Original Title: ANALYSIS OF DETERMINANT FACTORS OF CHRONIC ENERGY DEFICIENCY (CED) IN PREGNANT WOMEN WITH MODIFICATION OF LAWRENCE GREEN AND SNEHANDU B. KAR’S THEORIES
Source: doi.org/10.26553/jikm.2023.14.3.381-392
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការវិភាគកត្តាកំណត់នៃកង្វះថាមពលរ៉ាំរ៉ៃ (CED) លើស្ត្រីមានផ្ទៃពោះ ដោយមានការកែប្រែទ្រឹស្តីរបស់ Lawrence Green និង Snehandu B. Kar

ចំណងជើងដើម៖ ANALYSIS OF DETERMINANT FACTORS OF CHRONIC ENERGY DEFICIENCY (CED) IN PREGNANT WOMEN WITH MODIFICATION OF LAWRENCE GREEN AND SNEHANDU B. KAR’S THEORIES

អ្នកនិពន្ធ៖ Siska Yuni Fitria (Program Pascasarjana Ilmu Kesehatan Masyarakat, Universitas Jember), Suhartini (Program Pascasarjana Ilmu Kesehatan Masyarakat, Universitas Jember), Ristya Widi Endah Yani (Program Pascasarjana Ilmu Kesehatan Masyarakat, Universitas Jember)

ឆ្នាំបោះពុម្ព៖ 2023 Jurnal Ilmu Kesehatan Masyarakat (JIKM)

វិស័យសិក្សា៖ Public Health

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ បញ្ហាកង្វះថាមពលរ៉ាំរ៉ៃ (Chronic Energy Deficiency - CED) អំឡុងពេលមានផ្ទៃពោះ គឺជាកត្តាមួយដែលអាចបង្កើនហានិភ័យនៃការស្លាប់របស់មាតា និងទារក។ ការសិក្សានេះមានគោលបំណងវិភាគកត្តាកំណត់នៃបញ្ហា CED លើស្ត្រីមានផ្ទៃពោះ ដើម្បីជួយដោះស្រាយបញ្ហាកង្វះអាហារូបត្ថម្ភឱ្យបានទាន់ពេលវេលា។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់វិធីសាស្ត្រអង្កេតវិភាគដោយមានអភិក្រមបែបកាត់ទទឹង (Cross-sectional approach) នៅមណ្ឌលសុខភាពចំនួន៤ ក្នុងស្រុក Lumajang ចន្លោះខែសីហាដល់កញ្ញា ឆ្នាំ២០២៣។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Bivariate Analysis (Chi-Square Test)
ការវិភាគពីរអថេរ (Bivariate Analysis) ដោយប្រើតេស្ត Chi-Square
អាចកំណត់ទំនាក់ទំនងដាច់ដោយឡែករវាងអថេរឯករាជ្យនីមួយៗ (ឧទាហរណ៍៖ អាយុ, កម្រិតវប្បធម៌) ជាមួយនឹងការកើតមានបញ្ហា CED បានយ៉ាងច្បាស់លាស់។ ងាយស្រួលក្នុងការគណនា និងបកស្រាយទិន្នន័យបឋម។ មិនអាចគ្រប់គ្រងអថេររំខាន (Confounding variables) ឬវាយតម្លៃពីឥទ្ធិពលរួមបញ្ចូលគ្នានៃកត្តាច្រើនក្នុងពេលតែមួយបានទេ។ បានរកឃើញថាការអប់រំ ការមានផ្ទៃពោះ (Gravida) ចំនួនកូន គម្លាតនៃការមានផ្ទៃពោះ និងការគាំទ្រពីស្វាមី មានទំនាក់ទំនងយ៉ាងសំខាន់ (p<0.05)។
Multivariate Analysis (Logistic Regression)
ការវិភាគពហុអថេរ (Multivariate Analysis) ដោយប្រើតំរែតំរង់ឡូជីស្ទិក
អាចច្រោះរកកត្តាដែលជះឥទ្ធិពលខ្លាំងជាងគេបំផុត (Most dominant factor) ដោយពិចារណាលើអថេរដែលពាក់ព័ន្ធទាំងអស់ក្នុងពេលតែមួយ។ ទាមទារទំហំគំរូទិន្នន័យធំគ្រប់គ្រាន់ និងតម្រូវឱ្យមានការជ្រើសរើសអថេរដែលជាប់ទាក់ទងពីការវិភាគពីរអថេរជាមុន ទើបអាចដំណើរការបាន។ បានរកឃើញថាស្ត្រីមានផ្ទៃពោះលើកដំបូង (Primigravida) គឺជាកត្តាចម្បងបំផុតដែលបង្កឱ្យមាន CED ក្នុងអត្រា ៦.៣១៤ ដងធៀបនឹងស្ត្រីធ្លាប់មានផ្ទៃពោះ។

