Forecasting Model to Predict the Incidence Number of Dengue Cases in Ubon Ratchatani Province, Thailand

  • Wanikgied Yingphan Master Degree of Public Health, Faculty of Public Health, Mahasarakham University
  • Buavaroon Srichaikul Faculty of Public Health, Mahasarakham University
  • Jatuporn Luangubol Faculty of Public Health, Mahasarakham University
  • Putthikrai Pramual Centers for Disease Control and Prevention, Sisaket Province of Public Health Office
Keywords: Dengue fever, Model Holt-Winter, Model Box-Jenkins

Abstract

Abstract

This study aimed to determine the best model for forecasting the Dengue incidence number in the Ubon Ratchathani province. A comparison between Holt-Winter and Box-Jenkins technique was considered. This study collected data of all types of dengue fever from 2008 to 2018. In developing the model, a data size of 120 was used, whereas a data size of 12 was used for the validation.

The results showed that the ARIMA (0,1,0). SARIMA (0,1,0) was the best forecasting model of the Box and Jenkins technique. The MSE, MAPE, and RMSE values of the model development were 90.66, 252.95, and 127.77 respectively, and the validating step was 107.50, 54.72, and 169.36 respectively. But, it higher than the Holt-Winter technique which has the MSE, MAPE, and RMSE values of the model development were 53.88, 124.59, and 85.26 respectively, and the validating step was 107.50, 54.72, and 169.36 respectively. From the forecast of the number of dengue fever patients in 2019. We found that the tends to be epidemic is likely since the beginning of the year. The number of dengue patients was higher than the median value of the past 5 years' observations. The highest spread of the dengue fever was in May-August 2019.

In conclusion, the Holt-Winter was the best forecasting model to predict the Incidence Number of Dengue Cases in Ubon Ratchatani Province. However, the local public health officers should plan to monitor and prevent dengue fever and have intensive control of the disease in May-August 2019.

 

Keywords: Dengue fever, Model Holt-Winter, Model Box-Jenkins

Downloads

Download data is not yet available.

References

กมล กัญญาประสิทธิ์. (2559). การพยากรณ์การเกิดโรคไข้เลือดออกมนพื้นที่จังหวัดเพชรบูรณ์ พ.ศ. 2558. วารสารวิชาการสาธารณสุข. 25(4), 604-14.

กลุ่มระบาดวิทยาโรคติดต่อ กรมควบคุมโรค. (2560). ไข้เลือดออก. กรุงเทพฯ: กลุ่มระบาดวิทยาโรคติดต่อ กรมควบคุมโรค.

ชญามิน บุญมานะและนัท กุลวานิช.(2560). การเปรียบเทียบความแม่นยำของการพยากรณ์ด้วยตัวแบบอนุกรมเวลาแบบผสม. วารสารวิทยาศาสตร์และเทคโนโลยี. 25(2), 177-190.

ชาญชัยณรงค์ ทรงคาศรี. (2555). รูปแบบการพยากรณ์โรคไข้เลือดออกในพื้นที่สำนักงานป้องกันควบคุมโรคที่ 6 จังหวัดขอนแก่น พ.ศ. 2555. วารสารสำนักงานป้องกันควบคุมโรคที่ 6 จังหวัดขอนแก่น. 20(1), 65-81.

ทรงศิริ แต้สมบัติ. (2549). เทคนิคการพยากรณ์เชิงปริมาณ. กรุงเทพมหานคร: ฟิสิกส์เซ็นเตอร์.

ศุขธิดา อุบล. (2549). ไข้เลือดออกเด็งกี่: ไวรัสวิทยา พยาธิกำเนิดจากกลไกภูมิคุ้มกัน การวินิจฉัย การดูแลรักษา วัคซีน การป้องกันและควบคุม. กรุงเทพมหานคร: หมอชาวบ้าน.

สำนักงานสาธารณสุขจังหวัดอุบลราชธานี. (2561). สถานการณ์ไข้เลือดออกรายสัปดาห์ จังหวัดอุบลราชธานี. อุบลราชธานี: สำนักงานสาธารณสุขจังหวัดอุบลราชธานี.

สุพรรณี อึ้งปัญสัตวงศ์. (2555). เทคนิคการพยากรณ์เชิงสถิติ. ขอนแก่น: ขอนแก่น: มหาวิทยาลัยขอนแก่น.

Coker, R. J., Hunter, B. M., Rudge, J. W., Liverani, M., & Hanvoravongchai, P. (2011). Emerging infectious diseases in southeast Asia: regional challenges to control. The Lancet, 377(9765), 599–609.

Published
2020-12-30
How to Cite
Yingphan, W., Srichaikul, B., Luangubol, J., & Pramual, P. (2020). Forecasting Model to Predict the Incidence Number of Dengue Cases in Ubon Ratchatani Province, Thailand. UBRU Journal for Public Health Research, 9(2), 174-184. Retrieved from https://he02.tci-thaijo.org/index.php/ubruphjou/article/view/242568
Section
ORIGINAL ARTICLES