Show simple item record

An Application of Decision Tree Algorithms for Diagnosis of the Respiratory System: A Case Study of Pranakorn Sri Ayudthaya Hospital

dc.contributor.authorดิษฐพล มั่นธรรมen_US
dc.contributor.authorลี่ลี อิงศรีสว่างen_US
dc.contributor.authorDittapol Munthamen_EN
dc.contributor.authorLily Ingsrisawangen_EN
dc.date.accessioned2010-07-21T02:51:51Zen_US
dc.date.accessioned2557-04-16T16:05:56Z
dc.date.available2010-07-21T02:51:51Zen_US
dc.date.available2557-04-16T16:05:56Z
dc.date.issued2553-03en_US
dc.identifier.citationวารสารวิจัยระบบสาธารณสุข 4,1(ม.ค.-มี.ค.2553) : 73-81en_US
dc.identifier.issn0858-9437en_US
dc.identifier.urihttp://hdl.handle.net/11228/2958en_US
dc.description.abstractการศึกษานี้มีวัตถุประสงค์ 1) เพื่อประยุกต์วิธีสืบค้นความรู้จากฐานข้อมูล โดยใช้เทคนิคขั้นตอนวิธีต้นไม้ตัดสินใจกับการวินิจฉัยโรคระบบการหายใจ ในการจำแนกผู้ป่วย 3 โรค คือ โรคติดเชื้อทางหายใจส่วนบนเฉียบพลัน โรคโพรงอากาศข้างจมูกอักเสบเฉียบพลัน และโรคปอดอักเสบ ของโรงพยาบาลพระนครศรีอยุธยา และ 2) เพื่อเปรียบเทียบประสิทธิภาพของขั้นตอนวิธีต้นไม้ตัดสินใจ 3 วิธี คือ ID3 C4.5 และ CART ในการจำแนกหรือคัดกรองผู้ป่วย 3 โรคข้างต้น ข้อมูลที่ศึกษาได้จากเวชระเบียนผู้ป่วยนอกโรคทางหายใจ ของโรงพยาบาลพระนครศรีอยุธยา ช่วง พ.ศ. 2547-2549 จำนวน 7,327 ราย ตัวแปรที่นำมาพิจารณาประกอบด้วย อายุ อุณหภูมิร่างกาย เขตที่อยู่อาศัย อาชีพ อาการต่างๆ เช่น มีน้ำมูก มีไข้ คัดจมูก แน่นหน้าอก ปวดกระบอกตา ปวดศีรษะ หายใจเหนื่อยหอบ ไอ วิธีการศึกษา ทำการสืบค้นความรู้จากฐานข้อมูลผู้ป่วยโรคระบบการหายใจด้วยขั้นตอนวิธี ID3 C4.5 และ CART โดยคัดกรองตัวแปรสำคัญต่อการจำแนกผู้ป่วยแต่ละโรค พร้อมทั้งเปรียบเทียบประสิทธิภาพของขั้นตอนวิธีทั้งสามในการจำแนกผู้ป่วยแต่ละโรคด้วยการแบ่งข้อมูลออกเป็นชุดข้อมูลฝึกสอนและชุดข้อมูลทดสอบตามหลักการทำให้ถูกต้อง ไขว้ (cross-validation) และการแยกค่าร้อยละ (percentage split) จากการศึกษาวิธีการสืบค้นความรู้สำหรับจำแนกผู้ป่วยโรคติดเชื้อทางหายใจส่วนบนแบบเฉียบพลันพบว่า การใช้ตัวแปรที่คัดเลือกได้เพียง 7 ตัวแปร กับอัตราส่วนข้อมูลฝึกสอนต่อข้อมูลทดสอบ 70:30. ขั้นตอนวิธี C4.5 ให้ค่าวัดประสิทธิภาพสูงสุด คือให้ค่าความถูกต้องของการจำแนกร้อยละ 92.32. ส่วนการสืบค้นความรู้สำหรับจำแนกผู้ป่วยโรคปอดอักเสบ พบว่าการใช้ตัวแปรที่คัดเลือกได้เพียง 8 ตัวแปรกับอัตราส่วนข้อมูลฝึกสอนต่อข้อมูลทดสอบ 70:30. ขั้นตอนวิธี C4.5 ให้ค่าวัดประสิทธิภาพสูงสุด คือให้ค่าความถูกต้องของการจำแนกร้อยละ 94.70 และการสืบค้นความรู้สำหรับจำแนกผู้ป่วยโรคโพรงอากาศข้างจมูกอักเสบเฉียบพลัน พบว่าการใช้ตัวแปรที่คัดเลือกได้เพียง 7 ตัวแปรกับอัตราส่วนข้อมูลฝึกสอนต่อข้อมูลทดสอบ 50:50 ขั้นตอนวิธี CART ให้ค่าวัดประสิทธิภาพสูงสุด คือให้ค่าความถูกต้องของการจำแนกร้อยละ 94.69 ซึ่งผลลัพธ์ที่ได้จากการประยุกต์ขั้นตอนวิธีต้นไม้ตัดสินใจ สามารถนำไปเป็นแนวทางสนับสนุนการคัดกรองเบื้องต้นผู้ป่วยโรคระบบการหายใจเพื่อการวินิจฉัยยืนยันต่อไปen_US
dc.description.sponsorshipสถาบันวิจัยระบบสาธารณสุขen_US
dc.language.isothen_US
dc.publisherสถาบันวิจัยระบบสาธารณสุขen_US
dc.rightsสถาบันวิจัยระบบสาธารณสุขen_US
dc.titleการประยุกต์ขั้นตอนวิธีต้นไม้ตัดสินใจกับการวินิจฉัยโรคระบบการหายใจ : กรณีศึกษาที่โรงพยาบาลพระนครศรีอยุธยาen_US
dc.title.alternativeAn Application of Decision Tree Algorithms for Diagnosis of the Respiratory System: A Case Study of Pranakorn Sri Ayudthaya Hospitalen_US
dc.typeArticleen_US
