Predicting the Numbers of Diabetes Cases in Nakhon Ratchasima Province using Grey System Theory
Keywords:
Prediction, Grey System Theory, Nakhon Ratchasima, DiabetesAbstract
Diabetes patients in Nakhon Ratchasima province in the first 11 months of the fiscal year 2023 reached 197,889 people. Forecasting the number of diabetes patients by the fiscal year 2023 will make it possible to assess the accuracy of the model and apply it to the public health management of the province in the future. Grey system theory (grey color), the GM(1,1) model was used for the forecasting because the past 10 years of data show monotonic increasing pattern. The result showed that the model GM(1,1) predicted the number of diabetes patients in fiscal year 2023 at 202,063 with a mean absolute error percentage of 0.91%. The increase rate of 7.23 percent from fiscal year 2022 is at the same level as fiscal years 2021 and 2022, increasing from the previous year by 7.80 percent and 7.00 percent, respectively. The accuracy of the model GM(1,1) can be verified from the data on the number of diabetic patients in Nakhon Ratchasima province, which will be reported around November 2023.
References
กองโรคไม่ติดต่อ กรมควบคุมโรค. กรมควบคุมโรค รณรงค์วันเบาหวานโลก ปี 2564 ตระหนักถึงการดูแลรักษาโรคเบาหวาน ให้ได้รับการรักษาอย่างทั่วถึง. สำนักสื่อสารความเสี่ยงและพัฒนาพฤติกรรมสุขภาพ [อินเทอร์เน็ต]. 2564 [เข้าถึงเมื่อ 2566 ส.ค. 29]. เข้าถึงได้จาก: https://ddc.moph.go.th/brc/
news.php?news=21692&deptcode=brc
สำนักนโยบายและยุทธศาสตร์ สำนักงานปลัดกระทรวงสาธารณสุข กระทรวงสาธารณสุข. บัญชีจำแนกโรคระหว่างประเทศ ฉบับประเทศไทย อังกฤษ-ไทย เวอร์ชั่น 2016 เล่มที่ 1 ตารางการจัดกลุ่มโรค. กรุงเทพฯ: ศรีเมืองการพิมพ์; 2559.
Thai Health Coding Center. Chapter IV Endocrine, nutritional and metabolic diseases (E00-E90) Diabetes mellitus (E10-E14). n.d. [cited 2023 Aug 29]. Available from: http://thcc.or.th/ICD-10TM/ge10.htm
สำนักงานสาธารณสุขจังหวัดนครราชสีมา. HDC Report กลุ่มรายงานมาตรฐาน >> การป่วยด้วยโรคไม่ติดต่อที่สำคัญ >> อัตราการป่วยด้วยโรคเบาหวาน. HDC [อินเทอร์เน็ต]. 2566 [เข้าถึงเมื่อ 2566 ส.ค. 29]. เข้าถึงได้จาก: https://nma.hdc.moph.go.th/hdc/reports/report.php?&cat_id=6a1fdf282fd28180eed7d1cfe0155e11&id=cefa42b9223ec4d1969c5ce18d762bdd
กรมควบคุมโรค กระทรวงสาธารณสุข. คู่มือการปฏิบัติงาน กระบวนการ การพยากรณ์โรคและภัยสุขภาพ. นนทบุรี: กรมควบคุมโรค กระทรวงสาธารณสุข; 2557.
Liu S, Lin Y. Grey systems theory and application. Verlag: Springer; 2010.
Yang X, Zou J, Kong D, Jiang G. The analysis of GM (1, 1) grey model to predict the incidence trend of typhoid and paratyphoid fevers in Wuhan City, China. Medicine (Baltimore). 2018 Aug;97(34):e11787. doi: 10.1097/MD.0000000000011787.
Alafchi B, Vosough RN, Shanazy H, Ghaleiha A, Sadeghifar M. Grey Prediction GM (1, 1) Model for Forecasting the number of Hospitalized Patients with Bipolar Disorder. Proceedings of the 14th Iranian Statistics Conference. 2018 Aug 25-28; Shahrood University of Technology, Shahrood, Iran; 2018. pp. 40-6.
Ding P, Yang Q, Wang C, Wei X, Zhou Y. Application of Improved Grey Model GM(1,1) in Prediction of Human Health Data. 2018 IEEE Third International Conference on Data Science in Cyberspace (DSC), 2018 Jun 18-21; Guangzhou, China; 2018. p. 428-32.
Wang Y, Wei F, Sun C, Li Q. The Research of Improved Grey GM (1, 1) Model to Predict the Postprandial Glucose in Type 2 Diabetes. Biomed Res Int. 2016;2016:6837052. doi: 10.1155/2016/6837052. Epub 2016 May 23. PMID: 27314034; PMCID: PMC4893588.
Madhi M, Mohamed N. Improving GM(1,1) Model Performance Accuracy Based on the Combination of Optimized Initial and Background Values in Time Series Forecasting. Open Access Library Journal 2022;9,1-17. doi: 10.4236/oalib.1108416.
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.
Lewis CD. Industrial and business forecasting methods. London: Butterworths; 2023.
สมเกียรติ โพธิสัตย, สถิตย นิรมิตมหาปญญา, ชัยชาญ ดีโรจนวงศ, วีระศักดิ์ ศรินนภากร, นภา ศิริวิวัฒนากุล, สิทธิชัย อาชายินดี และคณะ. โรคเบาหวาน (Diabetes Mellitus). การแพทย์ไทย 2554-2557 [อินเทอร์เน็ต]. 2557 [เข้าถึงเมื่อ 2566 ก.ย. 17]. เข้าถึงได้จาก: http://training.dms.moph.go.th/rtdc/
storage/app/uploads/public/59b/9e7/962/59b9e79625bf7359335246.pdf
Wang YW, Shen ZZ, Jiang Y. Comparison of ARIMA and GM(1,1) models for prediction of hepatitis B in China. PLoS One. 2018;13(9):e0201987. doi: 10.1371/journal.pone.0201987.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 REGIONAL HEALTH PROMOTION CENTER 9 JOURNAL
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความหรือข้อคิดเห็นใด ๆ ที่ประกฎในวารสารศูนย์อนามัยที่ 9 เป็นความคิดเห็นของผู้เขียน บรรณาธิการ คณะผู้จัดทำ และศูนย์อนามัยที่ 9 นครราชสีมา (เจ้าของ) ไม่จำเป็นต้องเห็นด้วย ผู้เขียนต้องรับผิดชอบต่อบทความของตนเอง
ผลการพิจารณาของกองบรรณาธิการและผู้ทรงคุณวุฒิถือเป็นที่สิ้นสุด คณะบรรณาธิการวารสารฯ ขอสงวนสิทธิ์ในการตรวจแก้ไขข้อความให้ถูกต้องตามหลักภาษาและมีความเหมาะสม
กองบรรณาธิการวารสารฯ ขอสงวนสิทธิ์มิให้นำเนื้อหาใด ๆ ของบทความ หรือข้อคิดเห็นใด ๆ ของผลการประเมินบทความในวารสารฯ ไปเผยแพร่ก่อนได้รับอนุญาตจากกองบรรณาธิการ อย่างเป็นลายลักษณ์อักษร และผลงานที่ได้รับการตีพิมพ์ถือเป็นลิขสิทธิ์ของวารสารศูนย์อนามัยที่ 9
