ຄາດຄະເນໂອກາດເກີດພະຍາດຈາກຜົນການກວດເລືອດ ໂດຍນໍາໃຊ້ເຕັກນິກການຂຸດຄົ້ນຂໍ້ມູນ

™ ຜນົ ຂມ້ໍີ ູນເຄອື ຂ່າຍປະສາດທຽມ (Neural Network) ຜນົ ຂມ້ີໍ ນູ ທ່ີິ Predicted ຖກື ຕອ້ ງຂອງ (Non-Risk= 518) ແລະ Predicted ບ່ຖິໍ ືກ 54,ຂໍມີ້ ນູ ທິ່ີ Predicted (Risk= 437) ແລະ Predicted ບຖ່ິໍ ກື 72 (ຂ້ມໍີ ນູ n=1081, Non-Risk = 572, Risk = 509) ຕາຕະລາງທີ 4.5: ຜົນຂອງ Confusion Matrix Test and Score ເຄອື ຂາ່ ຍປະສາດທຽມ Predicted Acutual Non-Risk Risk Non-Risk 518 54 72 437 Risk ™ ຜົນຂມ້ີໍ ູນ Naive Bayes ຜນົ ຂີ້ມໍ ູນທ່ີິ Predicted ຖກື ຕ້ອງຂອງ (Non-Risk= 478) ແລະ Predicted ບິໍ່ຖກື 94, ຂໍມ້ີ ູນທີິ່ Predicted (Risk= 393) ແລະ Predicted ບຖິໍ່ ືກ 116 (ຂມ້ີໍ ນູ n=1081, Non-Risk = 572, Risk = 509) ຕາຕະລາງທີ 4.6: ຜົນຂອງ Confusion Matrix Test and Score Naive Bayes Predicted Acutual Non-Risk Risk Non-Risk 478 94 116 393 Risk 4.1.2 ນຂມ້ ນູ Test Score ™ ຜົນຂໍີ້ມນູ ການຕດັ ສິນໃຈແບບຕນີ້ົ ໄມ້ (Decision Tree) ຜນົ ຂມໍີ້ ູນທິ່ີ Predicted ຖກື ຕອ້ ງຂອງ (Non-Risk= 229) ແລະ Predicted ບິຖໍ່ ືກ 0,ຂໍມ້ີ ນູ ທີ່ິ Predicted (Risk= 222) ແລະ Predicted ບໍິ່ຖກື 11 (ຂ້ໍມີ ນູ n=462, Non-Risk = 229, Risk = 233) ຕາຕະລາງທີ 4.7: ຜນົ ຂອງ Confusion Matrix Predictions ການຕດັ ສນິ ໃຈແບບຕນ້ົີ ໄມ້ Predicted Acutual Non-Risk Risk Non-Risk 229 0 11 222 Risk 40

™ ຜົນຂໍ້ີມນູ ເຄອື ຂາ່ ຍປະສາດທຽມ (Neural Network) ຜນົ ຂ້ມີໍ ູນທີິ່ Predicted ຖກື ຕ້ອງຂອງ (Non-Risk= 220) ແລະ Predicted ບ່ຖິໍ ກື 9,ຂີໍມ້ ນູ ທິ່ີ Predicted (Risk= 206) ແລະ Predicted ບໍຖ່ິ ກື 27 (ຂມໍີ້ ນູ n=462, Non-Risk = 229, Risk = 233) ຕາຕະລາງທີ 4.8: ຜົນຂອງ Confusion Matrix Predictions ເຄອື ຂ່າຍປະສາດທຽມ Predicted Acutual Non-Risk Risk Non-Risk 220 9 27 206 Risk ™ ຜນົ ຂ້ມີໍ ນູ (Naive Bayes) ຜນົ ຂໍ້ີມນູ ທິ່ີ Predicted ຖກື ຕ້ອງຂອງ (Non-Risk= 204) ແລະ Predicted ບຖິໍ່ ກື 25, ຂໍ້ີມນູ ທ່ິີ Predicted (Risk= 181) ແລະ Predicted ບ່ຖໍິ ືກ 52 (ຂໍີ້ມນູ n=462, Non-Risk = 229, Risk = 233) ຕາຕະລາງທີ 4.9: ຜນົ ຂອງ Confusion Matrix Predictions Naive Bayes Predicted Acutual Non-Risk Risk Non-Risk 204 25 52 181 Risk 4.1.3 ຜນົ ການພດັ ທະນາລະບບົ ຈາກຜນົ ການສຶກສາທັງສາມຮບູ ແບບເຫນັ ໄດວ້ າ່ ຮບູ ແບບການຕັດສນິ ໃຈແບບຕີນ້ົ ໄມ້ ມີຄວາມຊັດ ເຈນກ່ວາໝູ່ ຈງ່ຶິ ເອາົ ມາເປັນຕ້ີນົ ແບບໃນການພັດທະນາລະບບົ ຊ່ືິງໄດ້ນໍາເອາົ ໂປຣແກຣມ SQL 2019 ມາເປນັ ຖານ ຂມໍີ້ ູນ, ຂຽນໂຄດ vb.net ແລະ ອອກແບບຟອມຕາ່ ງໆດ້ວຍໂປຣແກຣມ Visual Studio 2013. ໜາ້ ຟອມຫກຼັ ເປນັ ບອ່ ນເຂ້າີົ ໄປໃຊ້ງານຟງັ ຊນັ ຂີ້ໍມນູ ຕາ່ ງໆປະກອບມີ: ຈດັ ການຂີໍມ້ ນູ ຜ້ໃູ ຊ້ບລໍ ິການ (ຄນົ ເຈັບທີຈ່ິ ະມາກວດເລອື ດ), ປອ້ ນຕົວເລກການກວດເລືອດ, ຄາໍ ນວນຜນົ ການກວດເລືອດ, ສະແດງຜົນການກວດ ເລອື ດ. 41

