ประสิทธิผลของการทำนายจำนวนผู้ป่วยในจากโรคอ้วนด้วยทฤษฎีระบบเกรย์
Article Sidebar
Main Article Content
บทคัดย่อ
ภาวะอ้วนเป็นปัจจัยเสี่ยงของโรคเบาหวาน ความดันโลหิตสูง ไขมันในเลือดสูง โรคระบบหัวใจและหลอดเลือดและมะเร็ง จำนวนผู้ป่วยในจากโรคอ้วนในแต่ละปีแสดงถึงผลกระทบจากภาวะอ้วนโดยตรง การนำข้อมูลผู้ป่วยในจากโรคอ้วนจำนวน 10 ปี (พ.ศ. 2555-2564) จากกองยุทธศาสตร์และแผนงาน สำนักงานปลัดกระทรวงสาธารณสุขมาทำการพยากรณ์ด้วยตัวแบบเกรย์ GM(1,1), GM(1,1) แบบขยาย (GM(1,1)E) และ GM(1,1) แบบขยายปรับค่าตามรอบ (GM(1,1)EPC) พร้อมทั้งทำคำนวณความแม่นยำ ผลปรากฏว่า GM(1,1)EPC ให้ค่าความคลาดเคลื่อนต่ำที่สุดและมีความแม่นยำเมื่อเทียบกับข้อมูลในอดีตมากที่สุด โดยค่าพยากรณ์ของ ปี พ.ศ. 2565 คือ จะมีผู้ป่วยในจากโรคอ้วนถึง 49,952 คน เมื่อเทียบค่าจริงของปี พ.ศ. 2564 ที่ผ่านมาเพิ่มขึ้นร้อยละ 12.77 ซึ่งก็จะเป็นการคาดการณ์ขั้นสูง เพื่อให้มีการจัดเตรียมงบประมาณพร้อมรับผู้ป่วยในที่คาดว่าจะเพิ่มขึ้น ส่วนตัวแบบ GM(1,1) และ GM(1,1)E กลับให้ค่าพยากรณ์ปี พ.ศ. 2565 เพียง 40,875 และ 40,082 คนตามลำดับ ต่ำกว่าปี พ.ศ. 2564 คือลดลงร้อยละ -7.72 และ -9.51 ตามลำดับ การเปรียบเทียบกับข้อมูลจริงจากหน่วยงานที่เกี่ยวข้องจะทำให้ทราบถึงประสิทธิผลของการใช้ตัวแบบเกรย์ในการพยากรณ์อนุกรมเวลาต่อไป
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
กองบรรณาธิการวารสารวิชาการ มหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพ มีความยินดีที่จะรับบทความจากอาจารย์ นักวิจัย นักวิชาการทั้งภายในและภายนอกมหาวิทยาลัย ในสาขาวิชาวิทยาศาสตร์และเทคโนโลยี ได้แก่ สาขาวิชาวิทยาศาสตร์ วิศวกรรมศาสตร์ และสาขาอื่นๆ ที่เกี่ยวข้อง รวมถึงสาขาต่างๆ ที่มีการบูรณาการข้ามศาสตร์ที่เกี่ยวข้องวิทยาศาสตร์และเทคโนโลยี ที่เขียนเป็นภาษาไทยหรือภาษาอังกฤษ ซึ่งผลงานวิชาการที่ส่งมาขอตีพิมพ์ต้องไม่เคยเผยแพร่ในสิ่งพิมพ์อื่นใดมาก่อน และต้องไม่อยู่ในระหว่างการพิจารณาของวารสารอื่น
การละเมิดลิขสิทธิ์ถือเป็นความรับผิดชอบของผู้ส่งบทความโดยตรง บทความที่ได้รับการตีพิมพ์ต้องผ่านการพิจารณากลั่นกรองคุณภาพจากผู้ทรงคุณวุฒิและได้รับความเห็นชอบจากกองบรรณาธิการ
ข้อความที่ปรากฏอยู่ในแต่ละบทความที่ตีพิมพ์ในวารสารวิชาการเล่มนี้ เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่าน ไม่เกี่ยวข้องกับมหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพแต่อย่างใด ความรับผิดชอบด้านเนื้อหาและการตรวจร่างบทความแต่ละบทความเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะต้องรับผิดชอบบทความของตนเองแต่ผู้เดียว
กองบรรณาธิการขอสงวนสิทธิ์มิให้นำเนื้อหา หรือข้อคิดเห็นใดๆ ของบทความในวารสารวิชาการ มหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพ ไปเผยแพร่ก่อนได้รับอนุญาตจากกองบรรณาธิการ อย่างเป็นลายลักษณ์อักษร ผลงานที่ได้รับการตีพิมพ์ถือเป็นลิขสิทธิ์ของวารสาร
References
Chambers JC, Mullick SK, Smith DD. How to Choose the Right Forecasting Technique. Harvard Business Review. [Internet]. 1971 [cited 2023 October 9]. Available from: https://hbr.org/ 1971 /07/how-to-choose-the-right-fore casting-technique
Liu S, Lin Y. Grey systems theory and application. Verlag: Springer; 2010.
