ปัจจัยทำนายการเข้าถึงบริการโรคหลอดเลือดสมองแบบช่องทางด่วน โดยใช้เทคนิคเหมืองข้อมูลในบริบทโรงพยาบาลชุมชน

บทคัดย่อ

การวิจัยครั้งนี้เป็นงานวิจัยเชิงวิเคราะห์แบบย้อนหลัง มีวัตถุประสงค์เพื่อวิเคราะห์ปัจจัยสำคัญ
ในการทำนายการเข้าถึงบริการโรคหลอดเลือดสมองแบบช่องทางด่วน ภายใน 4.5 ชั่วโมง โดยประยุกต์ใช้เทคนิคเหมืองข้อมูล กลุ่มตัวอย่างคือผู้ป่วยโรคหลอดเลือดสมองที่เข้ารับการรักษาในโรงพยาบาลบ้านผือ จังหวัดอุดรธานี จำนวน 424 ราย เครื่องมือที่ใช้ในการวิจัยประกอบด้วย ฐานข้อมูลเวชระเบียนอิเล็กทรอนิกส์ และรายงานโรคหลอดเลือดสมองของโรงพยาบาล วิเคราะห์ข้อมูลโดยใช้อัลกอริทึมการเรียนรู้ของเครื่อง 3 วิธี ได้แก่ k-Nearest Neighbors (KNN), Naïve Bayes และ Random Forest ทดสอบประสิทธิภาพของแบบจำลองด้วยวิธีการทดสอบแบบไขว้ 10 ส่วน และประเมินผลด้วยค่าความแม่นยำ (Classification Accuracy: CA) ความไว (Recall) ความจำเพาะ (Specificity) และพื้นที่ใต้เส้นโค้ง ROC (AUC) ผลการวิจัยพบว่า กลุ่มตัวอย่างส่วนใหญ่เป็นเพศชาย ร้อยละ 60.14 ได้รับการวินิจฉัยเป็นโรคหลอดเลือดสมองตีบ/อุดตัน ร้อยละ 85.38 และสามารถเข้าถึงบริการโรคหลอดเลือดสมองแบบช่องทางด่วนทันภายใน 4.5 ชั่วโมง
ร้อยละ 51.18 เมื่อเปรียบเทียบประสิทธิภาพของแบบจำลอง พบว่า Naïve Bayes มีประสิทธิภาพสูงที่สุด
(CA = 71.7%, Recall = 71.7% Specificity =71.9% และค่า AUC เท่ากับ 0.787) ปัจจัยสำคัญในการทำนายการเข้าถึงบริการโรคหลอดเลือดสมองแบบช่องทางด่วน ได้แก่ ชนิดของโรคหลอดเลือดสมอง
ตำบลของผู้ป่วย และระยะเวลาที่ใช้ในการเดินทางจากบ้านมายังโรงพยาบาล ผลการศึกษาชี้ให้เห็นถึงศักยภาพของเทคนิคเหมืองข้อมูลในการวิเคราะห์และทำนายการเข้าถึงบริการโรคหลอดเลือดสมองแบบช่องทางด่วน ซึ่งสามารถนำไปใช้เป็นข้อมูลสนับสนุนการวางแผนพัฒนาระบบบริการสุขภาพ การปรับปรุง
การเข้าถึงบริการในพื้นที่ห่างไกล และการตัดสินใจเชิงนโยบายด้านสุขภาพในระดับชุมชนได้อย่างเหมาะสม