ประสิทธิผลของโปรแกรม Nongmamong Blood Glucose Meter IQC Online ต่อความถูกต้องของเครื่องตรวจน้ำตาลในเลือดชนิดพกพาเครือข่ายบริการสุขภาพ อําเภอหนองมะโมง จังหวัดชัยนาท: ประสิทธิผลของโปรแกรม Nongmamong Blood Glucose Meter IQC Online

สุพัตรา สุวรรณศิริ; วิทยา จันทโรจน์

ผู้แต่ง

สุพัตรา สุวรรณศิริ โรงพยาบาลหนองมะโมง ชัยนาท
วิทยา จันทโรจน์ โรงพยาบาลหนองมะโมง ชัยนาท

คำสำคัญ:

เครื่องตรวจวัดน้ำตาลในเลือดชนิดพกพา, การควบคุมคุณภาพภายใน, โปรแกรม Nongmamong IQC Online

บทคัดย่อ

การควบคุมคุณภาพภายในของเครื่องตรวจน้ำตาลในเลือดชนิดพกพามีความสําคัญต่อความแม่นยําของผลตรวจ โดยเฉพาะในหน่วยบริการสุขภาพที่มีบุคลากรหลากหลาย งานวิจัยนี้เป็นการศึกษาย้อนหลังเชิงพรรณนามีวัตถุประสงค์เพื่อประเมินประสิทธิผลของโปรแกรม Nongmamong Blood Glucose Meter IQC Online ซึ่งเป็นระบบบันทึกและประเมินผล IQC แบบ Real-time โดยใช้ข้อมูลย้อนหลัง 3 ปีงบประมาณ (พ.ศ. 2565–2567) จาก 12 หน่วยบริการสุขภาพ ในอําเภอหนองมะโมง จังหวัดชัยนาท รวม 1,214 รายการ วิเคราะห์ข้อมูลด้วยสถิติ Spearman’s rank correlation, Mann–Whitney U test, Kruskal–Wallis H test และ Linear Regression ผลการศึกษาพบว่าค่าความคลาดเคลื่อนเฉลี่ยลดลงจาก 9.01% ในปี พ.ศ. 2565 เหลือ 5.90% ในปี พ.ศ. 2567 อย่างมีนัยสําคัญทางสถิติ (p < 0.001, r = 0.421) จํานวนครั้งการใช้งานโปรแกรมมีความสัมพันธ์เชิงบวกระดับต่ำกับการลดค่าความคลาดเคลื่อน (r_s = 0.366, p = 0.016) ผลการถดถอยเชิงเส้นระบุว่าทุก 1 ครั้ง ของการใช้งานสัมพันธ์กับการลดค่าความคลาดเคลื่อนเฉลี่ย 0.044% (R^² = 0.407, p = 0.026) และในช่วงปลายพบค่าความคลาดเคลื่อนเฉลี่ยลดลง 2.65% จากค่าเฉลี่ยเริ่มต้นที่ 9.13% (R^²= 0.118, p < 0.001) และไม่พบความแตกต่างระหว่างโรงพยาบาลกับโรงพยาบาลส่งเสริมสุขภาพตําบล (รพ.สต.) (p = 0.061) แต่พบความแตกต่างอย่างมีนัยสําคัญระหว่าง 12 หน่วยบริการ (H = 94.70, p < 0.001, η^² = 0.141) ข้อมูลเหล่านี้สะท้อนว่าโปรแกรมดังกล่าวมีประสิทธิผลในการลดค่าความคลาดเคลื่อนของผล IQC อย่างมีนัยสําคัญ สามารถใช้ในระบบบริการสุขภาพทุกระดับและควรส่งเสริมการเฝ้าระวังปัจจัยอื่น ๆ ร่วมด้วย เช่น การอบรมผู้ใช้งาน การบํารุงรักษา และการติดตามกํากับเพื่อยกระดับคุณภาพบริการอย่างยั่งยืน

เอกสารอ้างอิง

Roglic G. WHO Global report on diabetes: a summary. Int J Noncommunicable Dis 2016; 1(1): 3–8.

American Diabetes Association. Standards of medical care in diabetes—2023. Diabetes Care. [serial online]. 2023; [cited 2025 Apr 22]; 46(Suppl 1): [40 screens]. Available from: URL: https://diabetesjournals.org/care/issue/46/Supplement_1.