ຮູບທີ 4.9: ໜ້າຟອມຫກັຼ ໜ້າຟອມຈັດການຂໍີ້ມນູ ຜໃູ້ ຊບ້ ລໍ ິການ (ຄນົ ເຈບັ ທຈີິ່ ະມາກວດເລືອດ) ມປີ ຸ່ມເພ່ີິມ, ປ່ມຸ ບນັ ທກື , ປ່ມຸ ແກໄ້ ຂ, ປ່ມຸ ລບຶ ຂີໍມ້ ນູ ແລະ ປ່ມຸ ລາ້ ງຂໍີ້ມນູ . ຮບູ ທີ 4.10: ຟອມຈດັ ການຂໍີ້ມນູ ຄນົ ເຈບັ 42

ໜ້າຟອມປອ້ ນຂໍີ້ມນູ ເລອື ດຕາ່ ງໆ ມປີ ຸ່ມເພມ່ິີ , ປຸ່ມບນັ ທກື , ປມຸ່ ແກໄ້ ຂ, ປຸ່ມລຶບຂມໍີ້ ນູ ແລະ ປຸ່ມລາ້ ງຂໍີ້ ມນູ , ປອ້ ນຂໍີ້ມູນເລອື ດ RBC, HBC, HCT, WBC, PLT ຂອງຄນົ ເຈບັ ແລະ ວນັ ທີປອ້ ນຂ້ມີໍ ູນ ຮບູ ທີ 4.11: ຟອມປອ້ ນຂມ້ໍີ ູນເລອື ດຕ່າງໆ 43

ໜ້າຟອມຄາໍ ນວນຜນົ ການກວດເລອື ດ ມປີ ຸມ່ ເພີິມ່ , ປມຸ່ ລບຶ ຂມໍ້ີ ນູ . ວິທກີ ານນໍາໃຊແ້ ມນ່ ດງຶ ເອາົ ຂມ້ໍີ ນູ ການກວດເລອື ດຂີ້ໍຄົນເຈບັ ທ່ິີຕ້ອງການມາຄໍານວນຄດິ ໄລຫ່ າຄວາມສ່ຽງ ແລະ ບສ່ິໍ ຽ່ ງຈາກຜນົ ການກວດເລອື ດເຊງິ່ ຄາໍ ນວນເລອື ດ RBC, HBC, HCT, WBC, PLT ຂອງຄນົ ເຈບັ ຮູບທີ 4.12: ຟອມຄໍານວນຜນົ ການກວດເລອື ດ 44

ໜາ້ ຟອມສະແດງຜນົ ການຄາໍ ນວນ ທໄິ່ີ ດ້ຜນົ ຈາກໜາ້ ຟອມຄາໍ ນວນຜນົ ການກວດເລອື ດຈະສະແດງ ໃຫ້ເຫັນແຕລ່ ະບກຸ ຄົນ ແລະ ສະແດງຜົນຂອງຄວາມສ່ຽງ ຫຼື ບສ່ິໍ ່ຽງຈະແດງໃນຟອມນ້ີ, ຖາ້ ຄ່າເທາົິ່ ກບັ 1 ແມນ່ ຄ່ານ້ນັີ ມີຄວາມສ່ຽງສວ່ ນເທ່າິົ ກບັ 0 ແມນ່ ປົກກະຕຂິ ອງແຕ່ລະຄາ່ . ຮບູ ທີ 4.13: ສະແດງຜົນການກວດເລອື ດ 45

