การพยากรณ์จำนวนป่วยโรคหอบหืดและโรคหลอดลมอักเสบด้วยวิธีบ๊อกซ์และเจนกินส์
คำสำคัญ:
การพยากรณ์ , จำนวนผู้ป่วย , โรคหอบหืด , โรคหลอดลมอักเสบ , วิธีบอกซ์และเจนกินส์ , อนุกรมเวลาบทคัดย่อ
จำนวนผู้ป่วยโรคหอบหืดและหลอดลมอักเสบของประเทศไทยเพิ่มขึ้นอย่างต่อเนื่องในช่วงปี พ.ศ. 2565 และ 2566 การวิจัยนี้มีวัตถุประสงค์เพื่อพยากรณ์จำนวนผู้ป่วยโรคหอบหืดและโรคหลอดลมอักเสบรายเดือนของประเทศไทยปี พ.ศ. 2567 รวบรวมข้อมูลจากรายงานของกระทรวงสาธารณสุข วิเคราะห์อนุกรมเวลาด้วยวิธีบอกซ์และเจนกินส์แบบมีฤดูกาล เมื่อนำข้อมูลจำนวนผู้ป่วยโรคหอบหืดและโรคหลอดลมอักเสบรายเดือน พ.ศ. 2563 ถึง 2566 มาเป็นข้อมูลในการสร้างตัวแบบ ประมวลผลด้วยโปรแกรม R ฟังก์ชัน auto.arima() ได้ตัวแบบ ARIMA(2,0,0)(1,1,0)[12] with drift และ ARIMA(0,1,0)(1,0,0)[12] ตามลำดับ และ มีค่าร้อยละความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (Mean Absolute Percentage Error, MAPE) 7.30 และ 30.28 ตามลำดับ ซึ่งอยู่ในระดับใช้พยากรณ์ได้แม่นยำสูง และพอที่จะใช้พยากรณ์ได้ ตามลำดับ อย่างไรก็ตาม โดยรวมทั้งปี พ.ศ. 2567 จำนวนผู้ป่วยโรคหอบหืดมีจำนวนผู้ป่วยเพิ่มขึ้นจากปี พ.ศ. 2566 ร้อยละ 8.17 ขณะที่โรคหลอดลมอักเสบลดลงร้อยละ 5.09
References
Andres, D. (2023). Error Metrics for Time Series Forecasting. Retrieved 5 March 2024 from: https://mlpills.dev/time-series/error-metrics-for-time-series-forecasting/
Assanasen, P. (2014). Have a cold or have an acute respiratory infection...do I have to take antibiotics? Retrieved March 3, 2024 from https://www.si.mahidol.ac.th/th/healthdetail. asp?aid=1137. (in Thai)
Assanasen, P. (2013). When the doctor says it's bronchitis. Retrieved March 3, 2024 from https:// www.si.mahidol.ac.th/th/healthdetail.asp?aid=645. (in Thai)
Assanasen, P. (2010). Allergic asthma...a chronic disease that requires urgent treatment. Retrieved March 3, 2024 from https://www.si.mahidol.ac.th/Th/healthdetail.asp?aid= 647. (in Thai)
Box, G.E.P., and Jenkins G.M. (1976). Time Series Analysis, forecasting and Control. San Francisco: Holden-Day,.
Cahyati, W.H., Sari, M.P. (2019). Forecasting of Childhood Pneumonia in Semarang City. the International Conference on Research and Academic Community Services (ICRACOS 2019) at the Institute of Research and Community Services, Universitas Negeri Surabaya, Indonesia., on September 7, 2019. p. 226-249.
Chatfield, C. (2004). The analysis of time series: an introduction. 6th ed. London: CRC Press.
Choocheep, P., Jayathavaj, V. & Swangsoonthonwes, P. (2024). Association between the Number of Cases of Air Pollution-Related Diseases and Air Quality in Mueang Nakhon Ratchasima District. Regional Health Promotion Center 9 Journal, 18(2): 473-484. (in Thai)
Hyndman, R.J. & Athanasopoulos, G. (2021). Forecasting: principles and practice. (3rd edition). Melbourne: OTexts.
Hyndman, R,J, & Athanasopoulos, G. (2018). Forecasting: Principles and Practice (2nd ed). Melbourne: OTexts.
