The Association between PM2.5 and the Disease under Surveillance from Air pollution in Mueang Chiang Mai District, Chiang Mai Province
DOI:
https://doi.org/10.57260/stc.2025.1081Keywords:
Particulate matter less than 2.5 microns, The number of patients under surveillance from air pollution, Mueang Chiang Mai districtAbstract
This correlational study aimed to examine the association between PM2.5 air pollution and the surveillance disease group related to air pollution in Mueang District, Chiang Mai Province. The monthly data in Mueang Chiang Mai District between January 2021 and October 2024, a total of 46 months; the monthly average on the level of PM2.5 was collected from the Pollution Control Department, and the number of monthly patients with air pollution surveillance diseases was collected from the statistical reports of the Ministry of Public Health. Data were analyzed using descriptive statistics, Pearson correlation, and calculated relative risks using the quasi-Poisson regression model and the negative binomial regression model. The results of the negative binomial regression models showed that when the level of PM2.5 at Chiang Mai Station - Yupparaj Wittayalai School (36T) increased by 10 micrograms/cubic meter, the patients with chronic obstructive pulmonary disease would have an increase of 1.8 percent from the average. For the patients with cerebrovascular diseases, when the PM2.5 at Station 36T increased by 10 micrograms/cubic meter, there would be an increase of 1.5 percent of patients from the average. It can be said that the risk of the number of patients increasing according to the change in PM2.5 values in the area can be calculated for appropriate public health planning in the future.
References
กรมควบคุมมลพิษ. (2564). คูมือปฏิบัติการในการปองกันและแกไขปญหาฝุ่นละออง PM2.5. สืบค้นจาก https://www.pcd.go. th/publication/13479/
กรมควบคุมมลพิษ. (2568). ข้อมูลย้อนหลัง, รายเดือน, ภาคเหนือ, จังหวัดเชียงใหม่, เชียงใหม่ - ศาลากลางเมือง อ.เมือง (35T) และ เชียงใหม่ - โรงเรียนยุพราชวิทยาลัย (36T). สืบค้นจาก http://air4thai.pcd.go.th/webV3/#/History
กระทรวงสาธารณสุข. (2568). ระบบคลังข้อมูลด้านการแพทย์และสุขภาพ กลุ่มรายงานมาตรฐาน สถานะสุขภาพ การป่วยด้วยโรคเฝ้าระวังจากมลพิษทางอากาศ. สืบค้นจาก https://hdc.moph.go.th/lri/public/standard-subcatalog/9c647c1f31ac73f4396c2cf987e7448a
กองประเมินผลกระทบต่อสุขภาพ กรมอนามัย กระทรวงสาธารณสุข. (2563). คู่มือฉบับประชาชน การเฝ้าระวัง PM2.5 อย่างไรให้ปลอดภัย. กรุงเทพมหานคร: ชุมนุมสหกรณ์การเกษตรแห่งประเทศไทย.
ธีรวัฒน์ น้ำคำ และ เริงชัย ตันสุชาติ. (2564). ผลกระทบของฝุ่นละอองขนาดเล็ก PM 2.5 ต่อจำนวนนักท่องเที่ยวต่างชาติในจังหวัดเชียงใหม่และกรุงเทพมหานคร. วารสารวิจัยราชภัฏเชียงใหม่, 22(3), 19-35. สืบค้นจาก https://so05.tci-thaijo.org/index.php/cmruresearch/article/view/247437
พรพิมล อดัมส์. (2565). ความสำคัญของการขอรับรองจริยธรรมการวิจัย. สืบค้นจาก https://www.tm.mahidol.ac.th/research/images/Channel/slide/S2_ ep30_จริยธรรมการวิจัยในคน.pdf
มหาวิทยาลัยมหิดล. (2565). ประกาศมหาวิทยาลัยมหิดล เรื่อง แนวปฏิบัติสำหรับโครงการวิจัยที่ไม่เข้าข่ายการวิจัยในคน พ.ศ. 2565. สืบค้นจาก https://sp.mahidol.ac.th/th/LAW/policy/2565-MU-Non-Human.pdf
ส่วนพัฒนาและบริหารระบบสารสนเทศ ศูนย์เทคโนโลยีสารสนเทศและการสื่อสาร กรมควบคุมมลพิษ. (2566). ค่ามาตรฐาน PM2.5 ใหม่ บังคับใช้แล้ววันนี้ (1 มิ.ย. 66). สืบค้นจาก https://www.pcd.go.th/pcd_news/29901/
สุวิทย์ กาชัย, ชุมพล กาไวย์ และ วันวิสาข์ ชูจิตร. (2567). การศึกษาผลกระทบต่อสุขภาพจากฝุ่นละอองขนาดไม่เกิน 2.5 ไมครอน (PM 2.5) จังหวัดลําปาง. วารสารการส่งเสริมสุขภาพและอนามัยสิ่งแวดล้อมล้านนา, 14(1), 314-330. สืบค้นจาก https://he01.tci-thaijo.org/index.php/lannaHealth/article/view/273412
สำนักงานสิ่งแวดล้อมและควบคุมมลพิษที่ 1 เชียงใหม่่. (2568). สรุปสถานการณ์ฝุ่น PM2.5 ประจำวันที่ 5 กุมภาพันธ์ 2568 ในพื้นที่รับผิดชอบของสำนักงานสิ่งแวดล้อมและควบคุมมลพิษที่ 1 (เชียงใหม่ เชียงราย ลำพูน แม่ฮ่องสอน). สืบค้นจาก https://epo01.pcd.go.th/th/news/detail/180398
