Contents

  1. สนามมวย แหล่งบันเทิง ที่เป็น Super Spreader ทำให้เราควบคุม COVID-19 ไม่อยู่
  2. แบบแผนของกราฟที่บ่งบอกประสิทธิภาพของการควบคุม COVID-19 (ตั้งแต่ 1 มีค.63)
  3. วิธีการคำนวณ Regression Equation.
  4. Link ไปดูกราฟจำนวนรายสะสมของ COVID-19 ของประเทศต่างๆ.

สนามมวย แหล่งบันเทิง ที่เป็น Super Spreader ทำให้เราควบคุม COVID-19 ไม่อยู่


จากกราฟจะเห็นว่า เมื่อวันที่ 20 มี.ค.63 ประเทศไทยมี ผู้ป่วย COVID-19 สะสมเพียง 332 ราย ผ่านไป 5 วัน คือ วันที่ 25 มีค.63 เพิ่มเป็น 934 ราย สาเหตุที่ทำให้จำนวนรายเพิ่มขึ้นอย่างก้าวกระโดด น่าจะเกิดจากสนามมวย และ แหล่งบันเทิงที่เป็น Super Spreader เนื่องจากมีผู้คนเข้าไปดูมวยเป็นจำนวนมาก จึงแพร่กระจายโรคจนยากต่อการควบคุม ซึ่งเคยเกิดขึ้นในประเทศเกาหลี โดยผู้ติดเชื้อรายที่ 32 เกาหลีเข้าไปในโบสถ์แห่งหนึ่งที่มีคนเป็นจำนวนมาก ทำให้เกิดการแพร่กระจายเชื้ออย่างกว้างขวาง เป็น 4000 รายใน 1 มีค.63 และเพิ่่มเป็น 9000 รายใน 25 มีค.63 แม้จำนวนรายของเกาหลีใต้จะมากกว่าไทยมาก แต่อัตราการเพิ่มไม่มาก การเพิ่มจำนวนรายอย่างรวดเร็วเป็นมากกว่า 100 รายต่อวันในประเทศไทย ตั้งแต่วันที่ 20 มีค.63 เป็นต้นมา ทำให้เกิดความตื่นตระหนกว่าไทยจะเป็นเหมือน อิตาลีหรือไม่ ยิ่งมีอาจารย์ผู้ใหญคือคณะบดีคณะแพทยศาตร์ศิริราช ออกมากนำเสนอข้อมูลว่า ถ้าไม่ทำอะไร จำนวนรายจะเพิ่มเป็นแสนรายในกลางเดือนเม.ย.63 จนเป็นเหตุให้ กทม.ปิดศูนย์การค้า แหล่งบันเทิงและสถานที่ต่างๆมากมาย ตั้งแต่ 22 มีค.-12 เม.ย.63 และจังหวัด บุรีรัมย์ และอุทัยธานี จะปิดเมือง เพื่อป้องกันการระบาด และรัฐบาลเสนอ ครม เพื่ออนุมัติการใช้ พรก.ฉุกเฉินในวันที่ 24 มีค.63 และให้เริ่มใช้ตั้งแต่วันที่ 26 มีค.63 เป็นต้นไป ถ้าดูจากกราฟ จะเห็นว่า จำนวนรายสะสมของ COVID-19 (สีน้ำเงิน) เพิ่มขึ้นแบบยกกำลัง โดยเริ่มชันขึ้นมากหลังวันที่ 20 มีค.63 เป็นต้นไป ซึ่งถ้าดูเผินๆ ก็อาจะไม่เห็นความแตกต่าง ผู้เขียนจึงคิดว่า ถ้ามีเส้นอ้างอิงอีกสักเส้น (กราฟเส้นสีแดง) เพื่อดูแนวโน้มการเพิ่มมีการเบี่ยงเบนจากเส้นอ้างอิง ไปในทิศทางใด ก็จะใช้ประเมินและติดตามประสิทธิภาพของการควบคุม COVID-19 ว่าทำได้ดีเพียงไร โดยถ้ากราฟเป็น Linear Growth แสดงว่าควบคุมได้ดี ถ้ากราฟเป็น Exponential Growth แสดงว่าควบคุมไม่ดี นอกจากจะดูว่าเป็น Linear หรือ Exponential Growth แล้ว ให้ดูการเบี่ยงเบนจากเส้นมาตรฐาน (Regression Equation) และทิศทางการเบี่ยงเบน เช่น ถ้า จำนวนรายสะสมของ COVID-19 (เส้นสีน้ำเงิน) มากกว่า เส้นอ้างอิง (เส้นสีแดง) แสดงว่า ควบคุมไม่ดีและมีแนวโน้มที่ไม่ดี ถ้าจำนวนรายสะสมของ COVID-19 น้อยกว่าเส้นอ้างอิง แสดงว่าควบคุมไม่ดี แต่มีแนวโน้มที่ดี โดยกราฟเส้นสีแดงที่ใช้อ้างอิงนั้น สร้างจาก Regression Equation Link ดูรายละเอียดการคำนวณหา Regression Equation ซึ่งสามารถดูแนวโน้มของการควบคุม COVID-19 ของประเทศต่างๆ 192 ประเทศ / Territories ตาม Link ที่ให้มา Link ที่นี้

เดิมการคำนวณ Linear Regression นั้นจำเป็นต้องดึงข้อมูลออกมาเพื่อนำไปประมวลในโปรแกรมสถิติเช่น SPSS ซึ่งเกิดความไม่สะดวกในการที่จะดังข้อมูลมาทำทีละประเทศ จึงได้เขียนโปรแกรมเพื่อดึงข้อมูลจากฐานข้อมูลมาคำนวณหาเส้นสมการ Linear Equation จากนั้นส่งข้อมูลไปทำกราฟเพื่อแสดงผลโดยทันที ทำให้เราสามารถเลือกดูข้อมูลแต่ละประเทศได้อย่างสะดวก และปรับข้อมูลแบบ Real time คือเมื่อมีการ update จำนวนรายจากฐานข้อมูล Rregression Equation ก็คำนวณโดยใช้ข้อมูลใหม่โดยทันทีเช่นกัน


