การเปรียบเทียบวิธีการคัดเลือกคุณลักษณะที่สำคัญในการปรับปรุง การพยากรณ์โรคเบาหวาน
คำสำคัญ:
โรคเบาหวาน, การคัดกรองโรคเบาหวานเบาหวาน, การคัดเลือกคุณลักษณะบทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบวิธีการคัดเลือกคุณลักษณะที่สำคัญในการปรับปรุงการพยากรณ์โรคเบาหวาน เพื่อพัฒนาการคัดกรองโรคเบาหวานจากข้อมูลผู้เข้ารับคัดกรองโรค เนื่องจากเบาหวานเป็นหนึ่งในกลุ่มโรคไม่ติดต่อ ซึ่งเป็นปัญหาสุขภาพอันดับหนึ่งของโลกทั้งจำนวนของการเสียชีวิต จากการรายงานข้อมูลขององค์การอนามัยโลก (WHO) พบประชากรทั่วโลกเสียชีวิตจากโรคกลุ่มโรคไม่ติดต่อมีแนวโน้มเพิ่มสูงขึ้น ซึ่งในแต่ละปีพบผู้เสียชีวิตจากโรคไม่ติดต่อในกลุ่มอายุ 30-69 ปี มากถึง 15 ล้านคน ในประเทศไทยพบเพศชายมีอัตราการเสียชีวิตสูงกว่า เพศหญิง อาการของโรคเบาหวานที่พบบ่อย มักพบอาการเหล่านี้ร่วมกัน อาการปัสสาวะบ่อย, อาการกระหายน้ำหิวน้ำบ่อย, อาการ น้ำหนักลดโดยไม่ทราบสาเหตุ, อาการอ่อนเพลียเหนื่อยง่ายไม่มีแรง, อาการกินจุ หิวบ่อย, อาการโรคเชื้อราในช่องคลอด, สายตาพร่ามัวมองไม่ชัดเจน, คันตามผิวหนัง, อาการหงุดหงิดง่าย, อาการเป็นแผลง่ายแผลหายยาก, อาการเหน็บชาหรือภาวะอัมพาตเฉพาะส่วน, อาการกล้ามเนื้อหดเกร็ง, อาการการร่วงของผมเป็นหย่อม และอาการสะสมไขมันในส่วนต่างๆ ของร่างกายเกินปกติผู้วิจัยได้ทำการนำคุณลักษณะของโรคเบาหวานทั้ง 16 คุณลักษณะ มาศึกษาเปรียบเทียบวิธีการคัดเลือกคุณลักษณะที่สำคัญ ที่ใช้ในการปรับปรุงการพยากรณ์โรคเบาหวาน
References
อัจจิมา มณฑาพันธุ์. (2562). การเปรียบเทียบวิธีการคัดเลือกคุณลักษณะที่สำคัญในการปรับปรุงการพยากรณ์มะเร็งเต้านม. ผลงานวิจัย คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม.
ภานุวัฒน์ เมฆะ, พฤติพงศ์ มุสิกอง, ณัฐภาส ผลากอง, พาสน์ ปราโมกข์ชน และ พยุงศักดิ์ เกษมสำราญ. (2566). การเปรียบเทียบประสิทธิภาพของโมเดลจำแนกภาพสำหรับโรคใบข้าวโพด. วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม, 9(2), 1-16.
กฤตกนก ศรีพิมพ์สอ และ กิตติพล วิแสง. (2566). การพยากรณ์โรคเบาหวานด้วยเทคนิคเหมืองข้อมูล. วารสารวิชาการการจัดการเทคโนโลยี มหาวิทยาลัยราชภัฏมหาสารคาม, 10(1), 51-63.
กองโรคไม่ติดต่อ กรมควบคุมโรค กระทรวงสาธารณสุข. (2564). สืบค้นจาก http://www.thaincd.com/2016/
mission/documents.php?tid=32&gid=1-020
สมาคมโรคเบาหวานแห่งประเทศไทย. (2564). วารสารเบาหวาน, 53(1).
นงเยาว์ ในอรุณ. (2564). การเปรียบเทียบประสิทธิภาพของแบบจำลองการพยากรณ์ความเสี่ยงโรคหัวใจ และหลอดเลือดโดยใช้อัลกอริทึมเหมืองข้อมูล. วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยมหาสารคาม, 40 (2), 137-147.
สาธิมา สุระธรรม และ พรศรี ศรีอัษฎาพร. (2564). การให้ความรู้และสนับสนุนช่วยเหลือเพื่อการจัดการตนเองของผู้เป็นเบาหวาน: กรณีศึกษาวัยรุ่นเบาหวานชนิดที่ 1. วารสารพยาบาลสภากาชาดไทย, 14(2), 25-36.
Early stage diabetes risk prediction dataset. (2020). UCI Machine Learning Repository. Retrieved from https://doi.org/10.24432/C5VG8H.
รณิดา เตชะสุวรรณา, สุทัศน์ โชตนะพันธ์, กนิษฐา จำรูญสวัสดิ์, บัณฑิต ศรไพศาล และ ประวิช ตัญญสิทธิสุนทร. (2563). ปัจจัยเสี่ยงต่อการเกิดโรคเบาหวานชนิดที่สองในคนไทย. วารสารควบคุมโรค, 46(3), 268-279.