4.2 ການສນົ ທະນາ ໃນການສຶກສາຄີົ້ນຄວ້ າຄ້ງັີ ນີ້ມີຈດຸ ປະສງົ ເພອິ່ື ປະເມີນຄວາມສ່ຽງຂອງຜນົ ການກວດເລືອດ ເຊງິ່ ນາໍ ເອາົ ຂມໍ້ີ ນູ ຜນົ ການກວດເລອື ດຂອງຄນົ ເຈັບພາຍໃນໂຮງໝໍ 5 ເມສາ ທນິ່ີ ະຄອນຫວຼ ງວຽງຈນັ , ສປປ ລາວ. ໂດຍການເກັບກາໍ ຂ້ມີໍ ນູ ເລືອດຂອງຜນົ RBC, HGB, HCT, WBC ແລະ PLT ໂດຍມຈີ ໍານວນປະຊາກອນຕວົ ຢ່າງທງັ ໝດົ 1543 ຄນົ , ທມິ່ີ ີອາຍລຸ ະຫ່ວາງ 29-70 ປີ ໃນນນີັ້ 1327 ເປນັ ເພດຊາຍ ແລະ 216 ເປັນເພດຍງິ . ການສຶກສາໃນຄ້ັງີ ນີ້ເຫັນ ວາ່ ການຂດຸ ຄນ້ີົ ຂມີ້ໍ ນູ ນນີັ້ ມຜີ ົນດຫີ າຼ ຍໃນການສະກດັ ເອາົ ຄວາມຮໃູ້ ນການວິໄຈຜນົ ໃນຄງ້ັີ ນີ້ ຜນົ ການສຶກສາ ພບົ ວາ່ ມີ ອດັ ຕາຄວາມສຽ່ ງສງູ ເຖງິ 48.09% ແລະ ປົກກະຕິບໍິ່ມີຄວາມສ່ຽງ 51.91% ໃນການສຶກສາຄງັ້ີ ນີ້ພົບວ່າ ມີຄວາມ ສອດຄອງກບັ ການວິໄຈຂອງທາ່ ນ (THIPPALA, 2017) ທ່ີສິ ກຶ ສາຄ້ີົນຄວ້ າກ່ຽວກບັ ເມດັ ເລອື ດ ພົບວາ່ ເມັດ ເລືອດຕ່ິໍາ ແລະ ສງູ ເຮດັ ໃຫ້ມີຜນົ ຕຄິ່ໍ ວາມສ່ຽງຕ່ໍກິ ານເປນັ ໂລກຕຍຸ້ ໂດຍເພີິ່ນທຽບການຜດິ ປກົ ກະຕິຂອງເມດັ ເລອື ດ ກບັ ຄາ່ BMI. ຜົນການສຶກສາຄງ້ັີ ນ້ີ ໄດນ້ າໍ ໃຊຮ້ ບູ ແບບການຕັດສິນໃຈແບບຕນີົ້ ໄມ້, ເຄອື ຂ່າຍປະສາດທຽມ, ເນອບິ ເບ ເຊ່ິງ ພບົ ວ່າການເຮດັ ແບບຕີນົ້ ໄມໃ້ ນການຫາຄວາມສຽ່ ງໃຫ້ຜົນຄາ່ ຄວາມຊດັ ເຈນກວ່າໝູ່ ເຊງ່ິ ພບົ ວ່າສອດຄອ່ ງກບັ ການ ວໄິ ຈຂອງທ່ານ (Saichon Sinsomboonthong, 2018) ໂດຍບດົ ຄ້ົີນຄ້ວາເພິ່ນແມ່ນນໍາເອົາຂີ້ມໍ ນູ ເລອື ດຂອງກມຸ່ ຄນົ ທ່ເີິ ປນັ ໂລກໄຕ ມາທົດລອງຫາປະສດິ ຕພິ າບຫາຄວາມຊດັ ເຈນຂອງຄວາມສຽ່ ງທຈີ່ິ ະເປນັ ໂລກໄຕເຊິ່ງໄດນ້ າໍ ເອາົ ຫາຼ ຍວິທີ ລວມເຖິງວທິ ຂີ ອງການສິນໃຈແບບຕົ້ນີ ໄມ້ ແລະ ຜນົ ມຄີ ວາມຊດັ ເຈນເຖງິ 100% ພ້ອມນີ້ຜເູ້ ຮັດການສຶກສາໃນຄີັງ້ ນບີ້ ິ່ໄໍ ດ້ຈັດວ່າລະດບັ ໃດຈງິ່ຶ ສ່ຽງເປນັ ພະຍາດຫຍັງ ພຽງແຕຫ່ າຄວາມສ່ຽງຂອງ ຜົນການກວດເລອື ດທີມ່ິ ຄີ ່າສູງ-ຕິໍ່າ ແລະ ປົກກະຕິ (Thima, 2010) (Sirin , Nurunart, & Suntree, 2021) ເປັນການວໄິ ຈຫາກ່ມຸ ເມດັ ເລອື ດທ່ເີິ ຈາະຈົງເອາົ ພຽງແຕຄ່ ່າຂອງ RBC, HGB, HCT, WBC ແລະ PLT ເທິົາ່ ນນີັ້ ເພິ່ອື ສຶກສາຫາຄວາມສຽ່ ງ ໃນການສຶກສາຄງັີ້ ນນີ້ ອກຈາກຈະຮຄູ້ າ່ ມາດຕະຖານຄາ່ ຄວາມສຽ່ ງແລ້ວ ກໍຍງັ ມຫີ ຼາຍແຫຼິງ່ ທ່ິີມາສມົ ທົບກ່ໍິໃຫເ້ ກດີ ໂລກ ແຕ່ຖ້າຢາກໃຫ້ຮຊູ້ ັດເຈນແທຂ້ ອງຜນົ ຖກຶ ຕ້ອງແມນ່ ຕອ້ ງໄດ້ອາໄສ ຫືຼ ອງີ ໃສໃ່ ຫ້ແພດໝໍ ຜູຊ້ ໍານານໃນການວເິ ຄາະຜົນເນ່ິືອງຈາກຄນົ ປວ່ ຍຜ້ໜູ ງຶິ່ ຕ້ອງມຫີ ຼາຍສາເຫດໃນການເກດີ ພະຍາດ ຕ້ອງໄດ້ຖາມອາການ ເບອ້ືີ ງຕ້ົີນ, ໂລກປະຈາໍ ຕວົ ຂອງຜປູ້ ່ວຍ, ການກນິ ຢູ່ ແລະ ລວມທງັ ການກິນຢາເປນັ ຕນ້ີົ . ສາເຫດທ່ີເິ ລອື ກໃຊ້ໂປຣແກຣມ Orange ໃນການວິເຄາະຂມີ້ໍ ູນ ແລະ ປະກອບການຂຽບົດໃນຄງັີ້ ນເີ້ ນອື່ິ ງ ຈາກໂປຣແກຣມການວິເຄາະຂມ້ີໍ ູນມີຫາຼ ຍໂປຣແກຣມ ທນິ່ີ ຍິ ມົ ໃຊ້ໃນນ້ນີັ ກໍຄໂື ປຣແກຣມ Orange ກເໍ ປັນອີກຕວົ ເລອື ກໜິງຶ່ ທິເີ່ ໝາະໃນການເຮດັ ການວເິ ຄາະໂດຍໂປຣແກຣມ Orange ມີລັກສະນະການເຮັດວຽກແບບສະແດງໃຫ້ ເຫນັ ເປນັ ຮບູ ພາບ (Visualization) ເຮດັ ໃຫຜ້ ໃູ້ ຊ້ສາມາດເອນີ້ ໃຊ້ໄດຢ້ າ່ ງສະດວກ ແລະ ວ່ອງໄວໂດຍບຈ່ິໍ າໍ ເປນັ ຕ້ອງ ຂຽນໂຄດ ອີກທງັ ຍງັ ເປນັ ໂປຣແກຣມທິ່ີສາມາດດາວໂຫລດ ແລະ ໃຊວ້ ຽກໄດ້ຟຣີ , ເໝາະສາໍ ລັບມໃື ໝ່-ເກາ່ົິ ທີິຈ່ ະໃຊ້ ວຽກງານໃນດາ້ ນການຂດຸ ຄນົ້ີ ຂ້ີໍມນູ (Data Mining). 46

