดูกาล William Farr แพทย์ชาวอังกฤษ ริเริ่มการจัดกลุ่มโรค การวินิจฉัยโรค พบความสัมพันธ์ระหว่างการตายและความหนาแน่นของประชากร
Bradford Hill และ Richard Doll ใช้การศึกษาทางระบาดวิทยาโดยระเบียบวิธีวิจัย แบบ Cohort Study และ Case Control Study ศึกษาความสัมพันธ์ของบุหรี่กับมะเร็งปอด การศึกษา Cohort Study ที่สำคัญอันหนึ่ง คือ Framingham Study เป็นการศึกษาติดตามประชากรในเมือง Framingham ในประเทศสหรัฐอเมริกา โดยพบปัจจัยเสี่ยงที่มีความสัมพันธ์กับการเกิด โรคหลอดเลือดสมองและหัวใจ คือ ความดันโลหิตสูง การสูบบุหรี่ ภาวะไขมันในเลือดสูง นำมา ซึ่งการรักษาและป้องกันโรคไม่ติดต่อ
2. การวัดทางระบาดวิทยา Measures in Epidemiology
การวัดสภาวะสุขภาพของชุมชน (Measures of Health) เป็นการประเมินปัญหา และความต้องการทางด้านสุขภาพ ใช้ในการแก้ไขปัญหาสุขภาพของกลุ่มคนหรือชุมชนอีกทั้งยังใช้เป็นตัวชี้วัดในการติดตามประเมินผลความสำเร็จของการแก้ไขปัญหา
การวัดขนาดของปัญหา อาจใช้ข้อมูลจำนวนผู้ป่วยเพื่อใช้ประโยชน์ในการจัดบริการสุขภาพให้เพียงพอ แต่เนื่องจากในแต่ละพื้นที่อาจจะมีจำนวนประชากรที่ไม่เท่ากันดังนั้น การสรุปว่าจำนวนผู้ป่วยมากมีปัญหามากกว่าจำนวนผู้ป่วยน้อยในพื้นที่ต่างกันจึงอาจไม่ถูกต้องนัก จึงควรใช้อัตราการป่วย คือ จำนวนผู้ป่วยหารด้วยจำนวนประชากรในพื้นที่
ความหมายโดยทั่วไปของอัตรา (Rate) คือ การเปรียบเทียบจำนวนความถี่ของโรค หรือลักษณะบางอย่างต่อหน่วยประชากรที่ได้เฝ้าสังเกต ตัวตั้ง (Numerator) ได้แก่ จำนวนบุคคลที่ป่วย จำนวนเหตุการณ์ และตัวหาร (Denominator) ได้แก่ จำนวนประชากร อัตราอาจคิด ต่อหน่วยประชากร อาจมีค่าเป็นต่อ 100 1,000 10,000 หรือ 100,000 คน เช่น อัตราการป่วยโรคไข้เลือดออกต่อประชากรหนึ่งแสนคน
ในทางวิชาการระบาดวิทยา ความหมายโดยตรงของอัตรา (Rate) หมายถึง Incidence Density หรือในบางครั้งอาจเรียกง่าย ๆ ว่า Incidence Rate ซึ่งตัวหาร (Denominator) เป็นหน่วยของเวลาและคน เช่น Person-Year
3. การวัดความสัมพันธ์ Measures of Association
การวัดความสัมพันธ์มีประโยชน์ในการค้นหาสาเหตุของการเกิดโรค เปรียบเทียบ ผลสัมฤทธิ์ของการรักษา ทำให้ทราบปัจจัยเสี่ยงของการเกิดโรค ผู้ที่มีความเสี่ยงสามารถปรับเปลี่ยนความเสี่ยงนั้นที่สามารถปรับได้เพื่อป้องกันไม่ให้เกิดโรค ในระดับชุมชนการรับรู้ถึงปัจจัยเสี่ยงก็จะสามารถทำให้วางแผนในการให้ความรู้สุขศึกษา หรือมาตรการทางสาธารณสุขที่จะลดปัจจัยเสี่ยงต่าง ๆ เพื่อสุขภาพที่ดี ผู้ป่วยที่มีความเสี่ยงแพทย์สามารถใช้เป็นองค์ประกอบในการวินิจฉัยโรคที่สงสัยได้ง่ายขึ้น การศึกษาวิจัยการค้นหาความเสี่ยงหรือปัจจัยที่ทำให้เกิดโรคจะทำให้สามารถ หาสาเหตุ พิสูจน์มาตรการหรือยาที่จะมาใช้ในการรักษาโรคได้อย่างมีประสิทธิภาพ
4. การออกแบบวิจัย Study Design
