Original Title: ปัจจัยความรู้ทางโภชนาการ ทัศนคติต่ออาหาร และพฤติกรรมการบริโภคอาหารที่ส่งผลต่อภาวะโภชนาการของบุคลากรกระทรวงสาธารณสุข
Source: ir.stou.ac.th
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

កត្តាចំណេះដឹងផ្នែកអាហារូបត្ថម្ភ អាកប្បកិរិយាចំពោះអាហារ និងឥរិយាបថនៃការទទួលទានអាហារ ដែលជះឥទ្ធិពលដល់ស្ថានភាពអាហារូបត្ថម្ភ ក្នុងចំណោមបុគ្គលិកនៃក្រសួងសុខាភិបាល

ចំណងជើងដើម៖ ปัจจัยความรู้ทางโภชนาการ ทัศนคติต่ออาหาร และพฤติกรรมการบริโภคอาหารที่ส่งผลต่อภาวะโภชนาการของบุคลากรกระทรวงสาธารณสุข

អ្នកនិពន្ធ៖ Teerayoot Mongkolmafai

ឆ្នាំបោះពុម្ព៖ 2017, Sukhothai Thammathirat Open University

វិស័យសិក្សា៖ Public Health Nutrition

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះពិនិត្យមើលទៅលើកត្តាដែលជះឥទ្ធិពលដល់ស្ថានភាពអាហារូបត្ថម្ភ ដើម្បីជាមូលដ្ឋានក្នុងការទប់ស្កាត់ជំងឺរ៉ាំរ៉ៃមិនឆ្លង តាមរយៈការវាយតម្លៃចំណេះដឹង អាកប្បកិរិយា និងឥរិយាបថអាហារូបត្ថម្ភរបស់បុគ្គលិកក្រសួងសុខាភិបាល។

វិធីសាស្ត្រ (The Methodology)៖ នេះគឺជាការសិក្សាវិភាគបែបកាត់ទទឹង (Cross-sectional analytical study) ដែលប្រមូលទិន្នន័យពីបុគ្គលិកចំនួន ៣៦៤ នាក់ តាមរយៈកម្រងសំណួរ និងការវាស់ស្ទង់រាងកាយ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Stepwise Multiple Regression (BMI Prediction)
ការវិភាគតំរែតំរង់ពហុគុណសម្រាប់ទស្សន៍ទាយសន្ទស្សន៍ម៉ាសរាងកាយ (BMI)
ងាយស្រួលក្នុងការវាស់ស្ទង់ និងបង្ហាញពីទំនាក់ទំនងខ្លាំងជាមួយនឹងឥរិយាបថនៃការទទួលទានអាហារជាទូទៅ។ មិនអាចបែងចែករវាងម៉ាសសាច់ដុំ និងម៉ាសជាតិខ្លាញ់នៅក្នុងរាងកាយបានច្បាស់លាស់នោះទេ។ ឥរិយាបថនៃការទទួលទានអាហារ អាចទស្សន៍ទាយកម្រិត BMI បាន ២៩.១% (R² = 0.291) ក្នុងកម្រិតអត្ថន័យស្ថិតិ 0.01។
Stepwise Multiple Regression (WHR Prediction)
ការវិភាគតំរែតំរង់ពហុគុណសម្រាប់ទស្សន៍ទាយសមាមាត្រចង្កេះ-ត្រគាក (WHR)
អាចវាយតម្លៃពីហានិភ័យនៃជំងឺមេតាប៉ូលីស និងការប្រមូលផ្តុំខ្លាញ់នៅតំបន់ពោះ (អ้วนដុះក្បាលពោះ) បានល្អជាងការវាស់ BMI។ ទាមទារភាពសុក្រឹតខ្ពស់ក្នុងការវាស់វែងដោយផ្ទាល់ដៃ ដើម្បីចៀសវាងកំហុសឆ្គងពីខ្សែវាស់។ ឥរិយាបថនៃការទទួលទានអាហារ និងចំណេះដឹងផ្នែកអាហារូបត្ថម្ភរួមបញ្ចូលគ្នា អាចទស្សន៍ទាយកម្រិត WHR បាន ១០.២% (R² = 0.120)។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះមិនទាមទារធនធានបច្ចេកវិទ្យាខ្ពស់ឡើយ ប៉ុន្តែត្រូវការឧបករណ៍វាស់ស្ទង់រាងកាយស្តង់ដារ និងកម្មវិធីស្ថិតិសម្រាប់ការវិភាគទិន្នន័យ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងទៅលើបុគ្គលិកនៃក្រសួងសុខាភិបាល ក្នុងខេត្តនុនថៈបុរី ប្រទេសថៃ ដែលពួកគេភាគច្រើនមានការយល់ដឹងពីសុខភាពជាមូលដ្ឋានស្រាប់កម្រិតខ្ពស់ និងរស់នៅក្នុងបរិបទទីក្រុង។ ប្រសិនបើយកមកអនុវត្តនៅប្រទេសកម្ពុជា ការសិក្សានេះអាចនឹងមិនឆ្លុះបញ្ចាំងពីទម្លាប់នៃការទទួលទានអាហាររបស់ប្រជាជនទូទៅ ឬអ្នករស់នៅតំបន់ជនបទនោះទេ ដោយសារកម្រិតចំណេះដឹង វប្បធម៌នៃការបរិភោគ និងបរិយាកាសនៃការរស់នៅមានភាពខុសគ្នាស្រឡះ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រនៃការវាយតម្លៃនេះគឺមានអត្ថប្រយោជន៍ខ្លាំងណាស់ ក្នុងការយកមកអនុវត្តដើម្បីលើកកម្ពស់សុខមាលភាពនៅកន្លែងធ្វើការ (Workplace Wellness) ក្នុងប្រទេសកម្ពុជា។

