Page 974 - TM_ปก E-Book SP Sharing 2025

U24

Precision, Recall, F-measure และ ROC Area, Interpretation : วิเคราะห์ผลลัพธ์ของโมเดล

เพื่อดูความสามารถในการคัดกรองผู้ป่วยที่มีความเสี่ยงต่อการติดเชื้อ UTI และการนำไปประยุกต์ใช้
ขนาดตัวอย่าง / กลุ่มเป้าหมาย ผู้ป่วยที่ตรวจคัดกรอง UTI ปีงบ 2567 จำนวน 830 ราย

ผลการศึกษา
ผลการศึกษาพบว่า เม็ดเลือดขาว (WBC) และ leukocyte esterase เป็นตัวแปรสำคัญที่สามารถ

ใช้ในการคัดกรองภาวะติดเชื้อทางเดินปัสสาวะ (UTI) ได้อย่างมีประสิทธิภาพ โดยการตรวจจาก Urine

Microscopic Examination และ Urine Dipstick Test ที่พบ WBC ≥ 3–5 cells/HPF ในตัวอย่าง

ที่ปั่น (centrifuged urine) และ WBC ≥ 5–10 cells/HPF ในตัวอย่างที่ไม่ปั่น (uncentrifuged urine)

รวมถึงผล leukocyte esterase test positive มีความสอดคล้องสูงกับการเกิดการติดเชื้อทางเดินปัสสาวะ
การประเมินผลของโมเดลโดยใช้วิธี Cross-validation ได้แสดงให้เห็นว่าโมเดลสามารถคัดกรองภาวะ UTI

ได้ด้วยความแม่นยำสูง โดยมีค่า Accuracy 91.0%, Precision 96.6%, Recall 0.926, F-measure 0.946

และ ROC Area 0.924 เมื่อใช้ในการคัดกรองผู้ป่วย พบว่าการเพาะเชื้อทางเดินปัสสาวะสามารถลดลง

ได้ร้อยละ 63.4 และค่าใช้จ่ายในการตรวจหาภาวะติดเชื้อทางเดินปัสสาวะลดลงร้อยละ 61.0

อภิปรายผล
การพบจำนวนเม็ดเลือดขาวและพบ leukocyte esterase มีความสัมพันธ์กับการเกิดการติดเชื้อ

ทางเดินปัสสาวะ เมื่อเปรียบเทียบทางสถิติ พบว่าได้ค่า Accuracy Precision Recall F-measure และ ROC

(1)
Area สูงสอดคล้องกับการศึกษาของสอดคล้องกับ Alqahtani A. และคณะ (UK, 2023) และ Taneja N.
(2)
(2021) เมื่อเปรียบเทียบกับเกณฑ์เดิม สามารถลดปริมาณงานที่ไม่จำเป็น และลดค่าใช้จ่ายได้

สรุปและข้อเสนอแนะ
Tree model เป็นแบบจำลองที่สามารถพยากรณ์ผู้ป่วยโรคติดเชื้อทางเดินปัสสาวะ

ได้อย่างมีประสิทธิภาพ โดยใช้ผลการตรวจปัสสาวะ พบ WBC ≥ 3- 5 cells/HPF ในตัวอย่างที่ปั่น

และ WBC ≥ 5-10 cells/HPF ในตัวอย่างที่ไม่ปั่น ร่วมกับ leukocyte esterase test positive

และเมื่อนำโมเดลไปใช้จริงสะท้อนให้เห็นถึงความคุ้มค่าของโมเดลทั้งในแง่ของทรัพยากรและประสิทธิภาพ

เชิงระบบ