Please use this identifier to cite or link to this item: http://dspace.spu.ac.th/handle/123456789/5753
Title: ารพัฒนารูปแบบการวิเคราะห์ความเสี่ยงแบบอัจฉริยะของผู้ป่วยโรคหยุดหายใจขณะหลับจากการอุดกั้น ด้วยไมโครซอฟท์ พาวเวอร์ บีไอ
Other Titles: THE DEVELOPMENT OF INTELLIGENCE RISK ANALYSIS MODEL OF OBSTRUCTIVE SLEEP APNEA PATIENTS USING MICROSOFT POWER BI
Authors: ฐิตาภรณ์ เดชวิริยะวงศ์
Keywords: การวิเคราะห์ความเสี่ยง
โรคหยุดหายใจขณะหลับจากการอุดกั้น
Issue Date: 2561
Publisher: มหาวิทยาลัยศรีปทุม
Citation: ฐิตาภรณ์ เดชวิริยะวงศ์. (2561). การพัฒนารูปแบบการวิเคราะห์ความเสี่ยงแบบอัจฉริยะของผู้ป่วยโรคหยุดหายใจขณะหลับจากการอุดกั้น ด้วยไมโครซอฟท์ พาวเวอร์ บีไอ. สารนิพนธ์นี้เป็นส่วนหนึ่งของการศึกษาตามหลักสูตร วิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม.
Series/Report no.: SPU_ฐิตาภรณ์ เดชวิริยะวงศ์_182999
Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนารูปแบบการวิเคราะห์ความเสี่ยงแบบอัจฉริยะของผู้ป่วยโรคหยุดหายใจขณะหลับจากการอุดกั้นด้วยไมโครซอฟท์ พาวเวอร์ บีไอ ซึ่งโรคนี้ปัจจุบันจัดอยู่ในประเภทของโรคที่พบบ่อยทางสาธารณสุขประเทศไทย โดยเครื่องมือที่ใช้ในงานวิจัย ได้แก่ (1) ไมโครซอฟท์เพาเวอร์ บีไอ และ (2) ข้อมูลสถิติจากกลุ่มตัวอย่างของผู้ป่วยโรคหยุดหายใจขณะหลับจากการอุดกั้น งานวิจัยครั้งนี้มีการทดสอบและประเมินผลโดย (1) ผู้เชี่ยวชาญด้านโสต นาสิก ลาริงซ์วิทยา, โสต ศอ นาสิกแพทย์, (2) สมาคมแพทย์ผู้เชี่ยวชาญโรคจากการนอนหลับแห่งประเทศไทย และ (3) ผู้เชี่ยวชาญด้านวิทยาศาสตร์ข้อมูลสารสนเทศ ผลจากงานวิจัยพบว่า ค่าระดับของความเสี่ยงขึ้นอยู่กับสภาวะร่างกายรวมถึงประวัติการเจ็บป่วย พฤติกรรมกรรมการดำรงชีวิต และโอกาสหรือความเสี่ยงที่จะเกิดภาวะ ซึ่งผลจากการวิเคราะห์ด้วยเทคนิคการแบ่งกลุ่มเค-มีนสามารถจำแนกผู้ป่วยที่มีค่าความเสี่ยงต่อการเกิดโรคออกได้เป็น 4 กลุ่ม ได้แก่ (1) กลุ่มที่มีอาการของโรคในระดับรุนแรง มีจำนวน 48.7 % คิดเป็นร้อยละ 48.7 (2) กลุ่มที่มีอาการของโรคระดับปานกลาง มีจำนวน 27.4 % คิดเป็นร้อยละ 27.4 (3) กลุ่มที่มีอาการของโรคระดับตํ่า มีจำนวน 18.0 % คิดเป็นร้อยละ 18 และ (4) กลุ่มผู้ป่วยที่ไม่เข้าข่ายในตัวชี้วัดทั้งหมด หรือไม่มีภาวะโรคดังกล่าว จำนวน 5.9 % คิดเป็นร้อยละ 5.9 ซึ่งประโยชน์ที่ได้รับจากงานวิจัยครั้งนี้สามารถใช้ประกอบการตัดสินใจ และวิเคราะห์สถานการณ์ทางการแพทย์เพื่อสร้างโอกาสความสำเร็จของการรักษา และพัฒนาแนวทางการวินิจฉัยรักษาด้านการแพทย์ในอนาคตต่อไป
Description: วิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม
URI: http://dspace.spu.ac.th/handle/123456789/5753
Appears in Collections:INF-08. ผลงานนักศึกษา

Files in This Item:
File Description SizeFormat 
Proceedings-2018-pages-167,186-194.pdf6.65 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.