Effectiveness of Forecasting the Number of Obese Inpatients using Grey System Theory
Keywords:
The Number of Obese Inpatients, Grey System Theory, GM(1,1) ModelAbstract
Obesity is a risk factor for diabetes, high blood pressure, hyperlipidemia, cardiovascular disease, and cancer. The number of obese inpatients each year directly reflects the impact of obesity. The inpatient data on obesity for 10 years (2012–2021) from the Strategy and Planning Division, Office of the Permanent Secretary, Ministry of Public Health forecasted the obese inpatients in 2022 using gray models. GM(1,1), GM(1,1) expanded (GM(1,1)E), and GM(1,1) expanded and periodic correction (GM(1,1)EPC), and computed the accuracy. The result showed that GM(1,1)EPC had the lowest error and highest accuracy when compared to historical data. The forecast value for the year 2022 will be 49,952 obese inpatients, compared to the actual value of the year 2021, an increase of 12.77 percent, which would be a maximum forecast in order to prepare the budget for inpatients that is expected to be increased. The GM(1,1) and GM(1,1)E returned the forecast value for the year 2022 of 40,875 and 40,082 cases, respectively, which were lower than the year 2021 in percent by -7.72 and -9.51, respectively. Comparison with actual data from relevant agencies will reveal the effectiveness of using the gray model in future time series forecasting.
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
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 UTK RESEARCH JOURNAL
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
