การพยากรณ์ผู้ป่วยรายใหม่โรคเบาหวานและโรคความดันโลหิตสูงของจังหวัดปทุมธานี

Forecasting incidents of diabetes and high blood pressure in Pathum Thani Province

ผู้แต่ง

  • วัชราภรณ์ ฉุนแสนดี สาขาวิชาสาธารณสุขชุมชน คณะสหเวชศาสตร์ มหาวิทยาลัยปทุมธานี ปทุมธานี
  • วัฒนา ชยธวัช สาขาวิชาการแพทย์แผนไทย คณะสหเวชศาThai Traditional Medicine Program, Faculty of Allied Health Sciences, Pathumthani University, Pathum Thaniสตร์ มหาวิทยาลัยปทุมธานี ปทุมธานี

คำสำคัญ:

การพยากรณ์, ทฤษฎีระบบเกรย์, โรคเบาหวาน, โรคความดันโลหิตสูง, ผู้ป่วยรายใหม่

บทคัดย่อ

          การพยากรณ์จำนวนผู้ป่วยรายใหม่โรคเบาหวานและโรคความดันโลหิตสูงของจังหวัดปทุมธานี โดยใช้ข้อมูลปีงบประมาณ 2556 ถึง 2566 ด้วยทฤษฎีระบบเกรย์ตัวแบบ GM(1,1) และ GM(1,1)EPC (GM(1,1) ปรับความคลาดเคลื่อนรายคาบ) พบว่า ข้อมูลอนุกรมเวลาของจำนวนผู้ป่วยรายใหม่โรคความดันโลหิตสูงมีจำนวนประมาณเป็นสองเท่าจำนวนผู้ป่วยรายใหม่โรคเบาหวาน และมีสหสัมพันธ์เพียร์สันสูงถึง 0.99 การพยากรณ์ด้วย GM(1,1)EPC มีค่า MAPE (ค่าเฉลี่ยของร้อยละความผิดพลาดสัมบูรณ์) ต่ำกว่า GM(1,1) และอยู่ในเกณฑ์ใช้พยากรณ์ได้ดี ทั้งนี้สอดคล้องกับรูปแบบข้อมูลที่เพิ่มขึ้นลดลงแล้วเพิ่มขึ้นและมีแนวโน้มลดลงอีก การพยากรณ์สำหรับปีงบประมาณ 2567 คาดว่าจำนวนผู้ป่วยรายใหม่โรคเบาหวาน 6,134 คนจำนวนผู้ป่วยรายใหม่โรคความดันโลหิตสูง 12,052 คน อย่างไรก็ตาม การนำผลการพยากรณ์เชิงปริมาณไปใช้ยังต้องคำนึงถึงปัจจัยด้านคุณภาพที่เกี่ยวข้องกับมาตรการด้านสาธารณสุขที่จะดำเนินการในปีงบประมาณ 2567 ด้วย

Downloads

Download data is not yet available.

Author Biography

วัฒนา ชยธวัช, สาขาวิชาการแพทย์แผนไทย คณะสหเวชศาThai Traditional Medicine Program, Faculty of Allied Health Sciences, Pathumthani University, Pathum Thaniสตร์ มหาวิทยาลัยปทุมธานี ปทุมธานี

-

References

. สำนักสื่อสารความเสี่ยงและพัฒนาพฤติกรรมสุขภาพ กองโรคไม่ติดต่อ กรมควบคุม โรค. กรมควบคุมโรค เผยสถานการณ์ โรคเบาหวานทั่วโลก มีผู้ป่วยแล้ว 537 ล้านคน มีส่วนทำให้เสียชีวิตสูงถึง 6.7 ล้านคน หรือเสียชีวิต 1 ราย ในทุก ๆ 5 วินาที [อินเทอร์เน็ต]. 2565 [เข้าถึงเมื่อ 3 ตุลาคม 2566]. เข้าถึงได้จาก https://pr.moph.go.th /?url=pr/detail/2/02/181256/

สมาคมความดันโลหิตสูงแห่งประเทศไทย. แนวทางการรักษาโรคความดันโลหิตสูงใน เวชปฏิบัติทั่วไป พ.ศ. 2555 ฉบับปรับปรุง 2558 [อินเทอร์เน็ต]. 2558 [เข้าถึงเมื่อ 3 ตุลาคม 2566]. เข้าถึงได้จาก http://www.thaihypertension.org/files/GL%20H T%202015.pdf

วิชัย เอกพลากร (บรรณาธิการ). รายงานการสำรวจสุขภาพประชาชนไทยโดยการ ตรวจร่างกาย ครั้งที่ 6 พ.ศ. 2562-2563. กรุงเทพฯ: สำนักอักษรกราฟิคแอนด์ดีไซน์์; 2564.

