Discovering association between metabolic syndrome and its related chronic diseases represented by ICD-10 code
4
Issued Date
2015
Copyright Date
2015
Resource Type
Language
eng
File Type
application/pdf
No. of Pages/File Size
ix, 85 leaves
Access Rights
open access
Rights
ผลงานนี้เป็นลิขสิทธิ์ของมหาวิทยาลัยมหิดล ขอสงวนไว้สำหรับเพื่อการศึกษาเท่านั้น ต้องอ้างอิงแหล่งที่มา ห้ามดัดแปลงเนื้อหา และห้ามนำไปใช้เพื่อการค้า
Rights Holder(s)
Mahidol University
Bibliographic Citation
Thesis (M.Sc. (Information Technology Management))--Mahidol University, 2015
Suggested Citation
Supak Iamongkot Discovering association between metabolic syndrome and its related chronic diseases represented by ICD-10 code. Thesis (M.Sc. (Information Technology Management))--Mahidol University, 2015. Retrieved from: https://repository.li.mahidol.ac.th/handle/123456789/94030
Title
Discovering association between metabolic syndrome and its related chronic diseases represented by ICD-10 code
Alternative Title(s)
การหาความสัมพันธ์ระหว่างโรคอ้วนลงพุงและโรคเรื้อรังที่เกี่ยวข้องแสดงโดยรหัส ICD-10
Author(s)
Abstract
This paper applies the association rules method to discover the relationship between metabolic syndrome and its chronic diseases. The sample data used in this research is the medical records specifying the metabolic syndrome patients in a large government hospital. The Apriori and FP-Growth algorithms are chosen to be compared in the performance and applicable results of extracting the relationship of the metabolic syndrome patient records represented by ICD-10 code. The results show that the Apriori can extract 6 rules and 724 rules from FP-Growth. The comparative results between Apriori and FP-Growth found that 6 rules are common. The overall results show that the metabolic syndrome patients mostly have strong relationships with hypertension, obesity and diabetes. Interestingly, these diseases often occur with the patients diagnosed to have metabolic syndrome. Additionally, the results would bring the suggestion of metabolic syndrome to the patients in order to know about the relationship of these chronic diseases. Moreover, the physicians could use this guide for the treatment strategy in the future.
งานวิจัยนี้ประยุกต์ใช้วิธีกฎความสัมพันธ์เพื่อหาความสัมพันธ์ระหว่างโรคอ้วนลงพุงและโรคเรื้อรังที่เกี่ยวข้อง ข้อมูลกลุ่มตัวอย่างที่ใช้ในการวิจัยนี้เป็นระเบียนทางการแพทย์ที่ระบุเกี่ยวกับผู้ป่วยโรคอ้วนลงพุงในโรงพยาบาลของรัฐที่มีขนาดใหญ่แห่งหนึ่ง อัลกอริทึม Apriori และอัลกอริทึม FP-Growth ถูกเลือกใช้เพื่อเปรียบเทียบในประสิทธิภาพการทำงานและผลลัพธ์ที่ใช้ในการสกัดความสัมพันธ์ของระเบียนผู้ป่วยโรคอ้วนลงพุง แสดงโดยรหัส ICD-10 ผลลัพธ์แสดงให้เห็นว่า Apriori สามารถสกัดความสัมพันธ์ได้ 6 กฎและ FP-Growth สกัดความสัมพันธ์ได้ 724 กฎ การเปรียบเทียบผลลัพธ์ระหว่าง Apriori และ FP-Growth พบว่ามี 6 กฎที่เหมือนกันและมีร่วมกัน ผลลัพธ์โดยรวมแสดงให้เห็นว่าส่วนใหญ่ผู้ป่วยโรคอ้วนลงพุงมีความสัมพันธ์อย่างมากและมีอิทธิพลกับโรคความดันโลหิตสูง โรคอ้วนและโรคเบาหวาน ที่น่าสนใจคือโรคเหล่านี้มักเกิดขึ้นบ่อยกับผู้ป่วยที่ได้รับวินิจฉัยว่าเป็นโรคอ้วนลงพุง นอกจากนี้ผลลัพธ์ที่ได้จะนามาเพื่อให้ข้อเสนอแนะในผู้ป่วยโรคอ้วนลงพุง เพื่อให้รู้เกี่ยวกับความสัมพันธ์ของโรคเรื้อรังเหล่านี้ นอกจากนั้นแพทย์สามารถใช้คำแนะนานี้สำหรับเป็นกลยุทธ์ในการรักษาในอนาคตได้อีกด้วย
งานวิจัยนี้ประยุกต์ใช้วิธีกฎความสัมพันธ์เพื่อหาความสัมพันธ์ระหว่างโรคอ้วนลงพุงและโรคเรื้อรังที่เกี่ยวข้อง ข้อมูลกลุ่มตัวอย่างที่ใช้ในการวิจัยนี้เป็นระเบียนทางการแพทย์ที่ระบุเกี่ยวกับผู้ป่วยโรคอ้วนลงพุงในโรงพยาบาลของรัฐที่มีขนาดใหญ่แห่งหนึ่ง อัลกอริทึม Apriori และอัลกอริทึม FP-Growth ถูกเลือกใช้เพื่อเปรียบเทียบในประสิทธิภาพการทำงานและผลลัพธ์ที่ใช้ในการสกัดความสัมพันธ์ของระเบียนผู้ป่วยโรคอ้วนลงพุง แสดงโดยรหัส ICD-10 ผลลัพธ์แสดงให้เห็นว่า Apriori สามารถสกัดความสัมพันธ์ได้ 6 กฎและ FP-Growth สกัดความสัมพันธ์ได้ 724 กฎ การเปรียบเทียบผลลัพธ์ระหว่าง Apriori และ FP-Growth พบว่ามี 6 กฎที่เหมือนกันและมีร่วมกัน ผลลัพธ์โดยรวมแสดงให้เห็นว่าส่วนใหญ่ผู้ป่วยโรคอ้วนลงพุงมีความสัมพันธ์อย่างมากและมีอิทธิพลกับโรคความดันโลหิตสูง โรคอ้วนและโรคเบาหวาน ที่น่าสนใจคือโรคเหล่านี้มักเกิดขึ้นบ่อยกับผู้ป่วยที่ได้รับวินิจฉัยว่าเป็นโรคอ้วนลงพุง นอกจากนี้ผลลัพธ์ที่ได้จะนามาเพื่อให้ข้อเสนอแนะในผู้ป่วยโรคอ้วนลงพุง เพื่อให้รู้เกี่ยวกับความสัมพันธ์ของโรคเรื้อรังเหล่านี้ นอกจากนั้นแพทย์สามารถใช้คำแนะนานี้สำหรับเป็นกลยุทธ์ในการรักษาในอนาคตได้อีกด้วย
Description
Information Technology Management (Mahidol University 2015)
Degree Name
Master of Science
Degree Level
Master's degree
Degree Department
Faculty of Engineering
Degree Discipline
Information Technology Management
Degree Grantor(s)
Mahidol University