วิจัย (Research) หมายถึง การกระทำของมนุษย์เพื่อค้นหาข้อเท็จจริง (Fact) ในสิ่งใดสิ่งหนึ่งที่กระทำด้วยพื้นฐานของปัญญา ความมุ่งหมายหลักในการทำวิจัย ได้แก่ การค้นพบ (Discovering) การแปลความหมาย และการพัฒนากรรมวิธีและระบบ สู่ความก้าวหน้าในความรู้ด้านต่าง ๆ17 การวิจัยเป็นการสร้างความรู้ใหม่ซึ่งไม่เคยมีมาก่อน ดังนั้นการศึกษาการเรียนจากตำราวิชาการ ความรู้ที่ได้จึงไม่ใช่การวิจัย การวิจัยเสริมความสามารถในการแข่งขันในวิชาชีพการทำงาน ความสามารถในการแข่งขันของประเทศ มีนวัตกรรมที่ก่อให้เกิดประโยชน์ต่อมวลมนุษยชาติ และอาจพัฒนาเป็นเชิงพาณิชย์และมีมูลค่าเพิ่มทางเศรษฐกิจ
5. การวิจัยแบบสังเกต Observational Study
การศึกษาทางระบาดวิทยาโดยส่วนใหญ่เป็นการวิจัยแบบสังเกต (Observational Study) โดยค้นหาขนาดของปัญหา สาเหตุ ปัจจัยเสี่ยงที่ทำให้เกิดโรคจากข้อมูลที่เกิดขึ้นตามธรรมชาติ หรือในระบบให้บริการสุขภาพตามปกติ โดยไม่มีการทดลองใส่ปัจจัยที่ต้องการศึกษาเข้าไป
การวิจัยมีรูปแบบในการศึกษาข้อมูลที่แตกต่างกันในเรื่องจุดเริ่มต้นและกรอบเวลา ของการจัดเก็บข้อมูล ว่าเป็นการเก็บข้อมูลไปข้างหน้าจากเหตุไปหาผล หรือการเก็บข้อมูลเมื่อ เกิดผลแล้วมองย้อนหลังไปหาเหตุ แบ่งออกเป็น 4 แบบสำคัญ ดังรูปที่ 5.1
6. การวิจัยเชิงทดลอง Experimental study
ใน ค.ศ. 1744 เจมส์ ลินด์ (James Lind) แพทย์ในราชนาวีอังกฤษ ได้ทดลองรักษา ลูกเรือ จำนวน 12 คน ที่เป็นโรคลักปิดลักเปิด (Scurvy) เปรียบเทียบด้วยวิธีการต่าง ๆ เช่น ส้มและมะนาว น้ำทะเล น้ำแอปเปิล กรดซัลฟิวริก น้ำส้มสายชู พบว่าส้มและมะนาวรักษาโรคนี้ได้ นับเป็นการวิจัยเชิงทดลองแรก ๆ และเป็นที่รู้จักกันดี
Experimental Study มีลักษณะเป็น Prospective Cohort Design Study คือเป็น การศึกษาไปข้างหน้า เริ่มจาก Exposure ติดตามไปในอนาคตว่า Outcome เป็นอะไร แต่มีการเพิ่มการทดลองซึ่งไม่ได้เกิดขึ้นตามธรรมชาติเข้าไป Randomized Control Trial ถือเป็น Gold Standard ของการศึกษาวิจัยทางการแพทย์ เนื่องจากเป็นการวิจัยเชิงทดลองที่มี Randomized Allocation คือการสุ่มเลือกกลุ่มตัวอย่างเข้าสู่การรักษาแบบต่าง ๆ เป็นสิ่งที่สำคัญและข้อดีของการวิจัยแบบนี้ คือ การลดปัญหาเรื่องอคติของการวิจัยจากตัวแปรกวน (Confounder)
ตัวอย่างของการเปรียบเทียบระหว่างการศึกษาวิจัยเชิงทดลองและการศึกษาวิจัย เชิงสังเกต เช่น การศึกษาแบบไปข้างหน้า Nurses’ Health Study พบว่าการใช้ยาฮอร์โมน เอสโตรเจนในสตรีวัยหมดประจำเดือน ลดการเกิดโรคหลอดเลือดหัวใจ อาจเกิดอคติจากผู้ที่เลือกจะใช้ฮอร์โมนมีปัจจัยเสี่ยงอื่นต่ำกว่ากลุ่มที่ไม่ใช้ เช่น เป็นผู้ที่มีการใส่ใจดูแลสุขภาพ หรือการเลือกกลุ่มตัวอย่าง นิยามผู้ป่วยแตกต่างไป หลังจากทำการศึกษาเชิงทดลองแบบ Randomized Controlled Trial พบว่าผลตรงกันข้าม คือ ยาเพิ่มความเสี่ยงโรคหัวใจ1
ในการศึกษาวิจัยยาในมนุษย์มีทั้งหมด 4 ระยะด้วยกัน2 คือ ระยะที่ 1 เป็นการศึกษาเกี่ยวกับคุณสมบัติของยา กลไกการออกฤทธิ์ การดูดซึม ความปลอดภัย ระยะที่ 2 เป็นการศึกษาในอาสาสมัครจำนวนน้อย เพื่อดูผลการรักษา ขนาดของยา และผลข้างเคียงของยา ระยะที่ 3 เป็นการศึกษาในผู้ป่วยจำนวนมากซึ่งเป็นการศึกษาเกี่ยวกับประสิทธิผลของการรักษาและผล ข้างเคียงต่าง ๆ ซึ่งถ้าพบว่ามีประสิทธิผลในการรักษาก็มักจะได้การรับรองจากองค์การอาหารและยาและนำไปใช้ในการรักษาผู้ป่วยได้ ระยะที่ 4 (Post Marketing Surveillance) เป็นการศึกษาในระยะหลังจากที่ยาได้ออกสู่ท้องตลาดแล้วโดยเฉพาะในเรื่องของผลข้างเคียงของยาที่อาจจะเกิดขึ้นได้โดยที่ยังไม่เห็นในการศึกษาระยะที่ 3