ພາກທີ  ສະຫຼຸບ, ຂຈ້ີໍ າໍ ກດັ ແລະ ຂແ້ີໍ ນະນາໍ ໃນການສກຶ ສາ 5.1 ສະຫຼຸບຜນົ ໃນການສຶກສາ ການກວດເລອື ດ CBC ເປນັ ການກວດສຂຸ ະພາບຮາ່ ງກາຍທ່ິົວໆໄປຄື ເຮົາມີໂລກເລອື ດຈາງ ຫຼື ບິໍ່ມີການສ່ມຸ ສຽງໃນການຕິດເຊອ້ີື ພະຍາດຕ່າງໆໃນຮາ່ ງກາຍ ເຊ່ິງເປນັ ການກວດເບິງ່ ສະພາບຮ່າງກາຍໃນເບອີື້ ງຕນ້ີົ ມນັ ເປນັ ການ ກວດແບບພນີ້ື ຖານທີນິ່ ິຍມົ ໃຊຫ້ າຼ ຍ ແລະ ເປນັ ໜິຶ່ງໃນຂນັ້ີ ຕອນພີ້ນື ຖານຂອງການກວດສຸຂະພາບປະຈໍາປີ ຫຼື ເປນັ ການກວດເລອື ດກອ່ ນກຽມການຜາ່ ຕດັ ເປນັ ຕນ້ົີ ມັນຍງັ ເປນັ ໂຕຊ່ວຍໃນການວນິ ໄິ ສພະຍາດບາງຊະນດິ ເຊັິນ່ : ໄຂ້ຍງຸ້ , ມະເຮງັ ເມດັ ເລອື ດຂາວ, ເລອື ດຈາງ, ການຂາດເລືອດ ແລະ ອນ່ິື ໆອກີ . ການສກຶ ສາໃນຄງີ້ັ ນໄີ້ ດ້ເຮັດການວເິ ຄາະຂໍ້ມີ ູນ ຜນົ ຄ່າສມົ ບູນຂອງການກວດເລືອດ CBC ສາມາດໄດຂ້ ີໍ້ມູນທ່ີິ ຜ່ານການເຮັດ Data Minnig ມາແລ້ວເປນັ Data Set ທປີິ່ ະກອບໄປດ້ວຍຂໍີ້ມນູ ເກນເລືອດໃນລະດບັ ປົກກະຕິ 801 ຄນົ ແລະ ຂມ້ີໍ ູນຜນົ ການກວດເລືອດໃນເກນທິມີ່ ຄີ ວາມສຽ່ ງ 742 ຄນົ ລວມທັງໝດົ 1543 ຄນົ . ໂດຍຂໍມ້ີ ູນທັງ ໝດົ ໄດຖ້ ກຶ ຈັດແບງ່ ເປັນ K =10 ຕາມສັດສວ່ ນໂດຍຂີໍ້ມນູ 70% ຈະເປັນຂມີ້ໍ ູນສໍາລັບ Tran ແລະ ຂີ້ມໍ ນູ ອີກ 30% ເປັນຂໍມ້ີ ນູ ສາໍ ລັບການ Test ເມືິ່ອນາໍ ຂໍີ້ມນູ ເຫົ່າຼິ ນີ້ມາປະມວນຜນົ ໂດຍນາໍ ໃຊ້ໂປຣແກຣມ Orange ເຊ່ິີງໄດ້ອງີ ໃສກ່ ານ ເຮັດແບບການຕັດສນິ ໃຈແບບຕນົີ້ ໄມ້ ໄດ້ຜນົ ຄ່າຂອງຄວາມຖືກຕ້ອງຂອງ Non-Risk ເທົິາ່ 797 (95.5%) ຄ່າຂອງ Non-Risk ທ່ີບິ ິຖໍ່ ືກຕ້ອງ 4 (0.5%) ສວ່ ນຄ່າຂອງ Risk ມີຄວາມຖືກຕອ້ ງ 702 (94.6%) ຄາ່ ຂອງ Risk ທີ່ບິ ິ່ໍ ຖືກຕ້ອງ 40 (16.2%), ເຄອື ຂ່າຍປະສາດທຽມ ເຊ່ິີງໄດຜ້ ນົ ຄາ່ ຂອງຄວາມຖກື ຕ້ອງຂອງ Non-Risk ເທາ່ົິ 735 (91.8%) ຄາ່ ຂອງ Non-Risk ທິ່ບີ ່ຖິໍ ືກຕອ້ ງ 66 (8.2%) ສວ່ ນຄ່າຂອງ Risk ມີຄວາມຖກື ຕອ້ ງ 660 (88.9%) ຄ່າຂອງ Risk ທບ່ິີ ່ຖິໍ ືກຕ້ອງ 82 (11.1%), Naive Bayes ໄດ້ຜນົ ຄ່າຂອງຄວາມຖກື ຕອ້ ງຂອງ Non-Risk ເທາ່ົິ 671 (83.8%), ຄ່າຂອງ Non-Risk ທິບ່ີ ່ຖິໍ ືກຕອ້ ງ 130 (16.2%) ສວ່ ນຄາ່ ຂອງ Risk ມຄີ ວາມຖືກຕອ້ ງ 584 (78.7%), ຄ່າຂອງ Risk ທີ່ິບໍິ່ຖືກຕອ້ ງ 158 (21.3%). ຕາຕະລາງທີ 5.1: ສະຫຼຸບຜນົ ລວມຂອງການຄນົ້ີ ຄວ້ າ Accuracy% F1% Precision% Recall% 97.1 Decision Tree 90.4 97.1 97.2 97.1 Neural Network 88.2 90.4 90.4 90.4 Naive Bayes 81.3 81.4 81.3 ຈາກຕາຕະລາງສະຫຼຸບຜນົ ຂນ້ັີ ເທີງສະແດງໃຫ້ເຫັນໄດ້ວາ່ ຂມໍີ້ ູນ 1543 ຄນົ ທິ່ມີ ີຄາ່ ຄວາມສຽ່ ງ ແລະ ບສິໍ່ ່ຽງ ໃນ ຮູບແບບການຕັດສິນໃຈແບບຕນ້ົີ ໄມ້ມຊີ ດັ ເຈນ (Decision Tree = 97.1%), ໃນຮບູ ແບບເຄອື ຂ່າຍປະສາດທຽມ ມຄີ ວາຊດັ ເຈນ (Neural Network = 90.4%) ແລະ Naive Bayes ມຄີ ວາມຊັດເຈນ (Naive Bayes = 88.2%). 47