ការចំណាយលើធនធាន (Resource Cost)៖ ការចំណាយធនធានមិនត្រូវបានបញ្ជាក់លម្អិតនៅក្នុងឯកសារនោះទេ ប៉ុន្តែការសិក្សានេះទាមទារធនធានមនុស្ស ឧបករណ៍វាស់ស្ទង់ជាក់លាក់ និងកម្មវិធីកុំព្យូទ័រសម្រាប់វិភាគទិន្នន័យសុខាភិបាល។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងស្រុក Lumajang ប្រទេសឥណ្ឌូនេស៊ី ដោយប្រើប្រាស់គំរូទិន្នន័យស្ត្រីមានផ្ទៃពោះចំនួន ១៩៤ នាក់។ ចំណុចខ្វះខាតធំមួយគឺទិន្នន័យទាក់ទងនឹងការគាំទ្រពីសង្គម (ឧទាហរណ៍ ការគាំទ្រពីស្វាមី និងគ្រូពេទ្យ) ត្រូវបានប្រមូលតាមរយៈការយល់ឃើញរបស់ស្ត្រីមានផ្ទៃពោះតែម្ខាងប៉ុណ្ណោះ (Self-reporting bias) ដោយមិនមានការសាកសួរផ្ទាល់ទៅកាន់ស្វាមី ឬគ្រូពេទ្យនោះទេ។ នេះជារឿងសំខាន់សម្រាប់ប្រទេសកម្ពុជា ព្រោះការវាយតម្លៃអន្តរាគមន៍សុខភាពនៅតាមសហគមន៍ជនបទ ទាមទារឱ្យមានការផ្ទៀងផ្ទាត់ព័ត៌មានពីភាគីពាក់ព័ន្ធច្រើនដើម្បីធានាបាននូវភាពសុក្រឹតនៃការស្រាវជ្រាវ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ការរកឃើញ និងទ្រឹស្តីកែប្រែនៅក្នុងការសិក្សានេះ មានអត្ថប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ការរៀបចំគោលនយោបាយ និងអន្តរាគមន៍សុខភាពមាតានៅប្រទេសកម្ពុជា។