សរុបមក ការអនុវត្តវិធីសាស្ត្រនេះអាចជួយឱ្យស្ថាប័ននានានៅកម្ពុជាយល់ដឹងពីឬសគល់នៃបញ្ហាសុខភាពបុគ្គលិក និងរៀបចំកម្មវិធីអប់រំសុខភាពបានចំគោលដៅនិងមានប្រសិទ្ធភាព។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះទ្រឹស្តី (Literature Review): ផ្តោតលើការស្រាវជ្រាវអំពីអាហារូបត្ថម្ភ សន្ទស្សន៍ម៉ាសរាងកាយ (BMI) សមាមាត្រចង្កេះ-ត្រគាក (WHR) និងការទាក់ទងគ្នារវាងឥរិយាបថនិងសុខភាព ដោយប្រើប្រាស់ប្រភពស្រាវជ្រាវដូចជា Google ScholarPubMed
  2. រៀបចំ និងកែសម្រួលកម្រងសំណួរ (Questionnaire Adaptation): បង្កើតកម្រងសំណួរជាភាសាខ្មែរ ដោយកែតម្រូវប្រភេទអាហារឱ្យស្របតាមបរិបទកម្ពុជា (ឧទាហរណ៍៖ ការញ៉ាំប្រហុក ផ្អក ទឹកត្រី ឬអាហារតាមផ្លូវ) រួចសាកល្បងភាពជឿជាក់ (Reliability test ដូចជាការគណនា Cronbach's Alpha)។
  3. អនុវត្តការវាស់ស្ទង់ជាក់ស្តែង (Anthropometric Measurement): រៀនពីបច្ចេកទេសវាស់កម្ពស់ ថ្លឹងទម្ងន់ និងវាស់រង្វង់ចង្កេះ-ត្រគាកឱ្យបានត្រឹមត្រូវតាមស្តង់ដាររបស់អង្គការសុខភាពពិភពលោក (WHO Guidelines) ដើម្បីធានាបាននូវទិន្នន័យដែលសុក្រឹតសម្រាប់ការវិភាគ។
  4. វិភាគទិន្នន័យតាមរយៈកម្មវិធីស្ថិតិ (Data Analysis): ប្រើប្រាស់កម្មវិធី SPSS, Jamovi, ឬ R ដើម្បីប្រមូលចងក្រងទិន្នន័យ និងធ្វើការវិភាគ Descriptive Statistics ព្រមទាំង Multiple Regression ស្វែងរកកត្តាដែលជះឥទ្ធិពលខ្លាំងជាងគេ។
  5. ចងក្រងរបាយការណ៍ និងផ្តល់អនុសាសន៍ (Reporting & Policy Recommendation): សរសេររបាយការណ៍លម្អិត និងផ្តល់ដំណោះស្រាយជាក់ស្តែងផ្អែកលើទិន្នន័យ ដូចជាការស្នើឱ្យមានជម្រើសអាហារសុខភាពនៅកន្លែងសិក្សា ការកាត់បន្ថយការលក់ភេសជ្ជៈមានជាតិស្ករខ្ពស់ និងការបង្កើតយុទ្ធនាការលើកកម្ពស់សុខភាព។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Body Mass Index (BMI) ជារង្វាស់ស្តង់ដារដែលគណនាដោយយកទម្ងន់(គីឡូក្រាម) ចែកនឹងកម្ពស់ជាការ៉េ(ម៉ែត្រការ៉េ) ដើម្បីវាយតម្លៃស្ថានភាពអាហារូបត្ថម្ភថាតើមនុស្សម្នាក់ស្ថិតក្នុងកម្រិតស្គម ធម្មតា ឬធាត់ជ្រុល។ ដូចជាជញ្ជីងវាស់ស្ទង់មួយដែលប្រាប់យើងថា រាងកាយរបស់យើងមានតុល្យភាពសមាមាត្ររវាងកម្ពស់និងទម្ងន់កម្រិតណា។