สำเภา แก้วโบราณ, นิภาวรรณ สามารถกิจ และ เขมารดี มาสิงบุญ. (2562). ปัจจัยพยากรณ์พฤติกรรมป้องกันโรคเบาหวานในวัยรุ่นที่มีภาวะเสี่ยงต่อโรคเบาหวาน ในจังหวัดสมุทรปราการ. วารสารการพยาบาลและการดูแลสุขภาพ, 37(2), 218-27.
ธวัชระพงษ์ วงศ์สกุล. (2563). การกําหนดค่าน้ำหนักหลักเกณฑ์เพื่อการตัดสินใจ. วารสารวิชาการเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยราชภัฏบุรีรัมย์, 1(2), 63-71.
วรพรรณ เจริญขา. (2563). การตรวจสอบค่านอกเกณฑ์ในตัวอย่างสุ่มจากประชากรที่มีการแจกแจงปรกติโดยใช้สัมประสิทธิ์ความเบ้. วารสารวิทยาศาสตร์บูรพา, 25(1), 236-245.
พนิดา สมบัติมาก, ภัสสร จันทร์หอม, ศุภกร รัศมี, โอฬาร รุ่งมณีธรรมคุณ และ สายชล สินสมบูรณ์ทอง. (2562). การเปรียบเทียบประสิทธิภาพในการจำแนกเมื่อข้อมูลมีค่านอกเกณฑ์ในการทำเหมืองข้อมูล. วารสารวิทยาศาสตร์และเทคโนโลยี, 27(6), 975-985.
กรมควบคุมโรค กระทรวงสาธารณสุข. (2562). แนวทางการเฝ้าระวังโรค ของกระทรวงสาธารณสุข. กรุงเทพฯ: องค์การรับส่งสินค้าและวัสดุภัณฑ์.
กระทรวงสาธารณสุข. (2561). รายงานผลการสำรวจพฤติกรรมเสี่ยงโรคไม่ติดต่อและการบาดเจ็บ พ.ศ. 2561. นทบุรี.
ธีร์ธวัช แก้ววิจิตร, นิตยา เกิดประสพ และ กิตติศักดิ์ เกิดประสพ. (2559). การเพิ่มประสิทธิภาพซัพพอร์ตเวกเตอร์รีเกรสชันในการพยากรณ์อนุกรมเวลา. วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยมหาสารคาม, 36(4), 452-458.
จิราพร เดชมา, วนิดา ดุรงค์ฤทธิชัย และ วิชุดา กิจธรธรรม. (2556). การศึกษาปัจจัยพยากรณ์ภาวะแทรกซ้อนให้ผู้เป็นเบาหวานในชุมชนภายใต้ทฤษฎีการพยาบาลของคิง. วารสารพยาบาลสาธารณสุข, 27(2), 63-80.
Maeda-Gutiérrez, V., Galván-Tejada, C. E., Cruz, M., Galván-Tejada, J. I., Gamboa-Rosales, H., García-Hernández, A., Luna-García, H., Gonzalez-Curiel, I., & Martínez-Acuña, M. (2021). Risk-Profile and Feature Selection Comparison in Diabetic Retinopathy. Journal of personalized medicine, 11(12), 1327.
Kulkarni, A., Chong, D., & Batarseh, Feras A. (2020). 5 - Foundations of data imbalance and solutions for a data democracy, Data Democracy, 83-106.
Nai-arun, N., & Moungmai, M. (2020). Diagnostic Prediction Models for Cardiovascular Disease Risk using Data Mining Techniques. Journal of ECTI Transactions on Computer and Information Technology, 14(2), 113-121.
Lukmanto, Rian B., Suharjito., Nugroho, A., & Akbar, H. (2019). Early Detection of Diabetes Mellitus using Feature Selection and Fuzzy Support Vector Machine. Procedia Computer Science, 157, 46-54.
Rubaiat, S. Y., Rahman, M. M., & Hasan, M. K. (2018). Important Feature Selection & Accuracy Comparisons of Different Machine Learning Models for Early Diabetes Detection. International Conference on Innovation in Engineering and Technology (ICIET), Dhaka, Bangladesh, 1-6.
Suksawatchon, U., Suksawatchon, J., & Lawang, W. (2018). Health Risk Analysis Expert System for Family Caregiver of Person with Disabilities using Data Mining Techniques. ECTI Transactions on Computer and Information Technology, 12(1), 62–72
Assari, R., Azimi, P., & Taghva, M. R. (2017). Heart Disease Diagnosis Using Data Mining Techniques. International. Journal of Economics & Management Science, 6(3), 72-79.
Tuso P. (2014). Prediabetes and lifestyle modification: time to prevent a preventable disease. Perm J. Summer, 18(3), 88-93.
Ali, J., Khan, R., Ahmad, N., & Maqsood, I. (2012). Random forests and decision tree. International Journal of Computer Science, 9(5), 272-278.
Breiman, L. (2001). Random forests. Journal of Machine Learning, 5–32.
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
Copyright (c) 2023 สรรภัส สังเกตุ, ปราลี มณีรัตน์
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