หลังจากใช้ พรก.ฉุกเฉินฯ 14 วัน คือวันที่ 8 เม.ย 63 เราจะมีดูกราฟกันอีกครั้งว่า เส้นน้ำเงิน จะอยู่ต่ำกว่าเส้นแดง อย่างมาก หรือไม่ เพราะถ้ามาตรการให้ทุกคนอยู่บ้าน จะป้องกันการติดเชื้อ และระยะฟักตัวที่นานที่สุดคือ 14 วัน แสดงว่าหลัง 14 วันนับจากใช้ พรก.เป็นช่วงการติดเชื้อที่อยู่ในช่วงใช้ พรก. ถ้ามาตรการได้ผล กราฟสีน้ำเงินน่าจะต่ำกว่ากราฟเส้นสีแดง ยิ่งมากแสดงว่ามาตรการยิ่งได้ผลมาก เหมือนในประเทศจีนทีหลังปิดเมืองอู่ฮั่นและมณฑลหูเป่ยในวันที่ 23 มค.63 เป็นเวลา 14 วัน จำนวนรายใหม่ลดลงอย่างมาก แต่ที่ประเทศอิตาลี หลังปิดเมืองในวันที่ 9 มีค.63 นับถึงวันนี้คือ 16 วันแล้ว แต่จำนวนผู้ป่วยรายใหม่ ไม่ลดลงเท่าประเทศจีน

แบบแผนของกราฟที่บ่งบอกประสิทธิภาพของการควบคุม COVID-19

สามารถแบ่งการควบคุม COVID-19 ว่าทำได้เพียงไร เป็น 3 ประเภท คือ
  1. ควบคุมได้ดี กราฟจะเป็นเส้นตรง (Linear Growth) ไม่เพิ่มแบบยกกำลัง (Exponential Growth) โดยจำนวนรายสะสมของ COVID-19 เส้นสีน้ำเงิน จะอยู่ใต้เส้น Regression Equation (ดูรูปประเทศ China และ Korea)
  2. ควบคุมได้ไม่ดี แต่มีแนวโน้มที่ดีขึ้น ถ้าควบคุมไม่ดี เส้นกราฟไม่เป็นเส้นตรง แต่จะเป็นยกกำลัง (Exponential) แต่มีแนวโน้มที่ดีขึ้น โดยจำนวนรายสะสมของ COVID-19 เส้นสีน้ำเงิน จะอยู่ใต้เส้น Regression Equation (ดูรูปประเทศ Italy และ Malaysia)
  3. ควบคุมได้ไม่ดี และมีแนวโน้มที่ไม่ดี ถ้าควบคุมไม่ดี เส้นกราฟไม่เป็นเส้นตรง แต่จะเป็นยกกำลัง (Exponential) และมีแนวโน้มที่แย่ลง โดยจำนวนรายสะสมของ COVID-19 เส้นสีน้ำเงิน จะอยู่เหนือเส้น Regression Equation (ดูรูปประเทศ USA และ Thailand)

ประเทศที่ควบคุมได้ดี (China,Korea South.)


ประเทศที่ควบคุมไม่ดี แต่มีแนวโน้มดีขึ้น (Italy , Malaysia)


ประเทศที่ควบคุมไม่ดี แต่มีแนวโน้มไม่ดี (USA,Thailand


วิธีการคำนวณ Regression Equation

Exponential Growth คือเมื่อค่า X เพิ่มขึ้น ค่า Y จะมีการเพิ่มแบบยกกำลัง เช่น 2X หรือ eX โดยจะมีการเพิ่มขึ้นของค่า Y อย่างรวดเร็วมาก เมื่อค่า X เพิ่มขึ้น การเพิ่มแบบเส้นตรง หรือ Linear Growth จะเพิ่มแบบเส้นตรงไม่รวดเร็ว โดยถ้าเราต้องการทำให้ Function ที่เป็น Exponentail กลายเป็น Function ของเส้นตรงได้ ด้วยการ Take Log เข้าไป ก็จะกลายเป็นเส้นตรง เพื่อนำมาใข้ในการคำนวณด้วย Linear Regression เมื่อได้ค่า y ที่เป็นค่า Log แล้ว ถ้าต้องการเปลี่ยนเป็นค่า Y ที่ไม่ได้ take log ได้โดยการใส่ Exponential หรือ e y (ในกรณีที่ Take log ฐาน e หรือ Natural Log)
เพื่อที่จะหาเส้นที่ดีที่สุดที่จะใช้เป็นตัวแทนที่ไม่ลำเอียง (Best Line Unbiased Estimation หรือ BLUE) โดยหาได้จากผลรวมที่ได้น้อยที่สุด ของ ระยะทางจากทุกๆจุด เมื่อลากลงมาตั้งฉากกับเส้นนั้น ยกกำลังสอง เส้นที่ว่านี้เรียกว่า สมการ Linear Regression Equation โดยออกมาในรูปของสมการ
y = a + bx      โดย b คือ ค่าสมประสิทธิ์ ส่วน a ค่าคงที่
ซึ่งมีสูตรการคำนวณค่า b และค่า a ดังภาพ ซึ่งเมื่อได้ค่า a และ b ก็สามารถที่ได้สมการและ Plot กราฟได้ ถ้าตอนแรก ค่า yTake Log ก็ต้องหาค่า Exponential ของค่า y เพื่อแปลงเป็นค่า Y