5.2 ຂຈ້ີໍ າໍ ກດັ ໃນການສຶກສາ ຜຄູ້ ນ້ີົ ຄວ້ າໃນບດົ ນີໄ້ ດນ້ ໍາເອາົ ຄາ່ ຂອງເມັດເລືອດທ່ິີຈໍາເປນັ RBC, HGB, HCT, WBC ແລະ PLT ແຕ່ກໍ ຍງັ ມຄີ າ່ ຍອ່ ຍແຕລ່ ະປະເພດອີກ ແລະ ຂໍມ້ີ ູນທີຜິ່ ຄູ້ ້ນີົ ຄ້ວານາໍ ມາໃຊນ້ ີ້ແມນ່ ຂໍີ້ມູນທິຄ່ີ ນົ ເຈບັ ມາກວດເລືອດປະຈາໍ ປີ ແລະ ມາໃຊ້ບລໍ ກິ ານປນິີ່ ປວົ ທົິ່ວໄປ ແຕ່ກຍໍ ັງຂາດຂ້ີໍມນູ ເມັດເລອື ດທຄີິ່ ນົ ເຈບັ ຜທູ້ ກ່ີິ ຽມການມາຜ່າຕັດຂະໜາດນ້ອຍ- ໃຫຍ່ ແລະ ເນອ່ິື ງຈາກຂໍ້ີມນູ ນນ້ັີ ແມນ່ ຕ້ອງໄດອ້ າໄສ ຜຊູ້ ຽ່ ງຊານໃນການບງົິ່ ບອກວ່າມີຄວາມສໍາພັນກັບຄວາມສ່ຽງຕໍິ່ ພະຍາດຫາຼ ຍຊາໍ້ີ ໄດ.້ 5.3 ຂ້ໍີແນະນາໍ ໃນການສຶກສາ 1. ຄວນສກຶ ສາເຈາະຈງົ ຫາຄວາມສຽ່ ງໄປໃນທາງພະຍາດດຽວ ຫືຼ ສອງເພາະຈະເປນັ ການດີກ່ວາໃນ ການປະມວນຜົນ ແລະ ສະດວກໃນການຂຽນບົດຄົນີ້ ຄ້ວາ. 2. ເນ່ິອື ງຈາກບດົ ຄີົ້ນຄວ້ ານນ້ີ ໍາສະເໜພີ ຽງ 3 ຮບູ ແບບຜທູ້ ສິີ່ ນົ ໃຈທຈີ່ິ ະນາໍ ໄປສກຶ ສາສາມາດເພີມ່ິ ອກີ ຫາຼ ຍຮູບແບບ ຫືຼ ລງົ ເລີກແຕ່ລະຮູບແບບ. 3. ຜູຄ້ ົີ້ນຄວ້ າໃນບົດນີ້ໄດນ້ ໍາເອົາຄາ່ ຂອງເມດັ ເລອື ດທິີ່ຈາໍ ເປນັ RBC, HGB, HCT, WBC ແລະ PLT ຜູ້ທິີສ່ ນົ ໃຈສາມາດເພິີມ່ ຄາ່ ຂອງປະເພດເມັດເລອື ດຍອ່ ຍໄດອ້ ີກ ຫືຼ ຄາ່ ຄວາມສ່ຽງຈາກພາຍ ນອກ. 48

ເອກະສານອາ້ ງອງີ Abinaya, & Sumathi. (2018). International Journal of Computer Science Trends and Technology (IJCST). Predicting Blood Tumor and Hematology Using Data Mining Techniques, 20-22. Demšar, J., & Zupan, B. (2012). Orange. Data Mining Fruitful And Fun, 45-46. Retrieved from https://scholar.google.com/scholar?q=Orange:+Data+Mining&hl=th&as_sdt=0&as_vis=1&oi =scholart Hans-Petter, H. (2017). Structure Query Language. norway. Retrieved from The SQL language: https://www.halvorsen.blog/ Jiawei, H., Micheline, K., & Jian, P. (2012). Data Mining Concepts and Techniques Third Edition. United States of America. Retrieved from http://myweb.sabanciuniv.edu › files › 2016/02 Md. Nurul Amin, & Md. Ahsan Habib. (2015). Comparison of Different Classification Techniques Using WEKA for Hematological Data. Mawlana Bhashani Science and Technology. Orawan, L. (2016). Classification of Facial Expressions of Cartoons using Histogram of Oriented Gradient. 41-42. Retrieved from http://ethesisarchive.library.tu.ac.th › thesis Pacharawongsakda, E. (2015). Cross Validation. Bangkok: Co-Founder and Lead Data Scientist at Cube Analytics Consulting. Retrieved from K-fold Cross Validation: https://th.linkedin.com/in/eakasit-pacharawongsakda-ph-d-475a8452 Pagon Gatchalee. (2019). Confusion Matrix. Chaing Mai University: Computer Software and Theory. Retrieved from https://medium.com/@pagongatchalee Pornpon, T. (2009). classification using feature reduction and support vector machine, 17-18. Retrieved from https://kb.psu.ac.th › psukb › bitstream Richard, R., & Michael, G. (2003). Data Mining: A Tutorial Based Primer 1st Edition. United States of America. Rungruedee, B., & Chumwatana, T. (2017). Prediction on risk for complications of hypertension in diabetes patient using data mining technique. College of Information and Communication Technology, Rangsit University, Thailand. Saichon Sinsomboonthong. (2018). An Efficiency Comparison of Diabetes Prediction. Faculty of Science, King Mongkut’s Institute of Technology Ladkrabang, Chalongkrung Road, Ladkrabang, Bangkok, Thailand. Sirin , F., Nurunart, Y., & Suntree, K. (2021). Annual Health Checkup . Understanding And Interpreting Of Preliminary Laboratory Results For Annual Health Checkup, 124-125. Suphamon , C. (2018). Data Mining. Data Mining Techniques for Nursing Data Analysis, 84-85. Thima, S. (2010). CBC. Complete Blood Count. Retrieved from Complete Blood Count: std.kku.ac.th/4831500146/narok/PathoImmunopathology%20I.doc , www.siamhealth.net/public_html/Health/Lab_interprete/cbc.htm , THIPPALA, M. (2017). Associaion Between Body Mass Index And Blood Cell. Faculity Of Allied Health Sciences, Thammasat University, Thailand. 49

