บทคัดย่อ
โครงการพัฒนาระบบฐานข้อมูลเพื่อรองรับตัวชี้วัดการใช้ยาอย่างสมเหตุผล มีวัตถุประสงค์เพื่อพัฒนาระบบโครงสร้างฐานข้อมูลเพื่อใช้สำหรับตอบตัวชี้วัดต่างๆ ที่เกี่ยวข้องกับการใช้ยาสมเหตุผลในทุกระดับ มีการดำเนินการ 3 ส่วน ได้แก่ 1) การพัฒนาเครื่องมือสำหรับคำนวณตัวชี้วัดการใช้ยาสมเหตุผลในโรงพยาบาล โดยอาศัยฐานข้อมูลในระบบสารสนเทศโรงพยาบาล ซึ่งเป็นเวอร์ชันใหม่ของ ThaiRDU จำนวน 3 แพลตฟอร์ม คือ a) HOSxP ที่มีระบบจัดการฐานข้อมูลเป็น MySQL b) HOSxP ที่มีระบบจัดการฐานข้อมูลเป็น PostgreSQL และ c) Hospital OS โดยสามารถประมวลผลตัวชี้วัดการใช้ยาสมเหตุผลในโรงพยาบาลได้ 18 ตัวชี้วัด โดยทั้ง 3 แพลตฟอร์มนี้จะครอบคลุมการใช้งานระบบสารสนเทศโรงพยาบาลของกระทรวงสาธารณสุขได้เกือบทั้งหมด เครื่องมือ ThaiRDU พัฒนาด้วยโปรแกรมเดลฟายและติดตั้งลงในระบบปฏิบัติการวินโดวส์ โปรแกรมนี้ใช้งานได้ง่ายและไม่มีการเปลี่ยนแปลงโครงสร้างใดในฐานข้อมูลของระบบสารสนเทศโรงพยาบาล สามารถประมวลผลได้ตลอดเวลาแบบเรียลไทม์ สามารถกำหนดรายการยาต่างๆ ที่ใช้ในโรงพยาบาลมาใช้ในการคำนวณตัวชี้วัด โดยใช้รหัสยาของโรงพยาบาลและไม่ต้องอาศัยรหัสยา 24 หลัก จึงทำให้รายการยาที่ถูกนำเข้าสู่การประมวลผลมีความถูกต้อง ดังนั้น ในบางตัวชี้วัดการใช้ ThaiRDU อาจเป็นปัจจัยหนึ่งที่ทำให้ได้ค่าตัวชี้วัดที่แตกต่างจากค่าที่ได้จากการรายงานผลผ่านเว็บไซต์ของ HDC นอกจากนี้ใน ThaiRDU ยังสามารถแสดงรายละเอียดของการใช้ยาตามการประมวลผลของตัวชี้วัดต่างๆ และสามารถแสดงรายการที่มีปัญหาการใช้ยาออกมาได้อย่างชัดเจน 2) การเปรียบเทียบค่าตัวชี้วัดที่ได้จากการใช้เครื่องมือที่พัฒนาขึ้น (ThaiRDU) กับค่าที่ได้จากรายงานของเว็บไซต์ของ HDC (HDC Service) ค่าที่ประมวลผลผ่าน Big Data ของ HDC (HDC Big Data) ผลปรากฏว่า ตัวชี้วัดจำนวนมากที่ผลที่ได้จากแหล่งข้อมูลทั้ง 3 นี้จะมีความใกล้เคียงกัน อย่างไรก็ตาม มีบางตัวชี้วัดที่มีความแตกต่างกันซึ่งขึ้นกับหลายปัจจัย ปัจจัยหนึ่งคือ การส่งข้อมูลที่ถูกต้องจากโรงพยาบาลเข้าสู่ระบบให้ทันเวลาที่กำหนด การใช้ ThaiRDU จะมีข้อดีที่สามารถใช้แหล่งข้อมูลปฐมภูมิโดยตรง สามารถกำหนดรายการยาที่เกี่ยวข้องได้โดยไม่ต้องอาศัยรหัสยา 24 หลัก และสามารถปรับปรุงรายการยาให้ถูกต้องได้ตลอดเวลา ในกรณีที่โรงพยาบาลส่งข้อมูลที่ค่อนข้างถูกต้องให้กับระบบแล้ว เว็บไซต์ให้บริการประมวลผล service plan ที่เกี่ยวข้องกับการใช้ยาสมเหตุผล จะประมวลผลตัวชี้วัดต่างๆ ออกมาให้ ซึ่งตามนโยบายแล้วทางโรงพยาบาลจะมีเวลาปรับแก้ให้เกิดความถูกต้องเพื่อนำเข้าสู่การประมวลผลในเวลาหนึ่ง หลังจากนั้นค่าต่างๆ ที่รายงานผลผ่านเว็บไซต์นี้จะไม่เปลี่ยนแปลง นักวิจัยสามารถใช้ข้อมูลจาก Big Data มาใช้ประมวลผลในงานของการใช้ยาสมเหตุผลได้ และ 3) กำหนดโครงสร้างมาตรฐานที่ใช้สำหรับการใช้ยาสมเหตุผล เนื่องจากการใช้ประโยขน์จากข้อมูลที่สะสมไว้นั้น จะเป็นในลักษณะของการวิเคราะห์ข้อมูล ทีมวิจัยได้เลือกการออกแบบในลักษณะของ fact constellation นั่นคือ จะมีตารางประเภท fact มากกว่า 1 ตาราง ในงานวิจัยนี้ จะมีทั้งหมด 2 ตาราง คือ prescription_fact และ literacy_fact เป็นตารางประเภท fact ที่อยู่ในระบบย่อยของการสั่งใช้ยาซึ่งได้ถูกออกแบบมาเพื่อวิเคราะห์การใช้ยาของผู้ป่วยและในระบบย่อยของความรอบรู้เรื่องสุขภาพ ซึ่งจะใช้วิเคราะห์ความรอบรู้เรื่องสุขภาพของประชาชนตามลำดับ ในระบบการติดตามการใช้ยาสมเหตุผลนั้น จะเห็นได้ว่าต้องการฐานข้อมูลที่เป็นระบบในการประมวลผลตัวชี้วัดต่างๆ ฐานข้อมูลที่เป็นระบบมากที่สุดและวัดการใช้ยาอย่างแท้จริงของประชาชน คือ ฐานข้อมูลของศูนย์เทคโนโลยีสารสนเทศและการสื่อสาร คือ HDC ซึ่งจะเน้นไปที่โรงพยาบาลในกระทรวงสาธารณสุข ควรเสนอให้มีการปรับขยายให้หน่วยบริการสุขภาพทุกแห่ง การวัดความรอบรู้เรื่องสุขภาพเป็นสิ่งสำคัญ ยังขาดฐานข้อมูลที่รวบรวมเรื่องที่เกี่ยวข้องกับความรอบรู้ด้านสุขภาพของประชาชน ทั้งในระดับของสื่อสุขภาพ กิจกรรม ข้อคำถามต่างๆ ที่ใช้ในการวัดความรอบรู้ด้านสุขภาพ หน่วยงานที่รับผิดชอบเกี่ยวกับการพัฒนาฐานข้อมูลดังกล่าวจึงเป็นส่วนสำคัญในการพัฒนาการใช้ยาสมเหตุผลในทุกระดับต่อไป
บทคัดย่อ