ศูนย์ข้อมูลการเปลี่ยนแปลงสภาพภูมิอากาศ (Climate Change Data Center: CCDC) มหาวิทยาลัยเชียงใหม่. (2568). PM2.5 ตามพิกัด. สืบค้นจาก https://www.cmuccdc.org/
ศูนย์ส่งเสริมจริยธรรมการวิจัยในคน มหาวิทยาลัยมหิดล. (2565). แบบฟอร์มประเมินตนเองว่าเข้าข่ายการวิจัยในคนหรือไม่ (Eng, Thai). สืบค้นจาก https://sp.mahidol.ac.th/th/ethics-human/forms/checklist/2022-Human%20Research%20Checklist-researcher.pdf
Gallucci, M. (2019). GAMLj: General analyses for linear models. [jamovi module]. Retrieved from https://gamlj.github.io/
Ibarra-Espinosa, S., Dias de Freitas, E., Ropkins, K., Dominici, F., & Rehbein, A. (2022). Negative-Binomial and quasi-poisson regressions between COVID-19, mobility and environment in São Paulo, Brazil. Environ Res., 204, 112369. Retrieved from https://www.sciencedirect.com/science/article/pii/S0013935121016704
Ma, Z., Meng, X., Chen, C., Chao, B., Zhang, C., & Li, W. (2022). Short-term effects of different PM2.5 ranges on daily all-cause mortality in Jinan. China. Sci Rep., 12(1), 5665. Retrieved from https://www.nature.com/articles/s41598-022-09057-4
Ma, X., Duan, H., Zhang, H., Liu, X., Sun, X., Wei, J., Zhao, M., & Xi, B. (2023). Short-term effects of PM1, PM2.5, and PM2.5 constituents on myocardial infarction mortality in qingdao, China: A time-stratified case-crossover analysis. Atmospheric Environment, 294, 119478, Retrieved from https://doi.org/10.1016/j.atmosenv.2022.119478
R Core Team. (2022). R: A Language and environment for statistical computing. (Version 4.1) [Computer software]. Retrieved from https://cran.r-project.org
Schober, P., Boer, C., & Schwarte, L.A. (2018). Correlation Coefficients: Appropriate Use and Interpretation. Anesthesia & Analgesia, 126(5), 1763-1768. Retrieved from https://journals.lww.com/anesthesia-analgesia/fulltext/2018/05000/correlation_coefficients__appropriate_use_and.50.aspx
State of Global Air. (2025). Health Impacts of PM2.5. Retrieved from https://www.stateofglobalair.org/health/pm
The jamovi project. (2022). jamovi. (Version 2.3) [Computer Software]. Retrieved from https://www.jamovi.org
UCLA Advanced Research Computing. (2024). Poisson Regression | Stata Annotated Output. Retrieved from https://stats.oarc.ucla.edu/stata/output/poisson-regression/
Wilson, S. R., Leonard, R. D., Edwards, D. J., Swieringa, K. A., & Underwood, M. (2018). Inference for Under-Dispersed Data: Assessing the Performance of an Airborne Spacing Algorithm. Qual Eng., 30(4), 546-555. Retrieved from https://www.tandfonline.com/doi/abs/10.1080/08982112.2018.1482339
World Health Organization. (2025). Air Pollution Data Portal. Retrieved from https://www.who.int/data/gho/data/themes/air-pollution
Yang, F., Ma, Y., Liu, F., Zhao, X., Hu, Y., Hu, K., Chang, Z., & Xiao, X. (2020). Short-term effects of rainfall on childhood hand, foot and mouth disease and related spatial heterogeneity: evidence from 143 cities in mainland China. BMC Public Health, 20, 1528. Retrieved from https://bmcpublichealth.biomedcentral.com/articles/10.1186/s12889-020-09633-1
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Science and Technology to Community
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
1. Articles, information, content, images, etc. that are published in "Science and Technology for Community Journal" is the copyright of science and Technology for Community Journal. Chiang Mai Rajabhat University. If any person or organization wants to distribute all or any part of it or do any action Must have written permission from the science and Technology for Community Journal, Chiang Mai Rajabhat University.
2. Content of articles appearing in the journal is the responsibility of the author of the article. The journal editor is not required to agree or take any responsibility.