Udeme, U. (2018, February 13). Basic Overview of Convolutional Neural Network (CNN). Retrieved from Activation Function: https://medium.com/dataseries/basic-overview- of-convolutional-neural-network-cnn-4fcc7dbb4f17 Ukrit , P. (2003). The project uses data mining techiques to predict the flow of water. University of Technology King Mongkut Thonburi. 50

ເອກະສານຊອ້ ນທາ້ ຍ 51

1. ສາມາດດາວໂຫລດໂປຣແກຣມ Orange ໄດ້ຈາກ https://orangedatamining.com/ 2. ດາວໂຫລດເຄອື່ິ ງມື Miniconda ຈາກ https://docs.conda.io/en/latest/miniconda.html 3. ສາມາເລອື ກໄດ້ຫຼາຍ OS 52

ຜນົ ຂ້ມໍີ ນູ Predictions ໃນໂປຣແກຣມ Orange ເປັນຜນົ ຂມ້ີໍ ູນທິ່ໃີ ຊຟ້ ັງຊນັ Predictions ສະແດງ 53

ການຂຽນໂຄດໂປຣແກຣມ (Coding) Imports System.Data.SqlClient Imports System.Data Public Class FormTestDetail Dim Conn As New SqlConnection Dim da As SqlDataAdapter Dim ds As New DataSet Dim dt As New DataTable Dim cmd As SqlCommand Dim dr As SqlDataReader Dim strSQL As String Dim Check As Boolean Dim Action As String Dim Gender As String Dim st As String Dim IsType As Boolean Public Sub ShowData() With Conn If .State = ConnectionState.Open Then .Close() .ConnectionString = strConn .Open() End With strSQL = \"SELECT * FROM Tb_TestDetail\" da = New SqlDataAdapter(strSQL, Conn) da.Fill(ds, \"AA\") dt = ds.Tables(\"AA\") ds.Tables(0).Clear() da.Fill(ds, \"AA\") DgvT.DataSource = ds.Tables(\"AA\").DefaultView DgvT.Refresh() FormatGrd() End Sub Public Sub ShowData1() With Conn If .State = ConnectionState.Open Then .Close() .ConnectionString = strConn .Open() End With strSQL = \"select Tb_TestDetail.TestDetailID, Tb_Test.TestID, Tb_Test.Datetest from Tb_TestDetail join Tb_Test on Tb_Test.TestID = Tb_TestDetail.TestID\" da = New SqlDataAdapter(strSQL, Conn) da.Fill(ds, \"AA1\") dt = ds.Tables(\"AA1\") 54

ds.Tables(0).Clear() da.Fill(ds, \"AA1\") DgvT.DataSource = ds.Tables(\"AA1\").DefaultView DgvT.Refresh() FormatGrd() End Sub Private Sub FormatGrd() With DgvT If .RowCount <> 0 Then .Columns(0).HeaderText = \"ລະຫັດຜນົ ກວດ\" .Columns(1).HeaderText = \"ລະຫັດກວດ\" .Columns(2).HeaderText = \"ວນັ ກວດ\" .Columns(0).Width = 115 .Columns(1).Width = 100 .Columns(2).Width = 100 End If End With End Sub Private Sub Button3_Click(sender As Object, e As EventArgs) Handles Button3.Click FormRT.Show() End Sub Sub aa() If Len(Trim(txtrbc.Text)) = 0 Then MessageBox.Show(\"ກະລນຸ າປອ້ ນ RBC\", \"\", MessageBoxButtons.OK, MessageBoxIcon.Warning) txtrbc.Focus() Exit Sub End If Dim mark As Single mark = txtrbc.Text Select Case mark Case Is >= 5.6 txt1.Text = \"1\" 'MsgBox(\"Risk\") Case Is >= 5.5 txt1.Text = \"0\" Case Is >= 4.2 txt1.Text = \"0\" Case Else txt1.Text = \"1\" End Select End Sub Sub bb() 55