Waist-to-Hip Ratio (WHR) គឺជារង្វាស់ដែលប្រៀបធៀបទំហំចង្កេះទៅនឹងទំហំត្រគាក ដើម្បីកំណត់ពីការប្រមូលផ្តុំជាតិខ្លាញ់នៅតំបន់ពោះ ដែលជាហានិភ័យខ្ពស់នៃជំងឺសរសៃឈាមបេះដូងនិងទឹកនោមផ្អែម។ ដូចជាការវាស់រង្វង់មើលថាតើយើងមាន "អ้วนដុះក្បាលពោះ" ដែលងាយនឹងប្រឈមជំងឺរ៉ាំរ៉ៃនៅថ្ងៃមុខឬអត់។
Metabolic Syndrome គឺជាបណ្តុំនៃភាពមិនប្រក្រតីនៃការដុតរំលាយអាហារ (ដូចជា លើសសម្ពាធឈាម ជាតិស្ករក្នុងឈាមខ្ពស់ និងខ្លាញ់កកនៅចង្កេះ) ដែលកើតឡើងព្រមគ្នា ហើយបង្កើនហានិភ័យនៃជំងឺបេះដូង។ ដូចជារោទិ៍សញ្ញាអាសន្ននៃរាងកាយដែលបញ្ជាក់ថា ម៉ាស៊ីនខាងក្នុងកំពុងដំណើរការខុសប្រក្រតី ហើយអាចខូចខាតធ្ងន់ធ្ងរដោយសារការញ៉ាំមិនត្រឹមត្រូវ។
Multiple Regression Analysis គឺជាវិធីសាស្ត្រវិភាគស្ថិតិដែលប្រើដើម្បីស្វែងយល់ពីទំនាក់ទំនងរវាងកត្តាជះឥទ្ធិពលជាច្រើន (ឧទាហរណ៍ ចំណេះដឹង អាកប្បកិរិយា ការញ៉ាំ) ទៅលើលទ្ធផលតែមួយ (ឧទាហរណ៍ ទម្ងន់រាងកាយ) ដើម្បីកំណត់ថាតើកត្តាណាមួយមានឥទ្ធិពលទស្សន៍ទាយខ្លាំងជាងគេ។ ដូចជាការធ្វើជាអ្នកស៊ើបអង្កេត ដើម្បីរកមើលថាក្នុងចំណោមជនសង្ស័យទាំង៣ តើនរណាជាមេខ្លោងពិតប្រាកដដែលធ្វើឱ្យយើងឡើងទម្ងន់។
Stratified random sampling គឺជាការជ្រើសរើសគំរូដោយបែងចែកប្រជាជនជាក្រុមៗតាមលក្ខណៈណាមួយ (ឧទាហរណ៍ តាមនាយកដ្ឋាន) រួចទើបជ្រើសរើសតំណាងដោយចៃដន្យពីក្រុមនីមួយៗតាមសមាមាត្រ ដើម្បីធានាថាសំណាកតំណាងឱ្យក្រុមទាំងអស់ដោយស្មើភាព។ ដូចជាការភ្លក់សម្លរដែលយើងត្រូវកូរឱ្យសព្វ ហើយដួសយកទាំងសាច់ បន្លែ និងទឹក ក្នុងបរិមាណសមាមាត្រគ្នា ដើម្បីដឹងថាសម្លរនោះមានរសជាតិយ៉ាងណា។
Cross-sectional analytical study គឺជាការរចនាការស្រាវជ្រាវដោយប្រមូលទិន្នន័យពីមនុស្សមួយក្រុមធំ ក្នុងចំណុចពេលវេលាតែមួយ ដើម្បីយកមកវិភាគរកមើលទំនាក់ទំនងរវាងកត្តាផ្សេងៗនិងលទ្ធផលដែលកំពុងកើតមាន។ ដូចជាការថតរូបមួយប៉ុស្តិ៍នៃហ្វូងមនុស្ស ដើម្បីវិភាគថានៅពេលនោះមានមនុស្សប៉ុន្មាននាក់កំពុងកាន់កែវទឹកផ្អែម ហើយមានរាងកាយធាត់។
Cronbach's alpha coefficient គឺជារង្វាស់ស្ថិតិដែលប្រើដើម្បីធ្វើតេស្តពីភាពជឿជាក់ (Reliability) នៃកម្រងសំណួរ ថាតើសំណួរទាំងអស់នៅក្នុងនោះអាចវាស់ស្ទង់បានសង្គតិភាពលើបញ្ហាតែមួយឬអត់។ ដូចជាការសាកល្បងបាញ់កាំភ្លើងទៅលើផ្ទាំងស៊ីបជាច្រើនដង បើគ្រាប់កាំភ្លើងចំគោលដៅប្រមូលផ្តុំគ្នាល្អ មានន័យថាកាំភ្លើងនោះមានភាពសុក្រឹតនិងអាចទុកចិត្តបាន។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