การศึกษาสภาวะเสี่ยงโรคของผู้สูงอายุด้วยเทคนิคเหมืองข้อมูล A Study of Disease Risk of Elderly with Data Mining Technique

Abstract

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาความสัมพันธ์ของปัจจัยที่ส่งผลต่อการเกิดโรค และรูปแบบสภาวะเสี่ยงโรคของผู้สูงอายุด้วยเทคนิคเหมืองข้อมูล โดยใช้ข้อมูลการคัดกรองสุขภาพของผู้สูงอายุ อำเภอเมืองสุราษฎร์ธานี จังหวัดสุราษฎร์ธานี ปี พ.ศ.2561 จำนวน 3,875 เรคอร์ด โดยแบ่งการศึกษาออกเป็น 2 ประเด็น คือ ศึกษาความสัมพันธ์ของปัจจัยที่ส่งผลต่อการเกิดโรค ด้วยเทคนิค Association Rule และศึกษารูปแบบสภาวะเสี่ยงโรคของผู้สูงอายุ ด้วยการแบ่งกลุ่ม 3 กลุ่ม คือ กลุ่มปกติ กลุ่มเสี่ยง และกลุ่มป่วย ด้วยเทคนิค Classification ในการคัดกรองสุขภาพเบื้องต้นของ

          ผลการวิจัยพบว่า การศึกษาความสัมพันธ์ของการเป็นโรคต่าง ๆ โดยใช้เทคนิคอัลกอริทึมในกลุ่ม Decision Tree 3 โมเดลได้แก่ โมเดลC4.5  โมเดล Partial Rule และโมเดล Induction ผลการวิจัยพบว่า เทคนิค Decision Tree: J48 ให้ค่าความถูกต้องมากที่สุด โดยมีค่าความแม่นยำ(Correctly) ร้อยละ 99.796 ค่าความถูกต้อง (Precision) ร้อยละ 0.998 ค่าระลึก(Recall) ร้อยละ 0.998 และค่าความเหวี่ยง(F-measure) ร้อยละ 0.998 ได้ผลลัพธ์เป็นกฎอัลกอริทึมจำนวน  10 กฎ  ซึ่งเป็นค่าที่มีประสิทธิภาพและยอมรับได้ สามารถนำความสัมพันธ์ของการเป็นโรคในผู้สูงอายุไปกำหนดรูปแบบสภาวะเสี่ยงโรคของผู้สูงอายุ เพื่อนำไปสู่การพัฒนาระบบสารสนเทศคัดกรองสภาวะเสี่ยงโรคในผู้สูงอายุต่อไป

The objectives of the research were to examine the relationship of factors affecting pathogenesis and disease risk model of elderly with data mining technique by using 3,875 records of health screening data of the elderly in Amphor Mueng Suratthani, Suratthani province in 2018. There were two issues of the study; to study the relationship of factors affecting pathogenesis using Association Rule technique, to study the disease risk model of elderly by separated they into three groups are normal group, risk group, and patient group with Classification technique in health primary screening.

             The result showed that the study of relationship of various disease using Algorithmic techniques in Decision Tree 3 group model are C4.5 model, Partial Rule model and Induction model. The result found that the Decision Tree: J48 technique provided the most accurate value with Correctly at 99.796 level, Precision at 0.998 level, Recall at 0.998 level, and F-measure at 0.998 level. The result is a 10 algorithm rule which is an effective and acceptable value. It can lead the relationship of disease in the elderly to determine the pattern of disease risk of them in order that to contribute to the development of information systems for disease risks screening in the future.