7. อคติ Bias
จุดประสงค์ของการวิจัยต้องการผลการวิจัยที่ถูกต้องและเป็นความรู้ที่สามารถนำไปใช้ประโยชน์ได้ แต่อย่างไรก็ตามข้อค้นพบจากการทำวิจัยอาจเป็นข้อเท็จจริง (Fact) หรือความ คลาดเคลื่อนในการวิจัย (Error) ซึ่งมี 2 เแบบ คือ ความคลาดเคลื่อนที่เกิดแบบสุ่ม (Random Error) และความคลาดเคลื่อนที่เกิดแบบเป็นระบบ หรืออคติ (Systematic Error or Bias) ดังแสดงในรูปที่ 7.1
8. ตัวแปรกวน Confounder
ความหมายของ Confound จากพจนานุกรม Cambridge หมายถึง “to confuse and very much surprise someone, so that they are unable to explain or deal with a situation”3
ตัวแปรกวน (Confounder) เป็นสิ่งที่พบได้ในการวิเคราะห์ข้อมูลผลการศึกษาวิจัย อาจพบความสัมพันธ์ของตัวแปรที่สนใจ (Exposure of Interest) กับผลลัพธ์ (Outcome) ที่นำไปสู่ข้อสรุปที่ไม่เป็นความจริง เป็นการแปลผลผิดพลาดเกิดจากความไม่รู้ของนักวิจัย เกี่ยวกับ ความสัมพันธ์ของตัวแปรอิสระต่าง ๆ ที่เป็นไปตามธรรมชาติ เมื่อพบว่าตัวแปรต้นมีความสัมพันธ์กับตัวแปรตาม สิ่งที่ควรจะต้องคำนึงถึง คือ ความสัมพันธ์ที่เกิดขึ้นเกิดจากตัวแปรกวนหรือไม่
9. การทดสอบวินิจฉัยโรค Diagnostic Tests
การวินิจฉัยโรคนำไปสู่การรักษาที่ถูกต้อง เครื่องมือในการวินิจฉัยโรคอาจจะเป็น ประวัติการตรวจร่างกาย การตรวจทางห้องปฏิบัติการ การใช้เกณฑ์ต่าง ๆ ในการวินิจฉัยโรค สิ่งที่สำคัญ คือ ความน่าเชื่อถือของเครื่องมือ ซึ่งอาจมีความถูกต้องในระดับหนึ่ง ในขณะเดียวกันก็อาจมีผลบวกปลอมหรือผลลบปลอมเกิดขึ้น คุณสมบัติของเครื่องมือในการวินิจฉัยได้อย่างถูกต้อง (Validity) พิจารณาจากความไว (Sensitivity) และความจำเพาะ (Specificity) ซึ่งเป็นการ เปรียบเทียบผลการทดสอบกับ Reference Standard หรือ Gold Standard
10. การวัด Measurement
ในการศึกษาวิจัยมีกระบวนการวัดเพื่อให้ได้ค่าตัวแปรต่าง ๆ ที่ถูกต้องเพื่อนำมาวิเคราะห์ เครื่องมือที่ใช้ในการวิจัย เช่น การตรวจทางคลินิก การซักประวัติและตรวจร่างกาย แบบบันทึกข้อมูล การตรวจทางห้องปฏิบัติการ แบบสอบถาม เป็นต้น การวัดที่มีความคลาดเคลื่อนลดโอกาสในการค้นพบข้อเท็จจริงจากการวิจัย หรือทำให้ Power ของงานวิจัยน้อยลง
คุณสมบัติในการวัดของเครื่องมือ 2 ประการคือ ความตรง (Validity, Accuracy) และความเที่ยง (Reliability, Precision) รูปที่ 10.1 แสดงลักษณะเครืองมือที่มีคุณสมบัติของความตรง (Validity, Accuracy) และความเที่ยง (Reliability, Precision) แตกต่างกัน เปรียบเทียบกับการปาลูกดอกเข้าเป้า เครื่องมือที่มีทั้งความตรงและความเที่ยง ลูกดอกเข้าตรงเป้าและแม่นยำอยู่ใกล้เคียงกันเสมอ ถ้าเครื่องมือไม่มีความเที่ยง ค่าที่วัดได้จะอยู่ใกล้เคียงกับเป้าแต่มีกระจายมากกว่า เครื่องมือที่ไม่มีความตรงแต่เที่ยงจะจับเป้าผิดที่แต่ค่าอยู่ใกล้เคียงกัน ถ้าไม่ตรงและไม่เที่ยง จะไม่โดนเป้าและกระจายไปทั่ว