សរុបមក ការអនុវត្តលទ្ធផលស្រាវជ្រាវនេះតាមរយៈការពង្រឹងការអប់រំ និងការគាំទ្រពីគ្រួសារ នឹងជួយកាត់បន្ថយអត្រាកង្វះអាហារូបត្ថម្ភ និងមរណភាពមាតា-ទារកនៅកម្ពុជាបានយ៉ាងមានប្រសិទ្ធភាព។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាពីទ្រឹស្តីអាកប្បកិរិយាសុខភាព (Study Health Behavior Theories): និស្សិតគួរសិក្សាស៊ីជម្រៅលើទ្រឹស្តីរបស់ Lawrence Green (កត្តាជំរុញ កត្តាគាំទ្រ កត្តាអនុញ្ញាត) និង Snehandu B. Kar ដើម្បីយល់ពីរបៀបបង្កើតក្របខណ្ឌគំនិត (Conceptual Framework) សម្រាប់ការស្រាវជ្រាវផ្នែកសុខភាពសាធារណៈ។
  2. អនុវត្តការវាស់ស្ទង់ស្ថានភាពអាហារូបត្ថម្ភ (Practice Nutritional Assessment): ចុះកម្មសិក្សានៅមណ្ឌលសុខភាពដើម្បីរៀនវាស់ទំហំដើមដៃដោយប្រើខ្សែវាស់ LILA (Mid-Upper Arm Circumference tape) និងរៀនបកស្រាយលទ្ធផលតាមស្តង់ដារវេជ្ជសាស្ត្រដើម្បីកំណត់រោគវិនិច្ឆ័យ CED។
  3. រៀនប្រើប្រាស់កម្មវិធីវិភាគទិន្នន័យ (Learn Data Analysis Software): អនុវត្តការប្រើប្រាស់កម្មវិធី SPSS (Statistical Package for the Social Sciences) ដើម្បីរៀនរត់ទិន្នន័យ Bivariate (Chi-square) និង Multivariate (Logistic Regression) លើទិន្នន័យសុខាភិបាលគំរូ។
  4. រចនាកម្រងសំណួរពហុភាគី (Design Multi-Stakeholder Questionnaires): បង្កើតកម្រងសំណួរដែលមិនត្រឹមតែសួរទៅកាន់ស្ត្រីមានផ្ទៃពោះប៉ុណ្ណោះទេ ថែមទាំងរួមបញ្ចូលភាគីពាក់ព័ន្ធ (ស្វាមី បុគ្គលិកពេទ្យ) ដើម្បីចៀសវាងភាពលម្អៀងក្នុងការរាយការណ៍ព័ត៌មាន (Self-reporting Bias) សម្រាប់ការស្រាវជ្រាវនាពេលអនាគត។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Chronic Energy Deficiency (CED) ស្ថានភាពកង្វះថាមពល ប្រូតេអ៊ីន និងជាតិដែករ៉ាំរ៉ៃនៅក្នុងរាងកាយម្តាយ ដែលធ្វើឱ្យប៉ះពាល់ដល់សុខភាពទាំងម្តាយ និងរារាំងការលូតលាស់របស់ទារកក្នុងផ្ទៃ ដែលអាចឈានដល់ការស្លាប់។ ដូចជារថយន្តដែលត្រូវបើកបរផ្លូវឆ្ងាយ ប៉ុន្តែមានសាំងនិងប្រេងម៉ាស៊ីនមិនគ្រប់គ្រាន់ជាប្រចាំ ធ្វើឱ្យម៉ាស៊ីនខូចខាតបន្តិចម្តងៗ។
Primigravida ស្ថានភាពស្ត្រីដែលកំពុងមានផ្ទៃពោះជាលើកដំបូងបំផុត ដែលរាងកាយរបស់គាត់មិនទាន់ធ្លាប់សម្របខ្លួនទៅនឹងការផ្តល់និងបែងចែកថាមពលសម្រាប់ការលូតលាស់របស់ទារកនៅឡើយ ដែលជាហេតុធ្វើឱ្យងាយប្រឈមនឹងបញ្ហា CED។ ដូចជាអ្នកដែលទើបតែហាត់រត់ម៉ារ៉ាតុងជាលើកដំបូង ដែលរាងកាយនិងកម្លាំងមិនទាន់ស៊ាំនឹងការតម្រូវឱ្យប្រើប្រាស់ថាមពលច្រើនបែបនេះ។