ศิริวรรณ พิทยรังสรรค์. การจัดบริการผู้ป่วยเบาหวานในชุมชน. ว สาธารณสุขชุมชน 2562; 15(3): 23–30.

Rebel A, Rice MA, Fahy BG. The accuracy of point-of-care glucose measurements. J Diabetes Sci Technol. [serial online]. 2012; [cited 2025 Apr 20]; 6(2): [16 screens]. Available from: URL: https://journals.sagepub.com/doi/10.1177/193229681200600228.

Ukpe II, Adewole A, Akintunde AA. Advancing internal quality control in point-of-care testing: a prospective study of rural clinics in Sub-Saharan Africa. Afr J Lab Med 2025; 14(1): a2045.

Sacks DB, Arnold M, Bakris GL, Bruns DE, Horvath AR, Kirkman MS, et al. Guidelines and recommendations for laboratory analysis in the diagnosis and management of diabetes mellitus. Clin Chem 2011; 57(6): e1–e47.

พัชรี สรรพกิจ. คุณภาพการตรวจวัดระดับน้ำตาลโดยบุคลากรสาธารณสุขในสถานีอนามัย. ว วิชาการสาธารณสุข. 2560; 46(5): 520–8.

ศุภรัตน์ แสงสุข. การใช้เครื่องตรวจน้ำตาลในเลือดโดย อสม. ความถูกต้องและผลต่อการตัดสินใจทางคลินิก. ว พยาบาลศาสตร์ 2563; 38(2): 115–26.

Clinical and Laboratory Standards Institute (CLSI). POCT12-A3: Point-of-care blood glucose testing in acute and chronic care facilities; approved guideline—Third edition. Wayne, PA.: CLSI; 2013.

ComplianceOnline. Quality control laboratory compliance - documentation and record - keeping explained. [online]. [cited 2025 Apr 29]; [12 screens]. Available from: URL: https://www.complianceonline.com/resources/quality-control-laboratory-compliance-documentation-and-record-keeping-explained.html.

จิราพร โพธิ์ทอง. การประยุกต์ระบบสารสนเทศในการพัฒนางานควบคุมคุณภาพในสถานีอนามัย. ว เทคโนโลยีสารสนเทศทางสุขภาพ 2561; 10(1): 45–56.

Buntin MB, Burke MF, Hoaglin MC, Blumenthal D. The benefits of health information technology: a review of the recent literature shows predominantly positive results. Health Aff 2011; 30(3): 464–71.

สุพัตรา สุวรรณศิริ, วิทยา จันทโรจน์. ผลของการใช้โปรแกรม Nongmamong Blood Glucose Meter IQC Online ในการบริหารจัดการระบบควบคุมคุณภาพเครื่องตรวจวัดน้ำตาลในเลือดชนิดพกพาในเครือข่ายสุขภาพอําเภอหนองมะโมง จังหวัดชัยนาท. ว กรมวิทย พ 2568; 67(1): 135–48.

Rauch CA, Nichols JH. Laboratory accreditation and inspection. Clin Lab Med 2007; 27(4): 845–58.

Nam M, Song DY, Song SH, Roh EY, Shin S, Park KU, et al. Performance evaluation of immunoassay for infectious diseases on the Alinity i system. J Clin Lab Anal 2021; 35(3): e23671. (7 pages).

Nichols JH, Alter D, Chen Y, Isbell TS, Jacobs E, Moore N, et al. AACC guidance document on best practices for quality control in point-of-care testing. [online]. 2020; [cited 2025 Apr 24]; [20 screens]. Available from: URL: https://myadlm.org/science-and-research/academy-guidance/management-of-point-of-care-testing.

Wikipedia. Spearman's rank correlation coefficient. [online]. 2025; [cited 2025 Apr 24]. Available from: URL: https://en.wikipedia.org/wiki/Spearman's_rank_correlation_coefficient.

Nachar N. The Mann–Whitney U: a test for assessing whether two independent samples come from the same distribution. TQMP [serial online]. 2008; [cited 2025 Apr 24]; 4(1): [8 screens]. Available from: URL: https://www.tqmp.org/RegularArticles/vol04-1/p013/p013.pdf.

