Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/77003
Title: การออกแบบเกณฑ์คัดเข้ารับคำปรึกษาในคลินิกวาร์ฟารินโดยกระบวนการเรียนรู้ของปัญญาประดิษฐ์สำหรับผู้ป่วยนอก ณ โรงพยาบาลรามาธิบดี
Other Titles: Warfarin clinic counseling inclusion criteria design by artificial intelligence learning algorithm for outpatient at Ramathibodi Hospital
Authors: ศิริภัทร ศรีขจรลาภ
พุธิตา เดชประมวลพล
Advisors: ณฐพล พรพุทธพงศ์
Other author: คณะเภสัชศาสตร์
Advisor's Email: natapol.p@chula.ac.th
Subjects: Warfarin
วาร์ฟาริน
Artificial intelligence -- Medical applications
ปัญญาประดิษฐ์ -- การใช้ในการแพทย์
Issue Date: 2560
Publisher: คณะเภสัชศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย
Abstract: ยาวาร์ฟารินเป็นยาที่มีความเสี่ยงสูง ผู้ป่วยที่ได้รับยาวาร์ฟารินควรได้รับคำแนะนำและติดตามการใช้ยาใน คลินิกวาร์ฟารินอย่างใกล้ชิด แต่เนื่องด้วยบุคลากรที่มีจำกัด ผู้ป่วยจึงไม่สามารถข้ารับคำปรึกษาในคลินิกวาร์ ฟารินได้ทุกราย ปัจจุบันใช้ค่า INR ในการติดตามและปรับขนาดยาวาร์ฟาริน แต่ค่า INR เพียงอย่างเดียวไม่ สามารถใช้ในการทำนายโอกาสการเกิดภาวะเลือดออกได้ ดังนั้นงานวิจัยนี้จึงมีวัตถุประสงค์เพื่อออกแบบเกณฑ์คัดเข้าที่เหมาะสมต่อการนำมาใช้ในการคัดกรองผู้ป่วยที่มีโอกาสเกิดภาวะเลือดออกจากยาวาร์ฟารินเพื่อเข้ารับ คำปรึกษาในคลินิกวาร์ฟาริน งานวิจัยนี้เป็นการศึกษาข้อมูลย้อนหลังจากฐานข้อมูลผู้ป่วยของโรงพยาบาล รามาธิบดี โดยมีกลุ่มตัวอย่าง คือ ผู้ป่วยนอกที่ได้รับการสั่งจ่ายยาวาร์ฟารินของโรงพยาบาลรามาธิบดี ตั้งแต่วันที่ 1 ตุลาคม พ.ศ. 2557 จนถึงวันที่ 30 กันยายน พ.ศ. 2560 ซึ่งมีจำนวนทั้งสิ้น 7,993 คน งานวิจัยนี้เป็นงานวิจัยที่มีข้อมูลจำนวนมาก จึงได้นำกระบวนการเรียนรู้ของปัญญาประดิษฐ์ มาใช้ในการวิเคราะห์หาความสัมพันธ์ระหว่างตัวแปรต่าง ๆ ที่ส่งผลต่อการเกิดภาวะเลือดออกจากการใช้ยาวาร์ฟาริน โดยเริ่มจากการแปลงข้อมูลที่เกี่ยวข้องได้แก่ เพศ อายุ วุฒิการศึกษา การเกิดอันตรกีริยาระหว่างยาวาร์ฟารีนกับยาอื่นที่ผู้ป่วยได้รับ รวมถึงโรคที่ส่งผลต่อระดับยาวาร์ฟาริน ค่าทางห้องปฏิบัติการ และภาวะเลือดออกโดยพิจารณาจากผลิตภัณฑ์เลือดที่ผู้ป่วยได้รับจากนั้นสร้างแบบจำลองความสัมพันธ์ด้วยวิธีป่าสุ่ม (Random forest) จากผลการศึกษาพบว่าตัวแปรที่ส่งผลต่อการเกิดภาวะเลือดออกของผู้ป่วย ได้แก่ ตัวแปรดังต่อไปนี้ 1) Albumin 2) INR 3) Total protein 4) BUN 5) eGFR 6) Bilirubin ตามลำดับ ซึ่งสามารถนำตัวแปรเหล่านี้มาใช้ในการกำหนดเกณฑ์คัดเข้ารับคำปรึกษาในคลินิกวาร์ฟารินได้
Other Abstract: Warfarin is a high alert drug due to their narrow therapeutic range, many drug and food interactions and serious adverse effect. The patients who received warfarin need to be monitored closely by medical staffs. The monitoring is normally based on INR which represents the efficacy of warfarin usages, but it is hardly used to predict the bleeding outcome. Accordingly, our retrospective study aims to design a checklist to predict possibility of bleeding prior to include patient in to warfarin clinic for counseling at Ramathibodi Hospital. Data was retrieved from 7,993 outpatients who received warfarin between 1st October 2014 to 30 th September 2017 . This is a data analysis using artificial intelligence learning algorithm to find predictive features to warfarin-associated bleeding adverse event. The features; i.e,, gender, age, education, drug-drug interaction, drug-disease interaction, laboratory tests and bleeding events were cleaned and transformed. A Random forest model was used to find predictive features for bleeding prediction and trained by cleaned data. The results show that the most significant features which are related to warfarin bleeding outcome including 1) Albumin 2) INR 3) Total protein 4) BUN 5) eGFR and 6) Bilirubin, respectively. These features can be used as inclusion criterias for warfarin clinic counseling.
Description: โครงงานเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญาเภสัชศาสตร์บัณฑิต สาขาการบริบาลทางเภสัชกรรม คณะเภสัชศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2560
URI: http://cuir.car.chula.ac.th/handle/123456789/77003
Type: Senior Project
Appears in Collections:Pharm - Senior projects

Files in This Item:
File Description SizeFormat 
Pharm_SeniorProject_1.19_2560.pdfไฟล์โครงงานทางวิชาการฉบับเต็ม(1.19-2560)1.49 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.