การวิเคราะห์รูปแบบความเสี่ยงสุขภาพด้วยเทคนิค K-means และ K-Prototypes จากปัจจัยทางกายภาพและผลการตรวจทางห้องปฏิบัติการ: กรณีศึกษาอำเภอสามโคก จังหวัดปทุมธานี

Health Risk Analytics System using K-means and K-Prototypes Clustering Based on Physical Factors and Laboratory Parameters: A Case Study in Sam Khok District, Pathum Thani Province

บทคัดย่อ

การดูแลสุขภาพของประชาชนเป็นหนึ่งในภารกิจสำคัญของหน่วยงานด้านสาธารณสุข การวิจัยนี้เป็นเชิงพรรณนาแบบภาคตัดขวาง  มีวัตถุประสงค์เพื่อพัฒนาระบบวิเคราะห์ความเสี่ยงทางสุขภาพ โดยใช้เทคนิคการจัดกลุ่ม (Clustering) เพื่อจำแนกความเสี่ยงสะท้อนสุขภาพที่ครอบคลุมกว่าการวิเคราะห์ปัจจัยเดี่ยว โดบศึกษาในประชากรพื้นที่อำเภอสามโคก จังหวัดปทุมธานี จำนวน 105 คน อายุ 35-74 ปี โดยวิเคราะห์ตัวแปรสุขภาพรวม 12 รายการ ได้แก่ ดัชนีทางกายภาพ (อายุ ดรรชนีมวลกาย ความดันโลหิต)และผลตรวจทางห้องปฏิบัติการ (Hb, Hct, MCV, Glucose, Lipid profile) ทำการจัดกลุ่มข้อมูลด้วยเทคนิค K-means และ K-Prototypes โดยหาจำนวนกลุ่มที่เหมาะสมที่สุดด้วยวิธี Elbow Method ร่วมกับการเปรียบเทียบสัดส่วนความผิดปกติระหว่างกลุ่มด้วยสถิติ Fisher’s exact test (p < 0.05) และหาความสัมพันธ์ของตัวแปรด้วย Pearson Correlation

ผลการวิจัย: สามารถจัดกลุ่มสุขภาพออกเป็น 3 กลุ่ม ที่มีลักษณะเด่นแตกต่างกันอย่างมีนัยสำคัญทางสถิติ (p < 0.05) ได้แก่ 1). กลุ่มเสี่ยงภาวะโลหิตจางร่วมกับไขมันในเลือดสูง (ร้อยละ 15.2) พบความผิดปกติของ ปริมาตรเม็ดเลือดแดงเฉลี่ย (ค่าเฉลี่ย MCV 72.2 fl) ต่ำกว่าเกณฑ์ถึงร้อยละ 81.2 โดยมีค่า Hb และ Hct ต่ำกว่ากลุ่มอื่นอย่างมีนัยสำคัญทางสถิติ (p < 0.001) ส่วนค่าไขมันคลอเรสเตอรอลค่อนข้างสูง 2). กลุ่มเสี่ยงเมตาบอลิก (ร้อยละ 49.5) เป็นกลุ่มใหญ่สุด มีลักษณะเด่นด้านโรคไม่ติดต่อเรื้อรัง มีดัชนีมวลกายเฉลี่ยในระดับอ้วน (เฉลี่ย 27.1 Kg/m2 ) ร่วมกับระดับความดันโลหิต (55.8%) น้ำตาล และไตรกลีเซอไรด์ที่สูงกว่ากลุ่มอื่น และ 3). กลุ่มความเสี่ยงต่ำหรือเกือบปกติ (ร้อยละ 35.3) มีค่าเฉลี่ยสุขภาพส่วนใหญ่อยู่ในเกณฑ์มาตรฐานแต่ยังพบความเสี่ยงแฝงเฉพาะบุคคล (Outliers) ของ Hb และ LDL บ้าง ผลการวิเคราะห์สหสัมพันธ์สอดคล้องเชิงพยาธิสภาพของตัวแปรในแต่ละกลุ่มอย่างชัดเจน

สรุปผล: งานวิจัยนี้แสดงให้เห็นว่าการจัดกลุ่มเพื่อวิเคราะห์ข้อมูลสุขภาพ สามารถระบุรูปแบบความเสี่ยงที่ซ่อนอยู่ได้แม่นยำกว่าการประเมินแบบรายปัจจัย ผลลัพธ์ที่ได้นำไปสู่การเสนอแนะแนวคิดเชิงโครงสร้าง สำหรับการจัดโปรแกรมสุขศึกษาที่ออกแบบมาเฉพาะสำหรับแต่ละกลุ่มความเสี่ยง เพื่อเพิ่มประสิทธิภาพการดูแลสุขภาพเชิงรุกในระดับปฐมภูมิ

คำสำคัญ: K-Mean, K-Prototypes, Elbow Method, ผลตรวจทางห้องปฏิบัติการ, อำเภอสามโคก