ข้อมูลที่มีความเป็นภววิสัย (Objectivity) หรือ Hard Data เช่น เพศ อายุ การเสียชีวิต การตรวจทางห้องปฏิบัติการมีความคลาดเคลื่อนน้อยกว่า Soft Data ซึ่งมีอัตวิสัย (Subjectivity) สูงมีความคลาดเคลื่อนมากกว่า เช่น อาการ ทัศนคติ ความรู้ พฤติกรรมสุขภาพ
การทดสอบคุณสมบัติของเครื่องมือที่ใช้ในการวัดจึงมีความสำคัญในการศึกษาวิจัยโดยอาจเป็นหัวข้อการศึกษาวิจัยเพื่อพัฒนาและทดสอบเครื่องมือวัด
11. สถิติเชิงพรรณนา Descriptive Statistics
ทักษะทางตัวเลข (Quantitative Method) โดยเฉพาะสถิติมีประโยชน์ในการสื่อสารข้อมูลตัวเลขในการวิเคราะห์และตัดสินใจ การนำเสนอข้อมูลทางการแพทย์และสาธารณสุขเพื่อใช้เป็นตัวชี้วัดในการดำเนินงาน สถิติเชิงพรรณนาใช้ในการนำเสนอข้อมูลทางด้านระบาดวิทยาของการเกิดโรค เช่น ความชุก สัดส่วนร้อยละ ค่าเฉลี่ย ในขณะที่สถิติเชิงอ้างอิงนักวิจัยใช้อ้างอิงข้อมูลจากกลุ่มตัวอย่างจากการสำรวจหรืองานวิจัยไปยังประชากรเป้าหมาย
สถิติ (Statistics) เป็นศาสตร์ที่มีรากศัพท์มาจากคำว่า Status ในภาษาละติน ซึ่งแปลว่า State (รัฐ) หมายความถึงการนำเสนอข้อมูลที่เกี่ยวกับประชากรของรัฐ เป็นการนำเสนอข้อมูล ที่เป็นตัวเลขและสามารถนำไปใช้เพื่อการติดตามการประเมินผล และการตัดสินใจ จำแนกสถิติ ออกเป็น 2 ประเภท คือ สถิติเชิงพรรณนา และสถิติเชิงอ้างอิง
สถิติเชิงพรรณนา (Descriptive Statistics) นำเสนอภาพรวมของกลุ่มตัวอย่างในเชิง ปริมาณ เช่น จำนวนนับ ร้อยละ ค่าเฉลี่ยเลขคณิต มัธยฐาน พิสัย ส่วนเบี่ยงเบนมาตรฐาน เป็นต้น
สถิติเชิงอ้างอิง (Inference Statistics) มุ่งที่จะอ้างอิง (Infer) ข้อมูลจากกลุ่มตัวอย่าง (Sample) ไปถึงข้อมูลของประชากรที่กำลังศึกษา (Study Population) โดยใช้สถิติเชิงอนุมาน (Inferential Statistics) ทำให้สามารถนำข้อมูลเพียงบางส่วนไปใช้แทนประชากรกลุ่มเป้าหมายได้โดยมีความเชื่อมั่นอยู่ในระดับหนึ่งที่จะนำค่าประมาณการไปใช้ได้อย่างถูกต้อง โดยแสดงออกมา ในค่าช่วงความเชื่อมั่น และการทดสอบสมมติฐาน
สถิติไม่ใช่เครื่องมือที่ใช้พิสูจน์ความจริงแต่เป็นเครื่องมือที่ใช้ระบุถึงความไม่แน่นอน (Uncertainty) โดยการใช้สถิติเชิงอ้างอิง (Inferential Statistics) จึงตอบโจทย์ความคลาดเคลื่อนโดยบังเอิญ (Random Error)
12. สถิติเชิงอ้างอิง Statistical Inference
ในการศึกษาวิจัยสามารถค้นพบความจริงได้โดยการเก็บข้อมูลที่ปราศจากอคติ แต่ในขณะเดียวกันถึงแม้ว่าจะมีวิธีการเก็บข้อมูลที่ดีและมีความเป็นตัวแทนของประชากรที่ต้องการทราบ แต่เนื่องจากข้อมูลจากกลุ่มตัวอย่างเป็นเพียงจำนวนหนึ่งไม่ใช่ประชากรทั้งหมด ดังนั้นอาจมี ความบังเอิญ (Chance) ที่สุ่มข้อมูลแล้วได้ข้อมูลที่อาจจะมีค่าเฉลี่ยตัวแปรของกลุ่มตัวอย่างไม่ตรงกับค่าเฉลี่ยของประชากร โดยพบว่าการใช้ขนาดตัวอย่างมากขึ้นจะได้ค่าเฉลี่ยที่ใกล้เคียงกับค่า ของประชากรที่แท้จริงมากขึ้น