Modal K, Pramanik S. The application of Grey System Theory in predicting the number of deaths of women by committing suicide - A case study. Journal of Applied Quantitative Methods. 2015;10(1):48-55.
Shen X, Ou L, Chen X, Zhang X, Tan X. The Application of the grey disaster model to forecast epidemic peaks of typhoid and paratyphoid fever in China. Plos ONE. 2013;8(4):e60601,1-6.
Zhang Z, Xu F. Measles trends dynamic forecasting model based on grey system theory. Management Science and Engineering. 2012;6(4):71-4.
Jayathavaj V, Pongpullponsak A. Forecasting the number of deaths from cerebrovascular diseases in Thailand using grey systems theory. Journal of Current Science and Technology. 2017; 7(2) :131–40.
วัฒนา ชยธวัช, อดิศักดิ์ พงษ์พูลผลศักดิ์. การทำนายจำนวนผู้เสียชีวิตจากโรคหัวขาดเลือดในประเทศไทยด้วยตัวแบบเกรย์. วารสารสาธารณสุขศาสตร์. 2560;47(2):177-88.
กลุ่มข้อมูลข่าวสารสุขภาพ กองยุทธศาสตรและแผนงาน สำนักงานปลัดกระทรวงสาธารณสุข. สถิติสาธารณสุข พ.ศ. 2559. นนทบุรี: กองยุทธศาสตร์และแผนงาน กระทรวงสาธารณสุข; 2560.
วิชัย เอกพลากร (บรรณาธิการ). รายงานการสำรวจสุขภาพประชาชนไทยโดยการตรวจร่างกาย ครั้งที่ 6 พ.ศ. 2562 – 2563. กรุงเทพฯ: สำนักพิมพ์อักษรกราฟฟิคแอนด์ดีไซน์; 2564.
Alberti KGMM, Eckel RH, Grundy SM, et al. Harmonizing the Metabolic Syndrome A Joint Interim Statement of the International Diabetes Federation Task Force on Epidemiology and Prevention; National Heart, Lung, and Blood Institute; American Heart Association; World Heart Federation; International Atherosclerosis Society; and International Association for the Study of Obesity. Circulation. 2009; 120:1640-5.
สำนักบริหารการทะเบียน กรมการปกครอง. สถิติประชากรทางการทะเบียนราษฎร(รายเดือน): ประชากรรายอายุ. [อินเทอร์เน็ต]. ม.ป.ป. [สืบค้นเมื่อวันที่ 30 กรกฎาคม 2566]. จาก https://stat.bora.dopa.go.th /stat/ statnew/statMONTH/statmonth/#/ view
กลุ่มข้อมูลข่าวสารสุขภาพ กองยุทธศาสตร์และแผนงาน สำนักงานปลัดกระทรวงสาธารณสุข. สรุปรายงานการป่วย ปี 2564 ถึง 2556. [อินเทอร์เน็ต]. 2567 [สืบค้นเมื่อวันที่ 30 กรกฎาคม 2566]. จาก https:/spd.moph. go.th/illness-report/
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.
Cheng K-S, & Lien, Y-T, Wu, Y-C, Su Y-F. On the criteria of model performance evaluation for real-time flood forecasting. Stochastic Environmental Research and Risk Assessment 2017;31:1-24.
Pai, TY., Ho, CL., Chen, SW. et al. Using Seven Types of GM (1, 1) Model to Forecast Hourly Particulate Matter Concentration in Banciao City of Taiwan.Water Air Soil Pollut. [Internet]. 2011 [cited 2023 July 30]; 217:25–33. Available from: https://doi.org/10.1007 /s11270-010-0564-0