dc.description.abstractalternativeThe objectives of this study involved (a) the application of methods of knowledge discovery from database using decision tree algorithms for respiratory system diagnosis to classify patients of the Pranakorn Sri Ayudthaya Hospital into three groups: acute upper respiratory tract infection, acute sinusitis, and pneumonia, and (b) the comparison of performance of the three decision tree algorithms, i.e., ID3, C4.5, and CART, for the classification or screening of the patients with the three diseases. The data used in this study came from the medical records of 7,327 out-patients with respiratory diseases who attended Pranakorn Sri Ayudthaya Hospital in the period from 2003 to 2006. The variables considered were age, body temperature, residential area, occupation, and certain symptoms, e.g., rhinorrhea, fever, nasal congestion, periorbital pain, headache, wheezing and coughing. The study methods were knowledge discovery with the employment of ID3, C4.5, and CART decision tree algorithms from the hospital’s medical records and determination of the effectiveness of the three algorithms. The validity of the decision tree algorithms was studied by dividing the data into two sets: training and testing data sets, which were based on the crossvalidation and the percentage split methods. The results of the knowledge discovery method found that, for the patients with acute URI with only seven selected variables and a ratio 70:30 of the training data set and the testing data set, the C4.5 algorithm was the most effective, with a classification accuracy of 92.31 per cent. For the classification of the patients with acute sinusitis with only eight selected variables and ratio 70:30 of the training data set and the testing data set, the C4.5 algorithm was the most effective, with a classification accuracy of 94.70 per cent. For the classification of the patients with pneumonia with only seven selected variables and ratio 50:50 of the training data set and the testing data set, the CART algorithm was the most effective, with a classification accuracy of 94.69 per cent. The results obtained could be used to support the diagnosis of patients with respiratory diseases.en_US
dc.subject.keywordการจำแนกข้อมูลen_US
dc.subject.keywordวิธีต้นไม้ตัดสินใจen_US
dc.subject.keywordโรคระบบการหายใจen_US
dc.subject.keywordการวินิจฉัยโรคen_US
dc.subject.keywordDecision Treeen_US
dc.subject.keywordRespiratory Diseasesen_US
dc.subject.keywordDiagnosisen_US
.custom.citationดิษฐพล มั่นธรรม, ลี่ลี อิงศรีสว่าง, Dittapol Muntham and Lily Ingsrisawang. "การประยุกต์ขั้นตอนวิธีต้นไม้ตัดสินใจกับการวินิจฉัยโรคระบบการหายใจ : กรณีศึกษาที่โรงพยาบาลพระนครศรีอยุธยา." 2553. <a href="http://hdl.handle.net/11228/2958">http://hdl.handle.net/11228/2958</a>.
.custom.total_download1605
.custom.downloaded_today0
.custom.downloaded_this_month9
.custom.downloaded_this_year162
.custom.downloaded_fiscal_year20

Copyright ผลงานวิชาการเหล่านี้เป็นลิขสิทธิ์ของสถาบันวิจัยระบบสาธารณสุข หากมีการนำไปใช้อ้างอิง โปรดอ้างถึงสถาบันวิจัยระบบสาธารณสุข ในฐานะเจ้าของลิขสิทธิ์ตามพระราชบัญญัติสงวนลิขสิทธิ์สำหรับการนำงานวิจัยไปใช้ประโยชน์ในเชิงพาณิชย์
Fulltext
Icon
Name: hsri-journal-v4n1 ...
Size: 331.0Kb
Format: PDF
Download

Report broken link | User Manual
(* In case of download problems)
 

This item appears in the following Collection(s)

  • Articles [1352]
    บทความวิชาการ

Show simple item record