Forecasting the number of herbal medicine items dispensed by health region
Keywords:
Forecasting, the number of herbal medicine items dispensed, health region, the Grey System TheoryAbstract
This researched aimed to forecast the number of herbal medicine items dispensed by health region in the fiscal year 2025. It was the univariate time series forecasting research design. Data were collected from the reports on herbal medicine use by the Ministry of Public Health. Forecasting by Grey System Theory used data from the fiscal year 2016 to 2023 to forecast the fiscal year 2024 and compared with the real values of the fiscal year 2024, and also used data together with the real values of the fiscal year 2024 to forecast the fiscal year 2025. The results showed that The GM(1,1) Error Periodic Correction model had an average absolute error percentage of less than 10 percent and can be used for highly accurate predictions with the coefficient of determinations (R2) greater than 0.80. The error from the actual value in fiscal year 2024 was -1.77 to -25.43 percent, while the Health Region 13 differed from the actual value by -35.39 percent, which was much lower than the actual value in 2024. But when using actual data for fiscal year 2024 together, the forecast results for fiscal year 2025 increased from the actual value in fiscal year 2024 in almost every health district.
References
ประกาศคณะกรรมการนโยบายสมุนไพรแห่งชาติ. แผนปฏิบัติการด้านสมุนไพรแห่งชาติ ฉบับที่ 2 พ.ศ. 2566 – 2570. พิมพ์ครั้งที่ 2. นนทบุรี: กองสมุนไพรเพื่อเศรษฐกิจ กรมการแพทย์แผนไทยและการแพทย์ทางเลือก กระทรวงสาธารณสุข; 2566.
สำนักงานหลักประกันสุขภาพแห่งชาติ. สปสช. ปรับการจ่าย 9 รายการยาสมุนไพร ผลงานปี 66 ชี้ชัด กระตุ้นการใช้สมุนไพรในประเทศ [อินเตอร์เน็ต]. 2567 [สืบค้นเมื่อ 5 ต.ค. 67]. เข้าถึงจาก: https://www.nhso.go.th/news/4281
Jalalpour M., Gel Y., and Levin S. Forecasting demand for health services: Development of a publicly available toolbox. Operations Research for Health Care 2015; 5: 1–9. doi:10.1016/j.orhc.2015.03.001
Hyndman R.J., & Athanasopoulos G. Forecasting: principles and practice. 3rd ed. Melbourne, Australia: OTexts; 2021.
Deng J. Grey control system. Journal of Huazhong University of Science and Technology 1982; 1: 9–18.
Xie N. A summary of grey forecasting models. Grey Systems: Theory and Application 2022; 12(4): 703–22. doi:10.1108/GS-06-2022-0066
Liu S. Grey system theory and its application. 9th Ed. Beijing: Science Press; 2021.
Lin Y.H., Chiu C.C., Lin Y.J., & Lee P.C. Rainfall prediction using innovative grey model with the dynamic index. Journal of Marine Science and Technology 2013; 21(1): 63-75. DOI:10.61 19/JMST-011-1116-1.
Liu S., & Lin Y. Grey system theory and its application. Berlin, Heidelberg: Springer; 2010.
Rahman A. U. , & Zahura M. T. A Grey Approach for the Prediction of Supply Chain Demand. American Journal of Industrial Engineering 21018; 5(1): 25-30.
Ma D., Wang Y. Applying Grey System Theory to Predict the Three Major Industries Structure Evolution in China. Advances in Economics, Business and Management Research 2020; 159: 483-489.
กระทรวงสาธารณสุข. Health Data Center: HDC, มาตรฐาน >> แพทย์แผนไทย >> OPD ปริมาณการจ่ายยาสมุนไพร [อินเตอร์เน็ต]. 2567 [สืบค้นเมื่อ 5 ต.ค. 67]. เข้าถึงจาก: https://hdcservice.moph.go.th/hdc/reports/report.php?cat_id=30bc6364fc06a33a7802e16bc596ac3b&id=65a9f9496401d91402b3cb38805bb4d6
Andrés D. Machine Learning Pills: Error Metrics for Time Series Forecasting [Internet]. 2023 [cited 2024 Oct 5]. Available from: https://mlpills.dev/time-series/error-metrics-for-time-series-forecasting/
Lewis C.D. Industrial and business forecasting methods. London: Butterworthsว 1982.
พุทธชาด สังประพันธ์. ปัจจัยที่เกี่ยวข้องกับการใช้ยาสมุนไพร ในหน่วยปฐมภูมิ จังหวัดภูเก็ต. วารสารคุ้มครองผู้บริโภคด้านสุขภาพ (Online) 2566; 3(2): 122-135.
Hfocus เจาะลึกระบบสุขภาพ. “สมศักดิ์” สั่งสธ.ต่อยอด 1 จังหวัด 1 สมุนไพร มอบนโยบาย สปสช.เพิ่มงบแผนไทย [อินเตอร์เน็ต]. 12 ต.ค. 2567 [สืบค้นเมื่อ 5 ต.ค. 67]. เข้าถึงจาก: https://www.hfocus.org/content/2024/07/31072