สถิติเชิงอ้างอิงใช้คาดประมาณความไม่แน่นอน (Uncertainty) ที่เกิดจากการที่ใช้ข้อมูลจากการสุ่มตัวอย่าง (Sampling Variation) การศึกษาวิจัยหรือการวิเคราะห์ข้อมูลเชิงปริมาณ มีวัตถุประสงค์เพื่อการประมาณค่า (Estimation) เช่น การประมาณค่าอัตราการติดเชื้อเอชไอวีในประชากร หรือการทดสอบสมมติฐาน (Hypothesis Testing) เช่น การป้องกันการติดเชื้อเอชไอวีจากแม่สู่ลูกด้วยยาต้านไวรัสได้ผลหรือไม่
13. การทดสอบทางสถิติ Statistical Test
การใช้สถิติเชิงอนุมานโดยการทดสอบทางสถิติ มีแนวทางการใช้หลายแบบ ได้แก่ การประมาณค่าตัวแปร (Estimation) การพิสูจน์สมมติฐาน (Hypothesis Testing) การหา ความสัมพันธ์ (Correlation) และการทำนาย (Prediction)
ข้อพิจารณาในการเลือกการทดสอบทางสถิติ
หลังจากมีการตั้งสมมติฐานทางสถิติแล้ว ขั้นตอนต่อไปคือการพิสูจน์สมมติฐาน (Hypothesis Testing) โดยการทดสอบทางสถิติ การเลือกใช้การทดสอบทางสถิติขึ้นอยู่กับคำถามวิจัย โดยมีข้อพิจารณา ได้แก่ 1. ตัวแปรต้น ตัวแปรอิสระ (Independent Variable) หรือตัวแปรปัจจัย (Exposure) เป็นตัวแปรเชิงตัวเลข หรือตัวแปรเชิงประเภท 2. ตัวแปรตาม (Dependent Variable) หรือตัวแปรผลลัพธ์ (Outcome Variable) คืออะไร เป็นตัวแปรเชิงตัวเลข หรือตัวแปรเชิงประเภท มีการแบ่งเป็นกี่ประเภท 3. ต้องการเปรียบเทียบความแตกต่างของค่าเฉลี่ย หรือต้องการหาความสัมพันธ์ 4. ค่าตัวแปรที่วัดเป็นอิสระต่อกัน หรือเป็นค่าตัวแปรที่มีความสัมพันธ์กัน เช่น วัดซ้ำ ในคนคนเดียวกัน ตัวอย่างของตัวแปรที่จับคู่กันที่ควรใช้สถิติแบบ Paired Data เช่น การวัด ตัวแปรเชิงตัวเลขก่อนและหลังการทดลองในคนคนเดียวกัน การทดลองเปรียบเทียบดูผลการใช้ในคนคนเดียวกัน เช่น เปรียบเทียบผิวหนังซีกซ้ายและซีกขวาของใบหน้า เป็นต้น 5. การกระจายตัวของตัวแปรตามเชิงตัวเลขของกลุ่มตัวอย่างเป็นอย่างไร มีการแจกแจงแบบปกติหรือไม่ 6. มีการวิเคราะห์แบบตัวแปรปัจจัยหลายตัวแปร (Multivariable Analysis) หรือไม่
14. โปรแกรมคอมพิวเตอร์สถิติ PSPP
การวิเคราะห์ข้อมูลทางสถิติมีการประมวลผลข้อมูลปริมาณมาก โปรแกรมคอมพิวเตอร์สถิติสำเร็จรูปเป็นสิ่งที่ขาดไม่ได้ ช่วยทำให้ประหยัดเวลาและสะดวกกว่าที่จะคำนวณด้วยเครื่อง คิดเลข โปรแกรมคอมพิวเตอร์ทางสถิติที่มีลิขสิทธิ์ที่ได้รับความนิยม เช่น Stata, SPSS, SAS, Minitab เป็นต้น นอกนี้ยังมีโปรแกรมฟรีแวร์ที่สามารถดาวน์โหลดมาใช้ได้โดยไม่เสียค่าใช้จ่าย เช่น R, Epi Info, PSPP, JASP, Jamovi, Openepi เป็นต้น
โปรแกรมคอมพิวเตอร์ทางสถิติ PSPP เป็นฟรีแวร์ มีลักษณะ User Interface ที่ใช้งานง่ายคล้ายกับโปรแกรม SPSS หนังสือเล่มนี้จึงใช้โปรแกรม PSPP Version GNU PSPP 1.2.0-G0Fb4Db ในการสาธิตการวิเคราะห์ข้อมูลทางสถิติเบื้องต้น และในบางส่วนของหนังสือใช้โปรแกรม Stata บทนี้จึงเป็นการแนะนำการใช้งานโปรแกรม PSPP ซึ่งจะเป็นโปรแกรมที่ใช้ ในการนำเสนอการวิเคราะห์ข้อมูลในบทต่อ ๆ ไป
หลังจากที่เปิดโปรแกรม PSPP ขึ้นมาแล้วดังรูปที่ 14.1 โปรแกรม PSPP จะมี 2 มุมมองด้วยกันคือ ส่วนที่เป็น Data View และส่วนที่เป็น Variable View
