การพยากรณ์จำนวนผู้ป่วยด้วยโรคที่เกี่ยวข้องกับมลพิษทางอากาศ เขตสุขภาพที่ 9 จังหวัดนครราชสีมา

ผู้แต่ง

  • วัฒนา ชยธวัช คณะสหเวชศาสตร์ มหาวิทยาลัยปทุมธานี 0000-0002-3547-667X
  • นุชนาถ ชำนิเชิงค้า คณะพยาบาลศาสตร์ มหาวิทยาลัยปทุมธานี
  • วลัยนารี พรมลา คณะพยาบาลศาสตร์ มหาวิทยาลัยปทุมธานี

คำสำคัญ:

การพยากรณ์แบบแยกส่วนประกอบ, โรคจากมลพิษทางอากาศ, อนุกรมเวลา

บทคัดย่อ

จำนวนผู้ป่วยจากโรคที่เฝ้าระวังผลกระทบสุขภาพจากมลพิษทางอากาศเขตสุขภาพที่ 9 จังหวัดนครราชสีมา เพิ่มขึ้นจาก 344,919 คนปี พ.ศ. 2564 เป็น 452,387 ในปี พ.ศ. 2565 และในเวลา 7 เดือน ของปี พ.ศ. 2566 มีรายงานผู้ป่วย 292,798 คน ประมาณการเต็มปีอาจสูงถึง 501,939 คน  เนื่องจากข้อมูลรายเดือน พ.ศ. 2564 และ 2565 มีส่วนประกอบทั้งฤดูกาลและแนวโน้ม การพยากรณ์จำนวนผู้ป่วยรายเดือนจากข้อมูลสองปีที่ผ่านมา ก็สามารถนำไปใช้ในการวางแผนงานการให้บริการผู้ป่วยอย่างเหมาะสม จึงจะใช้วิธีการแยกส่วนประกอบ ตัวแบบการคูณ เปรียบเทียบระหว่างวิธีอัตราส่วนต่อแนวโน้มกับวิธีอัตราส่วนต่อค่าเฉลี่ยเคลื่อนที่ ผลการศึกษาพบว่า ค่าเฉลี่ยของร้อยละความผิดพลาดสัมบูรณ์ (Mean Absolute Percentage Error - MAPE) ของวิธีอัตราส่วนต่อแนวโน้มมีค่าร้อยละ 12.89 ซึ่งอยู่ในเกณฑ์ร้อยละ10-20 ใช้พยากรณ์ได้ดีกว่าวิธีอัตราส่วนต่อวิธีค่าเฉลี่ยเคลื่อนที่ โดยคาดว่าจะมีผู้ป่วยทั้งปี 420,382 คน การพยากรณ์จากตัวแบบเป็นการนำสิ่งที่ดำเนินไปในอดีตมาทำนายอนาคต แต่ปัจจัยที่จะที่กระทำต่อจำนวนผู้ป่วย ได้แก่ มาตรการควบคุมมลพิษทางอากาศ การประชาสัมพันธ์ ตลอดจนการดูแลตนเองมีส่วนที่จะทำให้ค่าสังเกตุหรือค่าจริงที่เกิดขึ้นต่างไปจากค่าพยากรณ์ของตัวแบบที่ใช้เพียงข้อมูลตามที่เคยเป็นมาในอดีตบางส่วนเท่านั้น

Author Biography

วัฒนา ชยธวัช, คณะสหเวชศาสตร์ มหาวิทยาลัยปทุมธานี

-

References

ตระการ ประภัสพงษา, ณัฐจิต อ้นเมฆ และธนากร สุกุมาลย์. (2563). สถานการณ์เฝ้าระวังผลกระทบต่อสุขภาพจากมลพิษอากาศฝุ่นละออง PM2.5 (Surveillance Database). สืบค้นเมื่อวันที่ 1 กันยายน 2566, จาก https://www.ccas.or.th/assets/documents/2-ผลกระทบต่อสุขภาพจากฝุ่นละอองขนาดเล็ก(PM2.5)ในประเทศไทย.pdf.

ดาว สงวนรังศิริกุล, หรรษา เชี่ยวอนันตวานิช และมณีรัตน์ แสงเกษม. (2558). การศึกษาเปรียบเทียบเพื่อหาตัวแบบที่เหมาะสมสำหรับการพยากรณ์จำนวนผู้ป่วยที่เป็นโรคเฝ้าระวังทางระบาดวิทยาในกรุงเทพมหานคร. วารสารวิจัยและพัฒนา มจธ., 38(1), น. 35-55.

ผุสดี ชูชีพ, วัฒนา ชยธวัช และพิลาส สว่างสุนทรเวศย์. (2567). ความเชื่อมโยงจํานวนผู้ป่วยด้วยโรคที่เกี่ยวข้องกับมลพิษทางอากาศกับคุณภาพอากาศอําเภอเมืองนครราชสีมา. วารสารศูนย์อนามัยที่ 9, 18(2), น. 473-484.

วราพร ตั๋วทอง และสวพร หิญชีระนันทน์. (2564). การเปรียบเทียบตัวแบบการพยากรณ์จำนวนผู้ป่วยโรค ปอดอักเสบในประเทศไทย. วารสารวิทยาศาสตร์และเทคโนโลยี (ววท.), 29(3), น.365-377.

สำนักงานสาธารณสุขจังหวัดนครราชสีมา. (2566). HDC v4.0. กลุ่มรายงานมาตรฐาน >> การป่วย ด้วยโรจากมลพิษทางอากาศ >> จำนวนป่วย จำแนกราย กลุ่มโรคและรายโรค รายเดือน เขตสุขภาพที่ 9 จังหวัดนครราชสีมา ปี พ.ศ. 2564 2565 2566. สืบค้นเมื่อวันที่ 1 กันยายน 2566, จาก https://nma.hdc.moph.go.th/hdc/reports/report.php?&cat_id=9c647c1f31ac73f4396c2cf98e7448a&id=5968980caf87d4518aa9f0263a9299c6.

Carneiro, I., Howard, N., Bailey, L., Vardulaki, K., Langham, J. & Chandramohan, D. (2011). Introduction to Epidermeology. 2nd ed. Berkshire : Open University Press.

Cobb, B. (2020). Deseasonalized Data with a Centered Moving Average. Retrieved Sep 3, 2023, From https://www.youtube.com/watch?v=lCGw53-tlRw

Gupta, S.C. & Gupta, I. (2013).Business Statistics. 2nd ed. Mumbai : Himalaya Publishing House.

Hyndman, R.J. & Athanasopoulos, G. (2 0 1 8 ) . Forecasting: principles and practice. 2 nded. Melbourne, Australia : OTexts.

Lewis, C.D. (1 9 8 2 ) . Industrial and business forecasting methods. London: Butterworth.

Zeger, S.L., Irizarry, R. & Peng, R.D. (2006). On time series analysis of public health and biomedical data. Annu Rev Public Health, 27, pp. 57-79.doi:10.1146/annurev. publhealth. 26.021304.144517.

เผยแพร่แล้ว

2024-06-07