If Len(Trim(txtrbc.Text)) = 0 Then MessageBox.Show(\"ກະລນຸ າປ້ອນ HBC\", \"\", MessageBoxButtons.OK, MessageBoxIcon.Warning) txtrbc.Focus() Exit Sub End If Dim mark1 As Single mark1 = txthbc.Text Select Case mark1 Case Is >= 17 txt2.Text = \"1\" Case Is >= 16 txt2.Text = \"0\" Case Is >= 12 txt2.Text = \"0\" Case Else txt2.Text = \"1\" End Select End Sub Sub cc() If Len(Trim(txtrbc.Text)) = 0 Then MessageBox.Show(\"ກະລຸນາປ້ອນ HCT\", \"\", MessageBoxButtons.OK, MessageBoxIcon.Warning) txtrbc.Focus() Exit Sub End If Dim mark1 As Single mark1 = txthct.Text Select Case mark1 Case Is >= 48 txt3.Text = \"1\" Case Is >= 47 txt3.Text = \"0\" Case Is >= 37 txt3.Text = \"0\" Case Else txt3.Text = \"1\" End Select End Sub Sub dd() If Len(Trim(txtrbc.Text)) = 0 Then MessageBox.Show(\"ກະລຸນາປ້ອນ WBC\", \"\", MessageBoxButtons.OK, MessageBoxIcon.Warning) 56

txtrbc.Focus() Exit Sub End If Dim mark1 As Single mark1 = txtwbc.Text Select Case mark1 Case Is >= 11001 txt4.Text = \"1\" Case Is >= 11000 txt4.Text = \"0\" Case Is >= 5000 txt4.Text = \"0\" Case Else txt4.Text = \"1\" End Select End Sub Sub ee() If Len(Trim(txtrbc.Text)) = 0 Then MessageBox.Show(\"ກະລນຸ າປອ້ ນ PLT\", \"\", MessageBoxButtons.OK, MessageBoxIcon.Warning) txtrbc.Focus() Exit Sub End If Dim mark1 As Single mark1 = txtplt.Text Select Case mark1 Case Is >= 401 txt5.Text = \"1\" Case Is >= 400 txt5.Text = \"0\" Case Is >= 140 txt5.Text = \"0\" Case Else txt5.Text = \"1\" End Select End Sub Private Sub FormTestDetail_Load(sender As Object, e As EventArgs) Handles MyBase.Load With Conn If .State = ConnectionState.Open Then .Close() .ConnectionString = strConn .Open() End With 57

txtrbc.Text = \"0\" txthct.Text = \"0\" txthbc.Text = \"0\" txtwbc.Text = \"0\" txtplt.Text = \"0\" ShowData1() End Sub Private Sub Button1_Click(sender As Object, e As EventArgs) Handles Button1.Click aa() bb() cc() dd() ee() If txt1.Text = 0 And txt2.Text = 0 And txt3.Text = 0 And txt4.Text = 0 And txt4.Text = 0 Then txtR.Text = \"Non-Risk\" Else : txt1.Text = 1 And txt2.Text = 1 And txt3.Text = 1 And txt4.Text = 1 And txt5.Text = 1 txtR.Text = \"Risk\" End If Try If Len(Trim(txtRID.Text)) = 0 Then MessageBox.Show(\" ະລນຸ າປ້ອນລະຫດັ \",\"\",MessageBoxButtons.OK, MessageBoxIcon.Warning) txtRID.Focus() Exit Sub End If If Len(Trim(txtTID.Text)) = 0 Then MessageBox.Show(\"ກະລນຸ າປອ້ ນ ລະຫດັ ກວດ\", \"\", MessageBoxButtons.OK, MessageBoxIcon.Warning) txtTID.Focus() Exit Sub End If strSQL = \"INSERT INTO Tb_TestDetail(TestDetailID, TestID, lvRedBlood, lvHemoglobin, lvHematocrit, lvWhiteblood, lvPlatelet, Resutl) VALUES('\" & txtRID.Text & \"',\" strSQL &= \"N'\" & txtTID.Text & \"',\" strSQL &= \" '\" & txt1.Text & \"',\" strSQL &= \" '\" & txt2.Text & \"',\" strSQL &= \" '\" & txt3.Text & \"',\" strSQL &= \" '\" & txt4.Text & \"',\" strSQL &= \" '\" & txt5.Text & \"',\" strSQL &= \"N'\" & txtR.Text & \"')\" 58

Dim comSave As New SqlCommand With comSave .CommandType = CommandType.Text .CommandText = strSQL .Connection = Conn .ExecuteNonQuery() End With MessageBox.Show(\"ບັນທກື ລງົ ຖານຂີ້ໍມນູ ສໍາເລດັ \",\"ບັນທກື \", MessageBoxButtons.OK, MessageBoxIcon.Information) ShowData1() Timer1.Start() 'ClearAllData() 'SaveCancel() Catch ex As Exception MessageBox.Show(ex.Message,\"Error\",MessageBoxButtons.OK,MessageBoxIcon.Error) End Try End Sub Private Sub Button5_Click(sender As Object, e As EventArgs) FormResult.Show() End Sub Private Sub Button4_Click(sender As Object, e As EventArgs) Handles Button4.Click txtRID.Text = \"R\" txtRID.Focus() txtrbc.Text = \"0\" txthct.Text = \"0\" txthbc.Text = \"0\" txtwbc.Text = \"0\" txtplt.Text = \"0\" txtTID.Text = \"\" TxtCID.Text = \"\" End Sub Private Sub Timer1_Tick(sender As Object, e As EventArgs) Handles Timer1.Tick ProgressBar1.Increment(10) If ProgressBar1.Value = 100 Then Timer1.Stop() MsgBox(\"Waiting\") End If End Sub Private Sub DgvT_CellDoubleClick(sender As Object, e As DataGridViewCellEventArgs) Handles DgvT.CellDoubleClick Try If e.RowIndex = -1 Then Exit Sub 59