Data View จะเป็นข้อมูลของรายละเอียดของแต่ละราย Variable View จะเป็นข้อมูลรายละเอียดของตัวแปร Label Value คือ คำอธิบายความหมายของตัวเลือกในตัวแปรชนิดกลุ่ม เช่น 1 เท่ากับเพศหญิง 2 เท่ากับเพศชาย โดยใส่คำอธิบายให้ค่าตัวเลขที่กำหนดเป็นโค้ดหรือ เป็นรหัสตัวเลข การกำหนดให้ข้อมูลเป็นตัวเลขเพื่อความสะดวกในการกรอกข้อมูลไม่ต้องพิมพ์อักษรและการวิเคราะห์ข้อมูลซึ่งจะทำได้ง่ายกว่าค่าที่เป็นตัวหนังสือ
15. การเปรียบเทียบตัวแปรเชิงตัวเลข Comparing Numerical Data
ในการทดสอบทางสถิติสำหรับเปรียบเทียบความแตกต่างของตัวแปรตามเชิงตัวเลข นิยมใช้การทดสอบ Student’s t-Test โดยนักคณิตศาสตร์ William Gosset ค้นพบว่าเมื่อสุ่มตัวอย่างจากประชากร การแจกแจงของค่าเฉลี่ยของกลุ่มตัวอย่างเป็นการแจกแจงแบบปกติ เมื่อทราบและใช้ส่วนเบี่ยงเบนมาตรฐานของตัวแปรในประชากร (σ) แต่ในกรณีไม่ทราบ σ เมื่อใช้ส่วนเบี่ยงเบนมาตรฐานของตัวแปรในกลุ่มตัวอย่าง (SD) ในการคำนวณ Standard Error พบว่ามีการการแจกแจงเป็นแบบที่เรียกว่า t-Distribution มีลักษณะที่กว้างกว่า Normal Distribution (Z-Distribution)
16. การวิเคราะห์ความสัมพันธ์ Correlation
Pearson’s Correlation ใช้ทดสอบความสัมพันธ์ระหว่างตัวแปรเชิงตัวเลข เช่น จำนวนผู้ป่วยด้วยโรคทางเดินหายใจ โรคภูมิแพ้จมูกกับปริมาณสาร PM 2.5 ในพื้นที่ เป็นการดู การเปลี่ยนแปลงของตัวแปรเชิงตัวเลขทั้ง 2 ว่าเป็นไปในทิศทางเดียวกันอย่างสม่ำเสมอหรือไม่
Pearson Product Moment Correlation Coefficient (Pearson R)4 ใช้ในการคำนวณสหสัมพันธ์ โดยมีสูตรดังนี้
เป็นการหาความสัมพันธ์ระหว่าง 2 ตัวแปรโดยการดูอัตราส่วนของ Covariance กับการเบี่ยงเบนจากค่าเฉลี่ยของตัวแปรยกกำลังสองของทั้ง 2 คูณกัน (sxsy) ใช้ทดสอบเพื่อหาความสัมพันธ์ระหว่างตัวแปรเชิงตัวเลข 2 ตัวแปร ซึ่งมีการแจกแจงแบบปกติ (Normal Distribution) การคำนวณจะได้ค่าที่เรียกว่า Correlation
17. การวิเคราะห์ถดถอย Regression
การวิเคราะห์ถดถอยเป็นสถิติที่ใช้ศึกษาความสัมพันธ์ระหว่างตัวแปรอิสระ (Independent Variable) กับตัวแปรตาม (Dependent Variable) สามารถวัดความสัมพันธ์กับตัวแปรอิสระหลายตัวพร้อมกัน ทำให้ขจัดอิทธิพลของตัวแปรกวน ทราบว่าตัวแปรอิสระแต่ละตัวมีอิทธิพลต่อตัวแปรตามมากน้อยเท่าไร หรือเพื่อใช้พยากรณ์ตัวแปรตามเมื่อทราบค่าตัวแปรต้นทั้งหมด
18. การวิเคราะห์การรอดชีพ Time-to-Event Analysis
การวิเคราะห์การรอดชีพ (Time To Event Analysis, Survival Analysis) คือการวิเคราะห์ข้อมูลที่ประกอบด้วยข้อมูลการเกิดเหตุการณ์ต่าง ๆ (Event) และระยะเวลาจากจุดเริ่มต้นจนถึงเหตุการณ์ (Time to Event) ในทางการแพทย์นอกจากจะสนใจเรื่อง Outcome คือการนับจำนวนการเกิดเหตุการณ์แล้ว ยังต้องการทราบ Time to Event คือเรื่องระยะเวลาจนเกิดเหตุการณ์ เช่น ระยะเวลาการรอดชีวิต (Survival) ระยะเวลาการปราศจากโรค (Disease-Free) ระยะเวลา จนกระทั่งกลับเป็นโรคซ้ำ (Relapse) ดังนั้นจึงมีวิธีการวิเคราะห์ที่ใช้เวลาเข้ามาประกอบในการวิเคราะห์ข้อมูลในการวิจัยในเรื่องของ Prognosis โดยการทำ Survival Analysis