Technology Networks. Mann–Whitney U test: assumptions and example. [online]. 2024; [cited 2025 Apr 24]. Available from: URL: https://www.technologynetworks.com/informatics/articles/mann-whitney-u-test-assumptions-and-example-363425.

Schneider A, Hommel G, Blettner M. Linear regression analysis: part 14 of a series on evaluation of scientific publications. Dtsch Arztebl Int 2010; 107(44): 776–82.

Grotenhuis MT, Thijs P. Dummy variables and their interactions in regression analysis: examples from research on body mass index. arXiv. [preprint online]. 2015; [cited 2025 Apr 24]; [22 screens]. Available from: URL: https://arxiv.org/abs/1511.05728.

Jaber MJ, Bindahmsh AA, Abu Dawwas MA, du Preez SE, Alshodukhi AM, Alateeq IS, et al. Obstacles and challenges affecting quality indicators in a complex tertiary emergency center. Glob J Qual Saf Healthc. [serial online]. 2024; [cited 2025 Apr 24]; 7(4): [13 screens]. Available from: URL: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC11554397.

Reißmann S, Guliani M, Wirth T, Groneberg DA, Harth V, Mache S. Psychosocial working conditions and violence prevention climate in German emergency departments - a cross-sectional study. BMC Emerg Med. [serial online]. 2025; [cited 2025 Apr 24]; 25(1): [22 screens]. Available from: URL: https://bmcemergmed.biomedcentral.com/articles/10.1186/s12873-024-01155-y.

Best JW, Kahn JV. Research in education. 10th ed. Boston: Pearson Education; 2006. p. 284.

Cohen J. Statistical power analysis for the behavioral sciences. 2nd ed. Hillsdale, NJ: Lawrence Erlbaum Associates; 1988. p. 79–81.

Tomczak M, Tomczak E. The need to report effect size estimates revisited. An overview of some recommended measures of effect size. Trends Sport Sci 2014; 21(1): 19–25.

Mathew TK, Zubair M, Tadi P. Blood glucose monitoring In: StatPearls. [online]. 2023; [cited 2025 Apr 29]; [8 screens]. Available from: URL: https://www.ncbi.nlm.nih.gov/books/NBK555976.

Rghioui A, Lloret J, Harane M, Oumnad A. A smart glucose monitoring system for diabetic patient. Electronics. [serial online]. 2020; [cited 2025 Apr 29]; 9(4): 678. [10 screens]. Available from: URL: https://doi.org/10.3390/electronics9040678.

Frost J. How to interpret R-squared in regression [online]. Statistics by Jim; 2020 [cited 2025 May 1]; [5 screens]. Available from: URL: https://statisticsbyjim.com/regression/interpret-r-squared-regression.

Freckmann G, Schmid C, Baumstark A, Rutschmann M, Haug C, Heinemann L. Analytical performance requirements for systems for self-monitoring of blood glucose with focus on system accuracy. J Diabetes Sci Technol 2015; 9(4): 885–94.

Gubbi J, Buyya R, Marusic S, Palaniswami M. Internet of Things (IoT): a vision, architectural elements, and future directions. Future Gener Comput Syst 2013; 29(7): 1645–60.

Hess DR. Retrospective studies and chart reviews. Respir Care 2004; 49(10): 1171–4.

Delgado A, Llorca J. Statistical power, sample size, and their reporting in clinical laboratory science research. Clin Lab Sci. [serial online]. 2012; [cited 2025 May 4]; 25(2): [6 screens]. Available from: URL: https://journals.sagepub.com/doi/10.29074/ascls.25.2.78.

Song JW, Chung KC. Observational studies: cohort and case-control studies. Plast Reconstr Surg 2010; 126(6): 2234–42.

Hudspeth M, Kaplow R. Point-of-care testing in diabetes management: improved clinical outcomes and reduced visits. Clin Diabetes. 2017; 35(2): 96–101.

Bui TC, Pham TTT, Nguyen LT, et al. Impact of point-of-care HbA1c testing on clinical decision making and outcomes in diabetes management: a systematic review and meta-analysis. J Clin Endocrinol Metab 2021; 106(8): e3161–73.

Wexler DJ, Grant RW, Wittenberg E, et al. Impact of real-time point-of-care testing of HbA1c on diabetes management: a randomized controlled trial. Diabetes Care. 2020; 43(7): 1504–10.