LILA tape measurements ការវាស់រង្វង់ដើមដៃ (Mid-Upper Arm Circumference) ដោយប្រើខ្សែម៉ែត្រពិសេស ដើម្បីវាយតម្លៃស្ថានភាពអាហារូបត្ថម្ភ និងកម្រិតជាតិខ្លាញ់/សាច់ដុំរបស់ស្ត្រីមានផ្ទៃពោះ (បើទំហំ <២៣.៥ សង់ទីម៉ែត្រ គឺចាត់ទុកថាមានបញ្ហា CED)។ ដូចជាការយកខ្សែម៉ែត្រទៅវាស់ទំហំគល់ឈើ ដើម្បីចង់ដឹងថាដើមឈើនោះមានជីជាតិគ្រប់គ្រាន់ឬក៏ស្គមស្គាំងខ្វះទឹក។
Logistic regression test វិធីសាស្ត្រស្ថិតិ (ការវិភាគពហុអថេរ) ដែលប្រើដើម្បីវាយតម្លៃ និងទស្សន៍ទាយឱកាសនៃការកើតមានលទ្ធផលណាមួយ (ដូចជាការកើតមាន CED) ដោយផ្អែកលើកត្តាជំរុញជាច្រើនក្នុងពេលតែមួយ ដើម្បីស្វែងរកកត្តាដែលជះឥទ្ធិពលខ្លាំងជាងគេបំផុត។ ដូចជាការប្រើប្រាស់តម្រងច្រើនជាន់ដើម្បីច្រោះរកមើលថា តើកត្តាមួយណា (ឧទាហរណ៍៖ អាយុ, កម្រិតវប្បធម៌, ឬការគាំទ្រពីស្វាមី) ដែលពិតជាធ្វើឱ្យទឹកល្អក់ខ្លាំងជាងគេ។
Intrauterine growth restriction (IUGR) បញ្ហាដែលទារកក្នុងផ្ទៃមិនអាចលូតលាស់បានតាមទំហំ ឬទម្ងន់ស្តង់ដារ ដោយសារតែម្តាយមានកង្វះអាហារូបត្ថម្ភរ៉ាំរ៉ៃ ឬបញ្ហាសុខភាពផ្សេងៗកំឡុងពេលពពោះ ដែលកាត់ផ្តាច់ការផ្គត់ផ្គង់សារធាតុចិញ្ចឹមទៅកាន់ទារក។ ដូចជាការដាំគ្រាប់ពូជនៅក្នុងផើងដែលតូចពេក និងខ្វះជី ដែលធ្វើឱ្យកូនរុក្ខជាតិមិនអាចធំធាត់បានពេញលេញតាមអាយុកាលពិតប្រាកដរបស់វា។
Predisposing factors កត្តាជំរុញ ឬកត្តាមូលដ្ឋានពីខាងក្នុងបុគ្គលម្នាក់ៗ (ដូចជា ចំណេះដឹង កម្រិតវប្បធម៌ អាយុ និងអាកប្បកិរិយា) ដែលត្រៀមខ្លួនរួចជាស្រេចក្នុងការធ្វើឱ្យពួកគេងាយនឹងទទួលយក ឬបដិសេធការអនុវត្តការថែទាំសុខភាពណាមួយ។ ដូចជាគ្រឹះនៃផ្ទះ ប្រសិនបើគ្រឹះ (ចំណេះដឹង/ការអប់រំ) រឹងមាំ ការសាងសង់ជញ្ជាំងនិងដំបូល (ការជ្រើសរើសរបបអាហារត្រឹមត្រូវ) នឹងមានភាពងាយស្រួលនិងមិនងាយដួលរលំ។
Parity ចំនួនដងដែលស្ត្រីម្នាក់ធ្លាប់សម្រាលកូន (គិតត្រឹមកូនដែលរស់រានមានជីវិតពេលកើត) ដែលវាជះឥទ្ធិពលផ្ទាល់ដល់កម្រិតភាពហត់នឿយ ការបាត់បង់ជាតិដែក និងការស្តារឡើងវិញនៃសរីរាង្គបន្តពូជរបស់ម្តាយ។ ដូចជាចំនួនដងដែលម៉ាស៊ីនមួយត្រូវបានប្រើប្រាស់ដើម្បីផលិតរបស់អ្វីមួយ ដែលការប្រើកាន់តែច្រើនដង ទាមទារពេលវេលាថែទាំនិងការចាក់ប្រេងកាន់តែច្រើនទើបអាចដំណើរការល្អដូចដើម។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