Survival Analysis ใช้ในการศึกษาแบบ Cohort หรือ แบบ Experimental Study ซึ่งเป็นการศึกษาไปข้างหน้า (Longitudinal Study) โดยวัดระยะเวลาที่เกิดเหตุการณ์ที่สนใจ (Time to Event) เช่น ระยะเวลาการเสียชีวิตของผู้ป่วยนับจากเริ่มการติดตาม หรืออาจเป็นระยะเวลา การเกิดโรค การดื้อยา การรักษาที่ล้มเหลว การกลับมาเป็นใหม่
19. การสาธารณสุข Public Health
กรอบแนวความคิด (Paradigm) การแพทย์และสาธารณสุขมีการเปลี่ยนแปลงจากโบราณในเรื่องการเชื่อสิ่งเหนือธรรมชาติ จนกระทั่ง Miasma Theory ที่เชื่อว่าสารจากสิ่งแวดล้อมที่ เป็นพิษทำให้เกิดโรคต่าง ๆ ทำให้มีการส่งเสริมสุขาภิบาลที่ดี การจัดการขยะมูลฝอย การจัดหาน้ำที่สะอาด อากาศที่ดี จะทำให้ไม่เกิดการเจ็บป่วยเป็นโรค
หลังการปฏิวัติวิทยาศาสตร์ในทวีปยุโรปโดยใช้กระบวนการค้นหาความรู้ด้วยวิทยาศาสตร์ ในช่วงปีคริสต์ศักราช 1600 เกิดการพัฒนาทางด้านวิทยาศาสตร์และเทคโนโลยี มีการค้นคว้าทางวิทยาศาสตร์และการควบคุมการค้นพบความรู้ใหม่ ๆ ที่นำมาใช้ในการพัฒนาคุณภาพชีวิตและสังคมรวมทั้งทางการแพทย์และสาธารณสุข ใน ค.ศ. 1861 Louis Pasteur นักวิทยาศาสตร์ชาวฝรั่งเศสเสนอทฤษฎี Germ Theory ซึ่งระบุว่าเชื้อโรคเป็นสาเหตุของการเกิดโรค นำมาซึ่งการคิดค้น ยารักษาโรคการติดเชื้อต่าง ๆ การค้นพบวัคซีนที่สามารถสร้างภูมิคุ้มกันโดยเอ็ดเวิร์ด เจนเนอร์ ใช้การปลูกฝีจากวัวป้องกันโรคไข้ทรพิษ
การเปลี่ยนแปลงทางเศรษฐกิจและสังคม ความเป็นอยู่ที่ดีขึ้นทั้งในด้านของบ้านที่อยู่อาศัย สาธารณูปโภค การสุขาภิบาล มีผลทำให้การควบคุมป้องกันโรคติดต่อประสบผลสำเร็จได้เป็น อย่างดี ลดอัตราป่วยและอัตราตายของโรคติดต่อได้ภายในศตวรรษ
20. การป้องกันควบคุมโรคติดต่อ Prevention & Control of Communicable Diseases
โรคติดเชื้อเกิดจากการติดเชื้อแบคทีเรีย ไวรัส รา โพรโทซัว ปรสิต ซึ่งสามารถติดต่อระหว่างบุคคลหนึ่งไปยังอีกคนหนึ่งซึ่งไม่มีภูมิต้านทาน และทำให้เกิดโรคจากเชื้อหรือสารพิษ จากเชื้อ การระบาดของโรคกาฬโรคในช่วง ค.ศ. 1300 ทำให้มีผู้เสียชีวิตไปทั่วโลกประมาณ 200 ล้านคน และในช่วง ค.ศ. 1918 มีการระบาดของไข้หวัดใหญ่ (Spanish Flu) ไปทั่วโลก
ความก้าวหน้าทางการแพทย์ สาธารณสุข สังคม และเศรษฐกิจ ทำให้มีความสำเร็จ ที่สำคัญในการควบคุมโรคติดต่อ เช่น การกำจัดไข้ทรพิษทั่วโลกสำเร็จในปี 2523 การกำจัดโรคโปลิโอเป็นไปอย่างต่อเนื่อง โดยประเทศไทยสามารถกำจัดโรคเรื้อนจนไม่เป็นปัญหาสำคัญทางสาธารณสุข ลดการป่วยด้วยไข้เลือดออก มาลาเรีย เอชไอวีและวัณโรค
ในขณะเดียวกันมีความเสี่ยงที่จะเกิดโรคติดต่ออุบัติใหม่โดยฉพาะโรคที่ติดจากสัตว์สู่คน หรือโรคอุบัติซ้ำจากโรคที่จำนวนผู้ป่วยน้อยลงหรือหายไปแล้วกลับเพิ่มขึ้นมาใหม่ โรคติดต่อที่อาจแพร่มาจากต่างประเทศ เช่น โรคไข้เหลือง โรคไข้เวสต์ไนล์ โรคติดเชื้อไวรัสอีโบลา SARS MERS-Cov เป็นต้น ยกตัวอย่างที่เกิดขึ้นแล้วในประเทศไทย เช่น โรคคอตีบ โรคไข้หวัดนก โรคไข้หวัดใหญ่ สายพันธุ์ H1N1 (2009) เป็นต้น และภาวะการระบาดของไวรัสโควิด-19 ตั้งแต่เดือนมกราคม พ.ศ. 2563 ได้ส่งผลกระทบอย่างหนักต่อประชากรทั่วโลกทั้งด้านสาธารณสุข เศรษฐกิจ และสังคม อย่างที่ไม่เคยมีมาก่อน