The objective of the develop a database system project to support indicators of the rational use of drugs is to develop a database structure for answering various indicators related to the rational use of drugs at all levels. In this project, three parts were done: 1) development of a tool for calculating the indicators of rational use in hospitals; by relying on a database in the hospital information system. This is a new version of ThaiRDU with 3 platforms: a) HOSxP with MySQL database management b) HOSxP with PostgreSQL database management and c) Hospital OS can process 18 indicators for rational drug use in hospitals. All 3 platforms covered almost all the use of hospital information systems of the Ministry of Public Health. ThaiRDU tool was developed with the Delphi program and installed into the Windows operating system. The program was easy to use and no structural changes were made in the database of the hospital information system. It could be processed anytime online. A list of drugs used in hospitals could be set for calculating the indicators. Using hospital drug codes and not relying on 24-digit drug codes, the list of drugs that was imported into processing was accurate. In some indicators, the use of ThaiRDU might be a factor in obtaining indicator values that differed from those reported on the HDC website. 2) The results of the several indicators in three fiscal years obtained from the three data sources, i.e., the developed tools (ThaiRDU), the HDC website (HDC Service), and the Big Data on HDC (HDC Big Data) were similar. However, the results of some indicators were different which depends on many factors. One of those factors was transferring the correct information from the hospital into the HDC system in a timely manner. Using ThaiRDU has the advantage of being able to use primary sources directly. The relevant drug list can be defined without the need for a 24-digit drug code, and the drug list can be updated to be correct at any time. In the case that the hospital has already sent relatively accurate information to the system, the website provides a service plan processing service related to rational drug use that will process various indicators correctly. According to the policy, the hospital will have time to adjust the correctness to bring it into the processing at a certain time. Therefore, the reported values through this HDC website will not change. Researchers can use data from Big Data to process tasks of rational drug use, and 3) define a standard structure for rational drug use. Because the utilization of the accumulated information will be in the form of data analysis, the research team chose a design in terms of fact constellation, i.e., more than one fact table. In this research, two fact tables in two main modules were designed, i.e., the prescription_fact and literacy_fact were fact tables in a module of prescription which was used for analyzing drug use of patients, and a module of health literacy which was used for analyzing health literacy of people, respectively. In the rational use of a drug monitoring system, it can be seen that there is a need for a systematic database to process various indicators. The most systematic database that measures people's actual drug use is the HDC. It focused on drug use in hospitals in the Ministry of Health. This should be proposed to expand to all health services. It is important to measure health literacy. There is still a lack of a database that collects matters related to health literacy at the levels of health media, activities, and various questions used to measure health knowledge. The agencies responsible for such databases in the development of the database are therefore important parts of the further development of rational drug use at all levels.
