Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/33179
Title: การวิเคราะห์ตัวแปรจำแนกกลุ่มป่วยซ้ำและไม่ป่วยซ้ำของผู้ป่วยจิตเภทไทยมุสลิม
Other Titles: Discriminant analysis of relapse and non-relapse in Thai muslim schizophrenic patients
Authors: นาถนภา วงษ์ศีล
Advisors: สุนิศา สุขตระกูล
Other author: จุฬาลงกรณ์มหาวิทยาลัย. คณะพยาบาลศาสตร์
Advisor's Email: Auyyoo@yahoo.com
Subjects: ผู้ป่วยจิตเภท
จิตเภท -- การเกิดโรคกลับ -- พยากรณ์
มุสลิม -- ไทย
Schizophrenics
Schizophrenia -- Relapse -- Forecasting
Muslims -- Thailand
Issue Date: 2555
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: การวิจัยเชิงบรรยายเรื่องนี้ มีวัตถุประสงค์ คือ เพื่อวิเคราะห์ตัวแปรและลำดับความสำคัญของตัวแปร ได้แก่ อายุ ระดับการศึกษา ความเพียงพอของรายได้ สถานภาพสมรส พฤติกรรมการดูแลตนเอง การปฏิบัติศาสนกิจตามหลักปฏิบัติในอิสลาม พฤติกรรมการใช้ยา กิจวัตรสุขภาพครอบครัว การสนับสนุนทางสังคม และการแสดงออกทางอารมณ์ในครอบครัวที่สามารถจำแนกกลุ่มป่วยซ้ำและไม่ป่วยซ้ำของผู้ป่วยจิตเภทไทยมุสลิม กลุ่มตัวอย่างคือผู้ป่วยจิตเภทไทยมุสลิมที่มารับบริการแบบผู้ป่วยในและผู้ป่วยนอกในโรงพยาบาลสังกัดกรมสุขภาพจิต จำนวน 220 คน แบ่งเท่ากันเป็นกลุ่มป่วยซ้ำและไม่ป่วยซ้ำ เครื่องมือที่ใช้ในการวิจัยคือ แบบสัมภาษณ์ข้อมูลทั่วไป แบบวัดพฤติกรรมการดูแลตนเอง แบบประเมินการปฏิบัติศาสนกิจตามหลักปฏิบัติในอิสลาม แบบวัดพฤติกรรมการใช้ยา แบบวัดกิจวัตรสุขภาพครอบครัว แบบสัมภาษณ์การสนับสนุนทางสังคม และแบบวัดการแสดงออกทางอารมณ์ในครอบครัว เครื่องมือทุกฉบับผ่านการตรวจสอบความตรงตามเนื้อหาจากผู้ทรงคุณวุฒิ จำนวน 8 ท่านมีค่าความเที่ยงดังนี้ .98, .98, .96, .92, .95 และ .96 ตามลำดับ สถิติที่ใช้ในการวิเคราะห์ข้อมูล คือการวิเคราะห์ด้วยสถิติการถดถอยโลจิสติก (Logistic regression analysis) ผลการวิจัยสรุปได้ดังนี้ ตัวแปรที่สามารถจำแนกการป่วยซ้ำและไม่ป่วยซ้ำของผู้ป่วยจิตเภทไทยมุสลิมได้อย่างมีนัยสำคัญทางสถิติที่ระดับ.001 มีจำนวน 1 ตัวแปรคือ พฤติกรรมการใช้ยา (Exp (B)=2.042) และเขียนสมการถดถอยโลจิสติกดังนี้ Log(odd ratio) = -38.046 + .714 (drug) ซึ่งสมการมีประสิทธิภาพในการทำนายโดยภาพรวมได้อย่างถูกต้องคิดเป็นร้อยละ 97.3 โดยสามารถทำนายกลุ่มป่วยซ้ำได้อย่างถูกต้องร้อยละ 96.4 และสามารถทำนายกลุ่มไม่ป่วยซ้ำได้อย่างถูกต้องร้อยละ 98.2
Other Abstract: The purposes of this descriptive research was to analyze and rank the following variables, i.e., age, education, adequacy of income, marital status, self-care behaviors, Muslim practices, medical adherence behaviors, family health routines, social support, and family expressed emotion, which were able to discriminate relapse and non-relapse among Thai Muslim schizophrenic patients. Subjects were Thai Muslim schizophrenic patients treated as inpatient and outpatient in Hospitals, Department of Mental Health. Total of 220 patients were equally divided into two groups, relapse and non-relapse. Research instruments were: demographic interview guide and 6 scales designed to measure self-care behaviors, Muslim practices, medication adherence behaviors, family health routine, social support, and family expressed emotion. All instruments were reviewed for content validity by eight experts. Their reliability were .98, .98, .96, .92, .96 and .96, respectively. Data were analysed by Logistic regression. Major result was that one variable which was medication adherence behaviors could significantly discriminated relapse and non-relapse among Thai Muslim schizophrenic patients, at the .001 level (Exp (B)=2.042). The logistic response formula was: Log(odd ratio) = -38.046 + .714 (drug). This formula correctly predicted overall success rate of 97.3, where by correctly predicted 96.4 percent of the group of relapse and correctly predicted 98.2 percent of non- relapse Thai Muslim schizophrenic patients.
Description: วิทยานิพนธ์ (พย.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2555
Degree Name: พยาบาลศาสตรมหาบัณฑิต
Degree Level: ปริญญาโท
Degree Discipline: การพยาบาลสุขภาพจิตและจิตเวช
URI: http://cuir.car.chula.ac.th/handle/123456789/33179
URI: http://doi.org/10.14457/CU.the.2012.1464
metadata.dc.identifier.DOI: 10.14457/CU.the.2012.1464
Type: Thesis
Appears in Collections:Nurse - Theses

Files in This Item:
File Description SizeFormat 
nardnapa_wo.pdf2.46 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.