Hyndman, R.J. & Khandakar, Y. (2008). Automatic Time Series Forecasting: the forecast Package for R. Journal of Statistical Software, 27(3): 1-23. doi: 10.18637/jss.v000.i00.
Lewis, C.D. (1982). Industrial and business forecasting methods. London: Butterworths;1982.
Madsen, H. (2008). Time Series Analysis. London: chapman & Hall/CRC.
Mahidol University Central Institutional Review Board. (2024). Self-Assessment form whether an activity is human subject research which requires ethical approval. Retrieved March 3, 2024 from : https://sp. mahidol.ac.th/th/ethics-human/forms/checklist/2022-Human% 20Research%20Checklist-researcher.pdf. (in Thai)
Makridakis, S.A., Anderson, R., Filds, M., Hibon, R., Lewandowski, J., Newton, E., et al. (1982). The Accuracy of Extrapolation (Time Series) method, Results of a Forecasting Competition. Journal Forecasting, 1: 111-153.
Meese, R. & Geweke, J. (1984). A Comparison of Autoregressive Univariate Forecasting Procedures for Macroeconomic Time Series. Journal of Business & Economic Statistics, 2(3): 191–200.
Ministry of Public Health. (2024). Standard reporting group >> Diseases from air pollution >> Number of illnesses classified by disease group and disease by month with diseases related to air pollution from 2013 to 2024. Retrieved March 3, 2024 from https://hdcservice.moph.go.th/hdc/reports/report.php?&catid=9c647c1f31ac73f4396c2cf987e 7448a&id=5968980caf87d4518aa9f0263a9299c6. (in Thai)
Nau, R. (n.d.). Statistical forecasting: notes on regression and time series analysis. Retrieved 5 March 2024 from: https://people.duke.edu/~rnau/411home.htm
NCSS Statistical Software. (2024). Chapter 470 The Box-Jenkins Method. Retrieved 5 March 2024 from: https://www.ncss.com/wp-content/themes/ncss/pdf/Procedures/NCSS/The_Box-Jenkins_Method.pdf
Osarumwense, O-I. (2013). Applicability of Box Jenkins SARIMA Model in Rainfall Forecasting: A Case Study of Port-Harcourt South, South Nigeria. Canadian Journal on Computing in Mathematics, Natural Sciences, Engineering and Medicine, 4(1): 1-4.
Ruchiraset, A. & Tantrakarnapa, K. (2018). Time series modeling of pneumonia admissions and its association with air pollution and climate variables in Chiang Mai Province, Thailand. Environmental Science and Pollution Research, 25(33):33277-33285. doi: 10.1007/s11356-018-3284-4.
Shumway, R.H. & Stoffer, D.S. (2006). Time series analysis and its applications with R examples. New York: Springer.
Soyiri, I.N. & Reidpath, D.D. (2013). An overview of health forecasting. Environ Health Prev Med. 2013 Jan;18(1):1-9. doi: 10.1007/s12199-012-0294-6. Epub 2012 Jul 28. PMID: 22949173; PMCID: PMC3541816.
Suryani, N.K.A.I., Sudana, O. & Wirdiani, A. (2022). Forecasting Pneumonia Toddler Mortality Using Comparative Model ARIMA and Multilayer Perceptron. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 6(4): 528-37.
Thai Meteorological Department. (2024). Thailand's seasons. Retrieved March 3, 2024 from https://tmd-dev.azurewebsites.net/info/%E0%B8%A4%E0%B8%94%E0%B8%81%E0 %B8%B2%E0%B8%A5%E0%B8%82%E0%B8%AD%E0%B8%87%E0%B8%9B%E0%B8%A3%E0%B8%B0%E0%B9%80%E0%B8%97%E0%B8%A8%E0%B9%84%E0%B8%97%E0%B8%A2. (in Thai)
Thuathong, W. & Hinsheranan, S. (2020). Comparison of Time Series Models for Forecasting Pneumonia Cases in Thailand. Thai Science and Technology Journal, 29(3): 365-377. (in Thai)
Toskala, E. & Kennedy, D.W. (2015). Asthma risk factors. International Forum of Allergy & Rhinology, 5(Suppl 1):S11-16. doi: 10.1002/alr.21557.
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
Copyright (c) 2024 วารสารสาธารณสุขและวิทยาศาสตร์สุขภาพ
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความทุกบทความที่ได้รับการตีพิมพ์ถือเป็นลิขสิทธิ์ของ วารสารสาธารณสุข