21. เวชศาสตร์เชิงประจักษ์ Evidence-Based Medicine
ระบาดวิทยาถือได้ว่าเป็นวิชาหลักที่สำคัญในการสาธารณสุข ในขณะเดียวกันก็มี ความสำคัญในทางการแพทย์ (Clinical Medicine) มีศาสตร์ทางระบาดวิทยาแขนงที่นำไปใช้ ในการศึกษาวิจัยด้านการวินิจฉัยและรักษาโรค เรียกว่า Clinical Epidemiology25 และ Evidence-Based Medicine เป็นการใช้หลักฐานเชิงประจักษ์ที่ได้จากการวิจัยในการรักษาผู้ป่วย
องค์ประกอบของเวชศาสตร์เชิงประจักษ์
David Sackett ได้ให้ความหมายของเวชศาสตร์เชิงประจักษ์ (Evidence Based Medicine) คือ การนำข้อมูลการศึกษาวิจัยที่เป็นหลักฐานจากวิธีทางวิทยาศาสตร์มาใช้ในการ ตัดสินใจในการรักษาผู้ป่วยอย่างชัดเจนและรอบคอบ โดยผสมผสานกับประสบการณ์ความเชี่ยวชาญทางคลินิก การให้คุณค่าและความต้องการของผู้ป่วย5
แต่อย่างไรก็ตามการพิจารณายังต้องขึ้นอยู่กับบริบทของระบบสุขภาพ เช่น ระบบการรักษาพยาบาล ระบบประกันสุขภาพ งบประมาณด้านสุขภาพ ดังแสดงในรูปที่ 21.1
ในแต่ละประเทศมีการจัดทำแนวทางการรักษา บัญชียาหลัก โดยการใช้เวชศาสตร์ เชิงประจักษ์ เช่น ในประเทศไทย โครงการประเมินเทคโนโลยีและนโยบายด้านสุขภาพ (HITAP) เป็นองค์กรที่ทำงานในด้านการประเมินผลความคุ้มค่าทางเศรษฐศาสตร์สาธารณสุขในการใช้ยาหรือมาตรการในการรักษา
หนังสือเล่มนี้มีวัตถุประสงค์เพื่อให้นิสิตแพทย์ได้มีความเข้าใจในเรื่อง Quantitative Method หลักการเบื้องต้นของระบาดวิทยา สถิติทางการแพทย์ โดยครอบคลุมเนื้อหาในเกณฑ์มาตรฐานของแพทยสภาในเรื่องของระบาดวิทยา สถิติทางการแพทย์ ระเบียบวิธีวิจัย เวชศาสตร์เชิงประจักษ์ โดยหัวข้อในบทต่าง ๆ นำมาจากเกณฑ์ความรู้ความสามารถในการประเมินเพื่อรับ ใบอนุญาตเป็นผู้ประกอบวิชาชีพเวชกรรม พ.ศ. 2555 บางส่วนเป็นเนื้อหาเพิ่มเติมเพื่อประโยชน์ต่อการใช้งานจริง เช่น การวิเคราะห์ข้อมูลด้วยโปรแกรมสถิติคอมพิวเตอร์ เนื้อหาในหนังสือสอดคล้องกับการเรียนการสอนของคณะแพทยศาสตร์ มหาวิทยาลัยนเรศวร ในรายวิชาชีวสถิติ ระบาดวิทยาและทฤษฎีการวิจัย รายวิชาเวชศาสตร์เชิงประจักษ์ รายวิชาระบบสุขภาพ 3 และรายวิชาวิจัยทางการแพทย์
เอกสารอ้างอิง
- Schulz K, Grimes DA. The Limitations of Observational Epidemiology. In : Essential Concepts in Clinical Research. Elsevier Health Science; 2019.
- Lopes R, Harrington R. Understanding clinical research. New York : McGraw-Hill Education; 2013.
- Cambridge dictionary [Internet]. [cited 2022 Jun 4]. Available from : https://dictionary.cambridge.org/dictionary/english/confound
- Daniel WW, Cross CL. Biostatistics : basic concepts and methodology for the health sciences. Singapore : Wiley; 2014.
- Sackett DL, Straus SE, Richardson WS, Rosenberg W, Haynes RB. Evidence-based medicine : how to practice and teach EBM. Edinburgh : Churchill Livingstone; 2001.
