ชื่อเรื่อง/Title

Statistical modeling of medical and public health data: Length of stay of patients dying in hospitals and terrorism violence in southern Thailand / แบบจำลองทางสถิติของข้อมูลทางการแพทย์และสาธารณสุข : ระยะเวลาที่พักรักษาของผู้ป่วยที่เสียชีวิตในโรงพยาบาล และความรุนแรงของเหตุการณ์ความไม่สงบในภาคใต้ของประเทศไทย

บทคัดย่อ/Abstract

เเบบจำลองเเละการวิเคราะห์ทางสถิติ ที่นำมาประยุกต์ใช้กับข้อมูลทางการเเพทย์เเละสาธารณสุข โดยวิทยานิพนธ์ฉบับนี้ได้ใช้ข้อมูลจาก 2 ชุดข้อมูล เพื่อค้นหาเเบบจำลองทางสถิติที่เหมาะสม โดยข้อมูลชุดที่ 1 เป็นข้อมูลทางด้านการเเพทย์จากสำนักงานหลักประกันสุขภาพเเห่งชาติ กระทรวงสาธารณสุข ซึ่งเป็นชุดข้อมูลที่เกี่ยวข้องกับผู้ป่วยที่ต้องพักรักษาในโรงพยาบาลในประเทศไทยระหว่างเดือนตุลาคม 2542 ถึงเดือนกันยายน 2550 ข้อมูลชุดที่ 2 เป็นข้อมูลทางด้านสาธารณสุขที่เกี่ยวกับผู้เคราะห์ร้าย จากความรุนเเรงของเหตุการณ์ความไม่สงบในภาคใต้ของประเทศไทย ซึ่งจัดเก็บโดยศูนย์ประสานงานวิชาการให้ความช่วยเหลือผู้ได้รับผลกระทบจากเหตุความไม่สงบจังหวัดชายเเดนภาคใต้ (ศวชต.) ตั้งเเต่ปี 2547-2552 โดยที่เเบบจำลองเเละการประยุกต์ใช้การวิเคราะห์ข้อมูลที่เหมาะสมได้ถูกนำมาใช้กับข้อมูลประเภทต่างๆที่เเตกต่างกันดังนี้ ประการที่ 1 สำหรับข้อมูลเชิงตัวเลข ที่มีลักษณะเป็นรายบุคคลได้ถูกวิเคราะห์ด้วยสถิคิการถดถอยเชิงเส้นของลอการิทึม (log-transformed linear regression) โดยปรับประยุกต์ใช้กับข้อมูลที่เป็นศูนย์ ประการที่ 2 การใช้การถดถอยลอจิสตกเชิงพหุ (multiple logistic regression) ซึ่งเป็นวิธีการทางสถิติที่ใช้กันอย่างเเพร่หลายในการจำลองรูปเเบบความสัมพันธ์ระหว่างตัวเเปรตามเเบบ 2 ค่า (binary outcome) กับชุดของตัวเเปรพยากรณ์ ประการสุดท้ายเเบบจำลองเชิงเส้นวางนัยทั่วไป (Generalized linear model : GLMs) โดยมีการเเจกเเจงเเบบปัวซองเเละทวินามนิเสธ (Poisson and Negative binomial) ที่เกิดขึ้นจากจำนวนเหตุการณ์ที่หารด้วยประชากรในกลุ่มเสี่ยง ซึ่งวิธีการทางสถิติสำหรับเเบบจำลองรูปแบบนี้ถูกประยุกต์ใช้กับอัตราอุบัติการณ์ โดยที่เเบบเเผนของความสัมพันธ์ระหว่างตัวเเปรกับตัวเเปรพยากรณ์จะถูกระบุได้อย่างถูกต้องจากรูปแบบจำลองที่เหมาะสม<br /><br /> โดยสรุปการประยุกต์ใช้งานเเบบจำลองกับข้อมูลระยะเวลาที่พักรักษาผู้ป่วย (LOS data)ที่ประกอบด้วยข้อมูลที่มีความเบ้สูง การถดถอยลอจิสติกเชิงพหุ เเบบถ่วงค่าน้ำหนักเพื่อปรับค่าความเเตกต่าง (weighted sum contrasts) ถูกใช้เพื่อเปรียบเทียบสัดส่วนของระยะเวลาที่นักรักษาที่นานกว่า ระหว่างตัวเเปรพยากรณ์เเต่ละตัวเมื่อปรับเทียบสัดส่วนของระยะเวลาที่พักรักษาที่นานกว่า ระหว่างตัวเเปรพยากรณ์แต่ละตัว เมื่อเปรียบเทียบกับตัวแปรร่วมอื่นๆ (convariates) โดยที่วิธีการนี้จะให้ผลสรุปที่สอดคล้องกับแบบจำลองการถดถอยเชิงเส้นของลอการิทึม เเต่การวิเคราะห์การถดถอยลอจิสติกจะได้รับประโยชน์จากการไม่มีข้อตกลงเบื้องต้นเกี่ยวกับการแจกแจงแบบปกติและรูปแบบความสัมพันธ์เชิงเส้นตรง<br /><br /> ประเด็นต่อไป จะเป็นการประยุกต์ใช้งานแบบจำลองทวินามนิเสธ และแบบจำลองการถดถอยเชิงเส้นของลอการิทึม เพื่อวิเคราะห์อัตราอุบัติการณ์การบาดเจ็บและตายของชาวไทยมุสลิม จากเหตุการณ์ความไม่สงบในภาคใต้ของประเทศไทย ซึ่งจำเเนกตามเพศ กลุ่มอายุ พื้นที่เสี่ยงและปีที่เกิดเหตุการณ์ โดยมีวัตถุประสงค์เพื่อเปรียบเทียบอัตราอุบัติการณ์การบาดเจ็บและตายกับความเสี่ยงที่เกิดขึ้นจากปัจจัยที่ศึกษา โดยปรับลดปัจจัยกวนอื่นๆแล้ว โดยแต่ละรูปแบบจำลองจะให้สรุปผลที่แตกต่าง แต่อย่างไรก็ตามแต่ละรูปแบบจำลองยังสามารถระบุถึงพื้นที่ที่มีความเสี่ยงสูงที่แตกต่างกันไปตามแต่ละช่วงเวลา โดยที่รูปแบบของความเสี่ยงต่อการบาดเจ็บและตายที่เกิดขึ้นนี้จะไม่สามารถพยากรณ์ล่วงหน้างได้ ความเสี่ยงที่แตกต่างกันจำแนกตามเพศและกลุ่มอายุยังคงเกิดขึ้นแปรเปลี่ยนไปตามสถานการณ์และจำนวนเหตุการณ์ที่เกิดขึ้น

The statistical analysis and modeling were applied to medical and public health data. In this thesis, two datasets were used to find the appropriated statistical model: one which using medical dataset from the National Health Security Office (NHSO), the Ministry of Public Health, which information provided to hospitalized patients in Thailand between October 1999 and September 2007. The other public health dataset, terrorism victims in Southern Thailand was recorded by the Deep South Coordination Centre (DSCC) from 2004 to 2009. The appropriate application of statistical analysis and modeling are used in the different types of data. Firstly, for numerical data by individual datasets are used to analyze with log-transformed linear regression modified to handle zero counts. Secondly, multiple logistic regressions that are a statistical method widely used to model the association between a binary outcome and a set of fixed determinants. Finally, generalized linear models (GLMs) by Poisson and negative binomial distributions arise naturally as random counts with population at risk denominators. These statistical methods for the modeling were applied for incidence rates. The association patterns of outcome and determinant variables are identified by fitting the appropriate model.

ผู้ทำ/Author