HDC V4.0 กระทรวงสาธารณสุข. กลุ่มรายงานมาตรฐาน การป่วยด้วยโรคไม่ ติดต่อที่สำคัญ [อินเทอร์เน็ต]. 2566 [เข้าถึงเมื่อ 3 ตุลาคม 2566]. เข้าถึงได้จาก https://hdcservice.moph.go.th/hdc/reports/

ชยพล ธานีวัฒน์. กฎหมายที่เกี่ยวกับการกระจายอำนาจด้านสาธารณสุขให้แก่องค์กร ปกครองส่วนท้องถิ่น [อินเทอร์เน็ต]. (ม.ป.ป.) [เข้าถึงเมื่อ 3 ตุลาคม 2566]. เข้าถึงได้จาก https://www.parliament.go.th/ewtadmin/ewt/elaw_parcy/ewtdlink. php?nid=2712

วรางคณา เรียนสุทธิ์. การพยากรณ์จำนวนผู้ป่วยโรคเฝ้าระวังในประเทศไทย. วารสาร วิทยาศาสตร์และเทคโนโลยี 2563; 28(1): 1-13.

Jayathavaj V, Pongpullponsak A. (2017). Forecasting the number of deaths from cerebrovascular diseases in Thailand using grey systems theory. Journal of Current Science and Technology 2017;7(2):131–140.

วัฒนา ชยธวัช, อดิศักดิ์ พงษ์พูลผลศักดิ์. การทำนายจำนวนผู้เสียชีวิตจากหัวใจขาด

เลือดในประเทศไทยด้วยตัวแบบเกรย์. วารสารสาธารณสุขศาตร์ 2560;47(2):177-88.

ปรีชา เครือโสม, เฉลิมชัย ภูริพัฒน์, พิณรัตน์ นุชโพธิ์, พรวิมล คล่องสั่งสอน. ตัวแบบ ระบบเกรย์สำหรับการพยากรณ์การแพร่ระบาดของโรคไข้เลือดออก : กรณีศึกษา กรุงเทพมหานคร. วารสารควบคุมโรค 2566;49(2):353-63.

สำนักข่าวกรมประชาสัมพันธ์. พยากรณ์โรคไข้เลือดออกในปี 2563 [อินเทอร์เน็ต]. 2563 [เข้าถึงเมื่อ 3 ตุลาคม 2566]. เข้าถึงได้จาก https://thainews.prd.go.th/th/news/detail/TCATG200323123910879

Iqelan BM. Forecasts of Female Breast Cancer Referrals Using Grey Prediction Model GM(1,1). Applied Mathematical Sciences 2017;11(54): 2647–62.

Deng JL. Introduction to Grey System Theory. J. Grey Syst 1989;1:1–24.

Lin YH, Chiu CC, Lin YJ, Lee PC. Rainfall prediction using innovative grey model with the dynamic index. Journal of Marine Science and Technology 2013; 21(1): 63-75. DOI:10.6119/JMST-011-1116-1.

Liu S, Lin Y. Grey Systems—Theory and Applications. Berlin, Germany: Springer; 2010.

Andrés D. Error Metrics for Time Series Forecasting. Machine Learning Pills [Internet]. 2023 [cited 2023 October 3]. Available from: https://mlpills.dev/time-series/error-metrics-for-time-series-forecasting/

Lewis CD. Industrial and business forecasting methods. London:Butterworths; 2023.

BYJU'S. Correlation Coefficient [Internet]. 2024. [cited 2024 january 17]. Available from https://byjus.com/jee/correlation-coefficient/

Downloads

เผยแพร่แล้ว

2024-07-01

How to Cite

1.
ฉุนแสนดี ว, ชยธวัช ว. การพยากรณ์ผู้ป่วยรายใหม่โรคเบาหวานและโรคความดันโลหิตสูงของจังหวัดปทุมธานี: Forecasting incidents of diabetes and high blood pressure in Pathum Thani Province. AdvSciJ [อินเทอร์เน็ต]. 1 กรกฎาคม 2024 [อ้างถึง 7 มีนาคม 2025];24(2):121-36. available at: https://li02.tci-thaijo.org/index.php/adscij/article/view/667