กรุณาใช้ตัวระบุนี้เพื่ออ้างอิงหรือเชื่อมต่อรายการนี้: http://dspace.spu.ac.th/handle/123456789/5753
ชื่อเรื่อง: การพัฒนาแบบจำลองเพื่อวิเคราะห์ความเสี่ยงสำหรับผู้ป่วยโรคหยุดหายใจขณะหลับจากการอุดกั้นด้วยเทคนิคแบ่งกลุ่มข้อมูลเค-มีน.
ชื่อเรื่องอื่นๆ: THE DEVELOPMENT OF INTELLIGENCE RISK ANALYSIS MODEL OF OBSTRUCTIVE SLEEP APNEA PATIENTS USING MICROSOFT POWER BI
ผู้แต่ง/ผู้ร่วมงาน: ฐิตาภรณ์ เดชวิริยะวงศ์
คำสำคัญ: การวิเคราะห์ความเสี่ยง
โรคหยุดหายใจขณะหลับจากการอุดกั้น
วันที่เผยแพร่: 2561
สำนักพิมพ์: มหาวิทยาลัยศรีปทุม
แหล่งอ้างอิง: ฐิตาภรณ์ เดชวิริยะวงศ์. 2561. "การพัฒนาแบบจำลองเพื่อวิเคราะห์ความเสี่ยงสำหรับผู้ป่วยโรคหยุดหายใจขณะหลับจากการอุดกั้นด้วยเทคนิคแบ่งกลุ่มข้อมูลเค-มีน." การประชุมวิชาการ:2561 สารนิพนธ์วิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม.
หมายเลขชุด/รายงาน: SPU_ฐิตาภรณ์ เดชวิริยะวงศ์_182999
บทคัดย่อ: 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
รายละเอียด: วิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม
URI: http://dspace.spu.ac.th/handle/123456789/5753
ปรากฏในกลุ่มข้อมูล:INF-08. ผลงานนักศึกษา

แฟ้มในรายการข้อมูลนี้:
แฟ้ม รายละเอียด ขนาดรูปแบบ 
Proceedings-2018-pages-167,186-194.pdf6.65 MBAdobe PDFดู/เปิด


รายการทั้งหมดในระบบคิดีได้รับการคุ้มครองลิขสิทธิ์ มีการสงวนสิทธิ์เว้นแต่ที่ระบุไว้เป็นอื่น