With DgvT txtRID.Text = .Rows.Item(e.RowIndex).Cells(0).Value.ToString() txtTID.Text = .Rows.Item(e.RowIndex).Cells(1).Value.ToString() Dtp1.Text = .Rows.Item(e.RowIndex).Cells(2).Value.ToString() End With Catch ex As Exception MessageBox.Show(ex.Message,\"Error\",MessageBoxButtons.OK,MessageBoxIcon.Error) End Try End Sub Private Sub Button2_Click(sender As Object, e As EventArgs) Handles Button2.Click On Error GoTo errDup If MessageBox.Show(\"ທ່ານຕ້ອງການລບຶ ຂ້ີໍມນູ ນ້ແີ ທບ້ ?ໍ່ິ \", \"ຕກົ ລົງ\", MessageBoxButtons.YesNo, MessageBoxIcon.Warning) = Windows.Forms.DialogResult.Yes Then Dim RowsAffected As Integer = 0 Conn = New SqlConnection(strConn) Conn.Open() Dim cq As String = \"Delete from Tb_TestDetail WHERE (TestDetailID = '\" & txtRID.Text & \"')\" cmd = New SqlCommand(cq) cmd.Connection = Conn RowsAffected = cmd.ExecuteNonQuery() cmd.Connection = Conn cmd.ExecuteNonQuery() Conn.Close() ShowData1() txtRID.Text = \"R\" txtRID.Focus() txtrbc.Text = \"0\" txthct.Text = \"0\" txthbc.Text = \"0\" txtwbc.Text = \"0\" txtplt.Text = \"0\" txtTID.Text = \"\" TxtCID.Text = \"\" End If Exit Sub errDup: MessageBox.Show(\"ເກດີ ຂໍີຜ້ ດິ ພາດກະລນຸ າກວດສອບຂີ້ໍມນູ \" & Environment.NewLine & \"1. ຂ້ໍມີ ູນຍງັ ມີການນໍາໃຊຢ້ ູ່\", \"ຜດິ ພາດ\", MessageBoxButtons.OK, MessageBoxIcon.Error) Exit Sub End Sub End Class 60

ແຜນການດໍາເນນີ ງານຄນ້ີົ ລ/ດ ໜາ້ ວຽກທ່ິີ ເວລາທີ່ິ ດາໍ ເນນີ ງານ ໃຊ້ ກຸມພາ ມນີ າ ເມສາ ພດຶ ສະພາ 1 ປ້ອງກນັ ໂຄງຮາ່ ງ 12 3 4 1 2 3 4 1 2 1 2 3 4 3 4 ວິທະຍານພິ ົນ 8 ອາທດິ 2 ລົງເກັບກໍາຂ້ີໍມູນ 20 ອາທດິ 3 ລາຍງານຄວາມຄືບ 4 ໜ້າ ອາທດິ 4 ປ້ອງກນັ ສໍາຮອງ 4 ອາທດິ 7 ຂຽນວິທະຍານພິ ນົ 36 ອາທດິ 8 ປ້ອງກັນບົດທະຍາ 4 ນິພນົ ອາທດິ ປັບປຸງບົດທະຍາ 4 ອາທດິ 9 ນິພນົ ແລະ ສິົ່ງບົດ ທະຍານພິ ນົ 10 ລວມເວລາທີິ່ໃຊ້ 61

ນຄວ້ າ ແລະ ໄລຍະເວລາ ໄລຍະເວລາ 2021-2022 ມຖິ ຸນາ ກໍລະກດົ ສີງຫາ ກນັ ຍາ ຕລຸ າ ພະຈິກ ທນັ ວາ 1 2 3 4 1 2341234123412 3412341234 80 ອາທດິ 1

ຊວີ ະປະຫວດັ ຫຍໍີ້ x ຂມີໍ້ ນູ ສວ່ ນຕວົ ─ ຊ່ິື ແລະ ນາມສະກຸນ: ທ. ດາວເພດັ ວິໄລນາມ ─ ວັນ, ເດອື ນ, ປເີ ກດີ : 12/11/1995 ─ ບ້ານເກີດ: ບ. ໂພນສະຫວນັ ເໜືອ, ເມອື ງ: ສີສດັ ຕະນາກ, ແຂວງ: ນະຄອນຫວຼ ງວຽງຈນັ ─ ບ້ານຢປູ່ ດັ ຈບຸ ນັ : ບ.ໜອງໜຽ່ ງ, ເມອື ງ: ໄຊເສດຖາ, ແຂວງ: ນະຄອນຫວຼ ງວຽງຈນັ ─ ເບໂີ ທລະສບັ /WhatsApp: (+85620) 77832387 ─ ອເິ ມວ: [email protected] x ປະຫວດັ ການສກຶ ສາ ─ ປີ 2019-2022: ສໍາເລັດລະດັບການສກຶ ສາ ປະລນິ ຍາໂທ ສາຂາ ວທິ ະຍາສາດ ຄອມພວິ ເຕີ, ຄະນະ ວທິ ະຍາສາດທໍາມະຊາດ, ມະຫາວິໄລແຫງ່ ຊາດ. ─ ປີ 2012-2016: ສໍາເລັດລະດັບການສຶກສາ ປະລິນຍາຕີ ສາຂາ ວິທະຍາສາດ ຄອມພິວເຕີ, ຄະນະ ວທິ ະຍາສາດທາໍ ມະຊາດ, ມະຫາວິໄລແຫ່ງຊາດ. ─ ປີ 2009-2012: ສໍາເລັດລະດັບການສຶກສາ ຕອນປາຍ ໂຮງຮຽນ ມສ ວຽງຈັນ ເມືອງ: ໄຊເສດຖາ ແຂວງ: ນະຄອນຫຼວງວຽງຈນັ ─ ປີ 2005-2009: ສໍາເລັດລະດັບການສຶກສາ ຕອນຕົ້ີນ ໂຮງຮຽນ ແກ້ວປັນຍາ ເມືອງ: ໄຊເສດຖາ ແຂວງ: ນະຄອນຫຼວງວຽງຈັນ ─ ປີ 2000-2005: ສໍາເລັດລະດັບການສຶກສາ ປະຖົມ ໂຮງຮຽນ ສີວັດທະນາ ເມືອງ: ສີສັດຕະນາກ ແຂວງ: ນະຄອນຫວຼ ງວຽງຈນັ x ປະຫວດັ ການເຮດັ ວຽກ ─ ປີ 2017-2022: ເປັນພະນັກງານຕໍາຫຼວດ ຢູ່ໂຮງໝໍ 5 ເມສາ ກົມໃຫຍ່ພະລາທິການ ກະຊວງປ້ອງ ກນັ ຄວາມສະຫງບົ 62